2026/8/21(五)巨頭搶錢 誰來接美債?AI是革命or下一場債務危機?【早晨財經速解讀】
游庭皓的財經皓角 · 2026-08-21
重點
- 美債回購僅一日行情,30年期殖利率回升至5.24%,市場對40兆美元國債的財政結構失去信心
- 德銀警告財政部壓低長債殖利率,將迫使美元貶值,資金轉向黃金、瑞郎與日圓
- 全美45%民眾反對新建資料中心,15州提出限制法案,AI擴張面臨政治與民意三重逆風
- 中國AI模型使用量6月首度超越美國,7月市佔達60%,DoorDash等美企已部署中國開源模型
- AI提升效率但未減少工時,日本數據顯示AI使用者工時反而高於未使用AI的工作者
- 菲律賓客服業就業人數年增4%達190萬人,AI並未消滅工作而是創造新的技能需求
- 中國84%民眾對AI樂觀遠超美國的38%,低價策略使Kimi等模型以極致性價比搶佔市場
- 追趕者策略有天花板效應,中國若完全追上美國恐陷入缺乏破壞式創新的迷航困境
章節
- 00:15 美債回購的無效博弈:一日行情後殖利率強彈,市場逼宮聯邦財政與美元壓力浮現
- 09:26 AI巨頭的政治悖論:科技霸權、隱私與民意的三方拉扯,資料中心建設遭遇瓶頸
- 19:40 AI語音取代打字成為市場主流,工作效率的弔詭現象:生產力上升但工時卻不斷拉長
- 24:28 AI對就業衝擊的歷史類比:菲律賓客服業逆勢成長,ATM並未消滅銀行櫃員的啟示
- 26:28 中美AI接受度的巨大鴻溝:84%中國民眾樂觀期待,低價與開源模型搶食美國企業地盤
- 28:32 追趕者的優勢與天花板:從鄭和航海談起,論國家資本與私人資本的AI賽局
- 31:03 總結:美債與科技巨頭的多層博弈,關注從模仿邁向未知的創新轉折點
其他節目怎麼看
這一集談到的個股裡,有 4 檔在發布前 30 天內也被其他節目談到(同期共 9 個節目):0 檔與其他節目同向、0 檔相反。
- 輝達(NVDA):本集看多,其他 8 個節目、65 次提及:34 看多 · 24 中立 · 7 看空 — 其他節目看法不一
- 谷歌(GOOGL):本集中立,其他 8 個節目、55 次提及:21 看多 · 26 中立 · 8 看空 — 其他節目看法不一
- 臉書(META):本集中立,其他 8 個節目、37 次提及:7 看多 · 22 中立 · 8 看空 — 其他節目看法不一
- Coinbase(COIN):本集中立,其他 2 個節目、2 次提及:1 看多 · 1 中立 · 0 看空 — 其他節目看法不一
比較的是各節目公開說法之間的異同,不是對股價的判斷。看多、看空怎麼判定
美國財政回購淪為市場博弈工具,AI多頭遭遇民意、能源與政治的三重逆風
美國財政部提高長天期公債回購規模,卻僅上演一日行情,長債殖利率迅速回升,反映市場正與政策展開激烈博弈,逼迫聯準會與財政部做出更激進的寬鬆表態。與此同時,AI產業雖持續高速發展,但面臨民意反對資料中心擴建、能源供給隱憂以及中期選舉的政治悖論等多重壓力,中美兩大陣營在截然不同的發展路徑上,正各自面對追趕與創新的天花板。
美債回購的無效博弈:一日行情後殖利率強彈,市場逼宮聯邦財政與美元壓力浮現
美國財政部長貝森特宣布將10年至30年期公債回購規模從20億美元提高至40億美元,試圖對市場釋放前瞻指引,但結果僅出現短暫的「一日行情」。美股三大指數雖然在當下出現震盪,道瓊指數下跌700點,但費城半導體指數卻驚險收紅0.53%,顯示股市仍在高位盤旋。然而,長天期美債殖利率在被壓低後迅速反彈,30年期美債殖利率目前回升至5.24%左右,幾乎回吐了政策公布後的跌幅,這表明市場對數十億美元的購買力道根本不買單。
市場真正的恐慌並非短期流動性問題,而是對美國財政結構的深層擔憂。美國國債總額已正式突破40兆美元,聯邦政府赤字佔GDP比值長年維持在6%的高水準,利息支出甚至超過醫療與國防支出,成為預算第三大項。這種「債務越高、殖利率要求越高,導致利息支出越重」的惡性循環,正促使市場向政府索取更高的風險補償。過去美國花200年才達到1兆美元債務,現在不到100天就增加1兆,財政體質的惡化速度驚人。
