对话 Citrini 报告联合作者：AI 越快，市场越怕什么？

过去几年，市场对 AI 的看法其实挺一致：AI 来了，效率上去，成本下来，利润变多，股价自然就涨。这个逻辑几乎没什么争议。

但到了 2026 年，情绪变了。头部 SaaS 公司增速放缓，软件板块集体承压。市场开始意识到：AI 越强，可能意味着现有的商业壁垒会越快崩塌。

Citrini 这份报告《2028全球智能危机》（THE 2028 GLOBAL INTELLIGENCE CRISIS）正是为了回应这种焦虑。报告联合作者 Alap Shah 在采访中强调，他们不是在预测未来，而是基于长期模型做了一次压力测试：如果 AI 真的像大家期待的那样持续变强，哪些商业逻辑会最先行不通？哪些行业会最先被波及？

这份报告，就是拆解市场到底在怕什么。

第一节｜白领收入下滑，消费在萎缩

危机从哪里开始？市场最怕的是什么？Shah 在采访中谈得最多的，不是模型参数或技术突破，而是白领的工资在下滑和岗位在减少，而且幅度惊人。

美国 IT 行业的就业人数，从 2022 年高点到 2026 年初，累计下降了 8%。这是过去十年都没出现过的跌幅。这个行业，正是 AI 渗透最快的地方。

Shah 直接指出：一个行业越容易把工作交给 AI，岗位减少就越明显。而最容易被替代的，正是白领工作。

信息处理、数据分析、流程审批，这些过去需要高学历、高收入人群完成的工作，现在 AI 都能做。白领岗位的减少为什么重要？因为这群人是消费的主力。根据美国劳工部和公开财报最新数据，收入排在前 20%的群体，贡献了全美约 65% 的消费支出。餐饮、旅游、订阅服务、家装、电商，几乎所有可选消费，都靠这群人在买单。

在这个情景推演中，白领的收入一旦出问题，整条消费链的现金流就跟着出问题。

报告推演了一个具体场景：5% 的白领失业，带来的消费下跌可能远超 5%。一个年薪 15 万美元的产品经理失业后，不太可能直接退出劳动力市场。更可能的情况是，他会转向零工经济，开网约车、送外卖、接临时项目。收入从 15 万跌到 4 万，降了 70% 以上。

这意味着什么？房贷、车贷、信用卡账单可能都还不上。他除了停止消费，还要开始处理债务。这对消费的打击，远超失业人数本身。

问题还不止于此。白领下沉到零工市场后，会增加这些岗位的劳动力供给，压低原本在这些岗位工作的人的收入。供给增加，价格下跌，这是基本的市场规律。蓝领工资被压低，消费能力进一步收缩。一层压一层，影响范围会超出最初的失业群体。

这和以往的技术变革完全不同。过去的新技术，比如电脑、互联网，是帮人提高效率。一个会计用上 Excel，效率提升 10 倍，但他还是要理解业务、做判断、和客户沟通。工具变了，人的角色还在。

但 AI 不一样。它直接接管整个工作流程。客服系统可以完全不需要人工客服，文案、运营支持、项目汇报，这些曾经需要大量人力完成的任务，现在可以被 AI 全盘接管。

Citrini 报告里有个简单的逻辑：如果你的工作主要靠电脑完成，AI 就能替代你。因为 AI 提升的正是电脑能做的事，电脑能做的越多，需要人做的就越少。

市场担心的，就是消费萎缩会比失业数据更早到来。

在报告的推演中，那些还没失业、但感受到裁员压力的人，会主动削减开支、增加储蓄。消费收缩的速度，快于失业数据的更新速度。这也是为什么报告发布后，资本市场会出现剧烈反应。投资者在重新评估一个可能性：AI 带来的收入下行，会从局部行业扩散成整体经济的结构性问题吗？

这是市场最先开始担心的事：AI 提效的同时，白领收入正在以超出预想的幅度减少。

第二节｜信息差消失，中间环节在崩塌

白领收入下行之后，消费开始收缩，企业的营收压力随之而来。但市场担心的第二件事，触及更本质的问题：很多看起来稳固的商业模式，其实建立在正在快速消失的“摩擦”上。

什么是摩擦？用户懒得换 App，懒得比价，懒得算清楚到底哪个更便宜，反正差不多就行。这种消费习惯，撑起了过去二十年里很多公司的收入模型。

报告认为，AI 智能体正在打破这一切。

正如 Shah 在采访中指出的：

“AI 代替用户做决策时，它不会有习惯，也不会嫌麻烦。它每次都会选最便宜、最快的那个选项。这个变化带来的冲击，远比表面看起来严重。”

那些依赖抽成、广告竞价、搜索排序、会员锁定的商业设计，在 AI 面前会直接失效。

比如某外卖平台，过去能从每笔订单里抽走 15% 的佣金。这笔钱，一部分来自用户的惰性（懒得打开五个 App 比价），另一部分来自商家的无奈（因为流量被平台垄断）。当 AI 智能体代替用户下单时，情况变了。它会以毫秒级的速度同时查询 DoorDash、Uber Eats、餐厅官网以及二十个新冒出来的小平台，然后永远选择收费最低、配送最快的那一个。平台的抽成可能瞬间从 15% 被压到 7%。

用户不再被锁定在某个App里，不仅平台丧失了议价权，更关键的是，新竞争者的门槛也在急剧降低。

Shah 提到，一些创业团队用 AI 编程工具，几周就能做出一个功能完整的外卖或预订 App。过去需要 200 人团队、18 个月才能上线的东西，现在可能是 3 个人和一个月。DoorDash 过去的护城河，建立在三件同样困难的事情上：拿下骑手、拿下餐厅、拿下用户。现在 Gemini 和 ChatGPT 替你把用户获取解决了，创业者只需要搞定供应端就行。进入门槛直接降了一半。

在这个情景推演中，新平台开始大量涌现。十几个新对手冒出来，都以更低的抽成抢份额。DoorDash 原本拿走的那 15%，一部分被新平台拿走，一部分流回到消费者和骑手手里。

外卖如此，其他靠信息差赚钱的行业也一样。报告认为，支付行业正在被稳定币冲击。AI 智能体发现，通过 Solana 或以太坊 Layer 2 网络结算，每笔交易只需要几美分，远低于信用卡 2% 到 3% 的交换费。于是它开始绕开传统支付网络。

保险续约的玩法也会改变。那些靠投保人懒得比价、每年自动续费赚取的 15% 到 20% 溢价，会被 AI 智能体每年重新比价一遍，自动切换到更便宜的保险公司。

旅游预订、酒店比价、理财顾问，只要是靠帮用户省麻烦、赚信息差的生意，都在面临同样的压力。这些行业的共同特点是：它们的护城河，都建在用户的摩擦成本上。但 AI 把摩擦成本降到了接近于零。

投资者开始紧张的原因在于，消费者可能暂时还感觉不到变化，但企业的利润模型已经在承压。当所有价格都被 AI 推向透明时，企业会突然意识到，过去赚的那部分钱，来源是信息差，产品能力的贡献很有限。

报告发布后，外卖、支付、广告、订阅类公司的股价普遍下跌，背后的逻辑就在这里：那些建在用户习惯和信息差上的收入，可能会比预想的更快消失。

依靠流量壁垒、用户锁定、习惯养成的打法，会越来越行不通。AI 不会因为品牌大就多付钱，它只看哪个选项在当下最优。但很多公司的估值，还是按照这些摩擦会一直存在来计算的。