在這種背景下,華爾街與財政部的博弈已然升級。德銀提出的「軟性金融壓抑」概念指出,若財政部硬性壓低長端殖利率,市場壓力並不會消失,而是會從債市轉移至匯市。由於政策抑制了殖利率的自然上升,美元資產的利差吸引力將下滑,海外投資人要求的風險溢價會透過美元貶值來兌現,資金將轉向黃金、瑞郎、歐元及日圓等資產。這對全球資產配置而言,是一個極為關鍵的轉折訊號。
> 就像高速公路上的ACC自動跟車系統,當駕駛人感覺車輛越安全,反而開得更快、跟車更近。聯準會與財政部每一次的救市舉措,都讓市場參與者更有恃無恐地增加槓桿,因為他們知道背後有安全網支撐,最終將風險補償的壓力從股市轉嫁到了債市與匯市。
AI巨頭的政治悖論:科技霸權、隱私與民意的三方拉扯,資料中心建設遭遇瓶頸
隨著美國中期選舉逼近,AI產業成為政治獻金的新主力。以Anthropic創辦人為首的矽谷巨頭,身價雖達數百億美元,但也承受極大的政治壓力。蓋洛普民調顯示,高達45%的美國民眾反對新建資料中心,若設在住家16公里內,反對比例更攀升至59%。這種跨黨派的民意已轉化為政治壓力,全美至少15個州提出限制或禁止資料中心擴建的計畫。政治人物必須在AI巨頭的政治獻金與選民對AI的憂慮間取得平衡,形成了AI時代獨特的政治悖論。
右派內部也出現嚴重的路線之爭。支持強化治安的保守派認為,政府應利用Flox Safety等公司的AI辨識技術來打擊犯罪;但自由意志派擔憂,若政府掌握如此強大的監控工具,未來政權更迭後恐遭濫用。這反映出AI技術本身並沒有左右派之分,但當科技讓政府看得更清、記得更久、算得更快時,「寧可小政府也不願被監控」的核心價值開始與「維持科技與治安霸權」的國家安全需求產生激烈碰撞。
此外,AI的能源消耗問題也浮上檯面。儘管市場普遍擔憂2035年的供電缺口,但從歷史經驗來看,技術進步往往能繞過線性邏輯的限制。19世紀末的「馬糞危機」,最終並非靠發明排便更少的馬來解決,而是汽車的發明徹底改變了運輸模式。同樣地,我們不應單純以當前的GPU功耗去線性推論未來的能源需求,輝達等公司不斷推出更高效率的晶片,正是為了在算力增長的同時,解決能耗瓶頸。加州已決定從今年11月起,要求營收超過10億美元的公司強制揭露碳排放與水資源消耗,這將進一步推動AI產業的綠色轉型。
AI語音取代打字成為市場主流,工作效率的弔詭現象:生產力上升但工時卻不斷拉長
從終端應用來看,AI語音技術正快速取代傳統打字,成為新一波主力流量來源。OpenAI、谷歌與微軟等科技巨頭重壓語音互動,因為使用者發現透過對話方式給AI下指令、寫程式甚至做模型,其傳遞的資訊量遠大於打字。過去語音辨識存在詞意理解與上下文連接的障礙,但如今AI不需要完全精準的語法,只要使用者給予足夠的數據量,模型便能還原語意,這使得聲音模型的流量正在指數級成長。
但弔詭的是,AI雖然提升了工作效率,卻未能減少人類的工作時間。根據日本經濟財政白皮書,使用AI的企業平均處理時間確實縮短了16.7%,但AI使用者的平均工時反而高於未使用AI的工作者。這顯示多數人將節省下來的時間,用於追求更高的產出,最終陷入「效率越高、事情越多」的悖論。這就好比某些AI模型的設計,它並不是真的需要想那麼久,而是刻意加入「摩擦性時間」,讓使用者感覺AI正在認真處理,降低等待的焦慮感。
> 就像迪士尼樂園的排隊設計,或是外送App上顯示外送員騎乘路線的動畫,核心目的不是縮短絕對時間,而是管理「等待感」。AI開發商也深諳此道,與其讓畫面靜止造成使用者誤以為當機,不如慢慢逐字輸出並顯示「正在搜尋資料、分析文件」,讓焦慮轉化為期待。
AI對就業衝擊的歷史類比:菲律賓客服業逆勢成長,ATM並未消滅銀行櫃員的啟示
儘管外界普遍擔憂AI將消滅大量的白領工作,但實際的數據卻背道而馳。以最被看衰的菲律賓客服產業為例,2025年該國業務流程管理產業(BPO)的就業人數達到190萬人,年增4%,今年預估仍將持續成長。這並非因為AI無法取代客服,而是AI成為了一線人員的輔助工具,讓回答更快速、處理更精準。反而創造了「你必須熟練使用AI」這項新的工作技能需求,結構性失業的想像尚未發生。