第三节｜企业降本，需求在萎缩

商业摩擦消失后，企业的营收增速开始放缓。通常情况下，公司会做两件事来应对：降本、提效。

但报告的推演显示，降本提效反而加速了问题恶化。

报告设想了这样一个场景：ServiceNow。这家全球 SaaS 公司在 2026 年三季度财报中宣布，年度合同额增速从 23% 降到 14%，同时裁员 15%。股价当日暴跌 18%。表面上看，这是标准的成本优化。营收增速放缓，公司削减开支保护利润率，这在任何经济周期里都很常见。

但 Shah 看到的是：这些人被裁掉，是因为 AI 已经能接管他们相当一部分的工作。

公司裁员后省下来的钱，去了哪里？

过去可能是分红、回购、或者投资新业务。按照报告的逻辑，这笔钱的主要去向会是 AI 工具和算力。企业面对竞争压力越大，就越会把省下来的钱投到 AI 上。

这形成了一个不断加速的循环：AI 帮企业提效，企业压缩岗位省下成本，把成本投入更多 AI 能力，AI 能力提升后进一步替代岗位，企业继续压缩人员。

每一家企业都觉得自己在做正确的事。营收增速在下滑，成本压力在上升，用 AI 降本是理性选择。但当所有企业都这样做时，整体结果就会出问题。

企业省下的成本，原本是要发给员工的工资。工资减少，消费就会减少。消费减少，企业的营收压力会进一步加大。营收压力加大，企业会更依赖 AI 来削减成本。这个循环一旦启动，就停不下来。

ServiceNow 的案例让市场警觉，是因为它揭示了一个致命矛盾：它卖的是按席位收费的企业软件。当客户公司裁员 15%，他们就会注销掉 15% 的席位授权。那些帮客户提升效率、推动客户裁员的 AI 工具，正在摧毁自己的收入基础。

这家卖“流程自动化”的公司，正在被更强的“流程自动化”颠覆。它的应对方式是裁员、降本、把省下的钱投入 AI。它别无选择，坐等被淘汰显然不是选项。

单个企业的绝对理性，最终汇聚成了整个经济体的非理性结果

更隐蔽的变化发生在招聘市场。按照报告的推演，到 2026 年 10 月，JOLTS 数据显示职位空缺已降至 550 万以下，同比下降 15%。下降最明显的是软件、金融、咨询这些白领岗位。

报告认为，很多企业正在采用一种更隐蔽的模式：岗位冻结，但不裁人。业务还在增长，但新增的任务全交给 AI，不再招任何新人。这种做法看似温和，实则影响深远。裁员会立刻反映在失业率里引发政策干预，但“岗位冻结”不会。它像温水煮青蛙一样，让劳动力市场慢慢失去造血能力。

在这个推演情景中，新增岗位减少意味着对未来收入增长的预期降低了。应届毕业生找不到工作，在职员工看不到晋升机会，消费意愿会提前收缩。

即便是那些当下财务状况良好的公司，股价也会下跌。原因很简单：如果所有企业都在用 AI 替代人工来保护利润率，那么三年后，谁来买他们的产品？

企业没有其他选择。面对营收压力时，唯一的应对方式就是继续降本，而降本的最有效手段就是用 AI 替代人工。每一轮优化，都在削弱下一轮的消费能力。

市场担心的第三件事是：企业的自救行为，正在演变成一场集体的自我伤害。

第四节｜政策工具失灵，时间差在拉大

企业自救形成负循环后，按理说政府应该介入。经济下行时，美联储降息、财政刺激、扩大就业，这套组合拳过去总能托住局面。

但报告的推演显示，传统的经济工具对 AI 造成的压力可能不管用。

降息能让企业拿到更便宜的资金，但企业会怎么用这些钱？他们会买更多 AI 算力，而不是招更多人。AI 替代岗位的根本原因，是 AI 比人工便宜，跟贷款利率关系不大。

所以，Shah 认为：白领岗位减少这件事，货币政策很难改变。

那财政政策呢？这里的问题更复杂。

现代国家的财政收入，主要建立在对人类劳动的征税上。个人所得税、工资税、社保缴费，这些构成了政府收入的主体。你挣得越多，交的税越多；企业雇的人越多，缴纳的社保医保就越多。

但 AI 替代的，正是工资高、纳税多的那群人。

如果大量白领收入从年薪 15 万跌到 4 万，或者直接失业，带来的不只是消费萎缩。政府的税收收入会同步下降，失业救济、医疗补助、社会福利的支出会上升。

按照报告的推演，在 2028 年的情景中，劳动力在 GDP 中的占比会从 2024 年的 56% 跌到 46%。这意味着四年内下跌 10 个百分点，而从 1974 年到 2024 年的五十年间，这个数字也只下降了 8 个百分点。产出还在增长，但收益流向了资本和算力，不再流向劳动力。钱不再经由家庭流回企业，也不再经过税务系统。

这就是财政困境：政府需要在税收减少的时候，向家庭转移更多的钱。

Citrini 在报告中提出，可能需要对 AI 带来的新增收益征税。但具体怎么征？这是个棘手的问题：

是对算力征税？

是对 AI 模型的使用征税？

还是对那些用 AI 大规模替代人工的企业征税？

报告设想了一些可能的政策方案。比如“经济转型法案”，通过AI算力税为失业人员提供直接转移支付。还有更激进的“AI共享繁荣法案”，对AI基础设施的收益建立公共主张，类似主权财富基金的模式，以分红形式资助家庭。

但这些方案目前都还在讨论阶段，而且分歧很大。有人担心对算力征税会影响技术竞争力，有人担心这会被大公司操控，还有人指向财政赤字问题。

争论还在继续，但经济结构的变化不会等政策讨论结束。

与此同时，AI 的收益正在快速向少数人集中。

报告指出，赢家集中在几个领域：：半导体、能源、数据中心、算力基础设施。这些行业的利润和估值在快速膨胀，OpenAI、Anthropic 等 AI 公司的创始人和早期投资者，几年内积累的财富超过传统行业几十年。

与之对应的，白领岗位在萎缩，服务业在承压，中介行业收入在下降。当经济增长过度集中在少数行业和少数人手里时，社会的不平等会加速扩大，进一步压缩需求。在这个推演情景中，公众对 AI 公司的不满情绪正在上升。

但这不会让 AI 公司放慢脚步。模型公司有动力往前冲，同时会刻意回避经济后果的讨论。模型必须迭代，工具必须上线，竞争绝不能输。主动探讨负面影响，会损害他们的声誉和融资能力。

那么，问题在于：谁来讨论？谁来制定规则？谁来决定如何分配 AI 带来的收益？

现实是，制定规则的机构，反应速度远远跟不上技术迭代的节奏。政策讨论以月和年为单位，AI 能力的提升以周为单位。这就形成了一个危险的时间差：当一边在加速，一边在延迟时，风险会持续累积。

这是市场担心的第四件事：政策以年计，AI 以周进，经济等不起。

结语｜旧逻辑还能撑多久

按照 Citrini 与 Alap Shah 的分析，当前社会中的很多行业建立在三个假设上：白领收入会持续增长，摩擦成本会长期存在，企业降本不会影响整体需求。

如果这个推演成真，AI 将逐一击穿这些假设。

依赖白领消费的行业，天花板会下移。靠信息差赚钱的模式，议价权会消失。企业的降本提效，会汇聚成整体的需求萎缩。传统的政策工具，对这种结构性变化效果有限。

市场现在怕的，是那些支撑了过去二三十年增长的商业逻辑，还能撑多久。

这不只是一次压力测试，更是一次对未来的预演。

📮 原文链接：

https://www.youtube.com/watch?v=odoDjq-OrCw

https://www.citriniresearch.com/p/2028gic

https://www.youtube.com/watch?v=xsdpKcFwpt4

https://www.businessinsider.com/stock-market-crash-ai-boom-recession-citrini-research-layoffs-jobs-2026-2

本文来自微信公众号“AI 深度研究员”，作者：AI深度研究员，36氪经授权发布。