這讓人想起1970年代ATM剛問世時,市場普遍預言銀行櫃員將全面消失的悲觀言論。然而實際情況是,ATM大幅降低了設立分行的營運成本,反而促使銀行開設更多據點。雖然每個分行需要的櫃員數減少了,但總就業人數卻因據點擴張而增加。這與明朝末年裁撤驛站導致李自成失業的歷史悲劇形成鮮明對比。當年的崇禎皇帝為了節省開支大幅裁減驛卒,卻沒創造出新的就業吸納這些人力,最終引爆了社會動盪。
AI時代的關鍵警示在於:重點不是你取代了多少舊有工作,而是你是否利用這項技術創造了全新的就業業態。若AI只是單純地削減成本而不開闢新市場,那社會反撲將是不可避免的。從提款機到AI,歷史不斷提醒我們,對於就業衝擊要用非線性的思維去觀察。
中美AI接受度的巨大鴻溝:84%中國民眾樂觀期待,低價與開源模型搶食美國企業地盤
根據彭博民調,中美兩國民眾對AI的態度呈現驚人落差。中國高達84%的受訪者對AI產品感到期待,遠遠高於美國的38%。這種情緒上的差異不僅反應在民間使用氛圍上,更具體展現在商業市場的採用速度。中國的AI模型雖然在最強性能上仍小幅落後,但其真正的殺傷力在於極端的性價比。Kimi、K3和DeepSeek等模型在寫程式與金融推理上已逼近美國高階水準,但在價格上卻便宜到讓企業難以拒絕。
根據OpenRouter的數據,今年6月中國模型的使用量首次超越美國,7月市佔率更高達60%。值得注意的是,DoorDash、ABNB與Coinbase等美國大型企業,已開始在本地私有伺服器上部署中國開發的開源模型。由於這些模型允許企業自行下載並客製化,不會觸發數據隱私的紅線,使得未來系統迭代時,企業將對這些中國技術產生深度的捆綁與路徑依賴。
這展現了「後發者優勢」的商業模式:美國必須承擔從0到1的巨額試錯成本與失敗風險,而中國則是緊跟其後,將已證明可行的技術透過供應鏈與規模優勢,把價格從100壓到10。這不單純是抄襲,而是一種精準的資本配置策略,避開最昂貴的探索階段,在趨勢確認後透過價格戰施以重壓。
追趕者的優勢與天花板:從鄭和航海談起,論國家資本與私人資本的AI賽局
美國在AI發展上猶如開在前方的領頭車,必須自行判斷下一個路口要左轉還是右轉,每一次試錯付出的代價,都是替全世界探索道路。而中國則採取「緊貼不放」的戰術,美國投入電動車就跟進電動車,美國投入AI就跟進AI,利用龐大的內需市場與供應鏈,將成本壓縮至極致。這種策略看似無往不利,但也存在明顯的「天花板效應」。
追趕者的最大風險在於當雙方跑到了技術平行的路口時,後發者將喪失跟隨的目標。若中國缺乏像美國矽谷那般的破壞式創新能力,當完全追上甚至超越後,極可能陷入不知道要往何處去的迷航困境。這就好比鄭和下西洋的歷史隱喻,當時中國能夠動用國家資源造出全世界最大的寶船,但由於缺乏如歐洲東印度公司那般的私人逐利資本,最終這項航海工程僅是政治任務,無法形成持續的商業循環。
> 「能把東西做出來」跟「能讓東西自己轉動並產生利潤」,是兩種截然不同的能力。依靠中國政府的預算可以造出最大的資料中心,但如果國家補貼退場,這些企業是否有能力獨立存活並正確決定下一條技術道路,是未來科技投資中,所有長期布局者都必須緊盯的核心變數。
總結:美債與科技巨頭的多層博弈,關注從模仿邁向未知的創新轉折點
從美債市場的硬核博弈,到AI產業面臨的民意、能源與政治的三重壓力,目前全球金融市場正處於複雜的多層結構中。美國內部,華爾街正在用腳投票,逼迫財政部採取更激進的購債措施,局勢猶如高速行駛的列車,駕駛輔助系統(政策)越多,投資人卻開得越快,風險貼水在債市與匯市間遊走。
在AI層面,儘管市場對於終端應用需求強勁,台積電、輝達等供應鏈巨頭持續受惠,但民意對資料中心的反對聲浪、矽谷在監控與隱私上的政治悖論,以及中美兩種資本主義與發展模式的根本對決,讓這場科技革新增添了許多不確定性。對於投資者而言,此刻無需過度悲觀看待能源危機或就業消失的擔憂,歷史上許多看似無解的問題,往往會被技術的非線性躍遷所化解。真正的風險,始終來自於對確定性過度的押注。
結論
綜合來看,市場正對美國聯邦財政的可持續性進行重新定價,這不僅牽動美債殖利率與美元走勢,更將決定全球資金的流向。與此同時,AI產業已經從單純的技術競賽,進入更深層的政治社會、能源限制與發展模式之爭。當中國模型快速追趕並以低價滲透全球市場,美國若無法在政策上取得民間與能源供給的共識,恐在這場世紀競賽中面臨更多非市場性的阻礙。