一波與人工智能發佈相關的股市拋售，正在重塑投資者為整個行業估值的方式，交易員迅速將 AI 壓縮知識型產業利潤率的風險反映在價格之中。
近期拋售中，大約 8,000 億美元市值在與新 AI 產品發佈相關的跌勢中被抹去，根據市場分析，其中一些最大單日跌幅在能力宣佈後數小時內便出現。
這種重新定價的速度和規模顯示，公開市場目前主要把 AI 視為對現有商業模式需求的摧毀者。
不過，愈來愈多策略師指出，這種反應可能忽略了次一層效應：生產力擴張最終或會擴大經濟活動，而不是令其收縮。
AI 能力發佈觸發行業即時重估
近期交易模式顯示，AI 產品發佈與受影響行業的急劇回調之間存在直接關聯。
IBM 在新工具展示可自動化大量與 COBOL 相關工作流程後，錄得自 2000 年 10 月以來最差的一個交易日。
在自動化程式碼漏洞偵測產品宣佈後數分鐘內，網絡安全公司股價急挫，單是 CrowdStrike 在兩個交易日內便蒸發約 200 億美元市值。
Adobe 今年亦持續承壓，因為生成式 AI 工具正在壓縮創意製作的經濟模型。
這些波動反映了理性的「第一層」市場反應。
當軟件可以複製高成本的人工作業時，定價權會轉向客戶，未來收入預期被下調。
但這種重估主要聚焦在公司層面的利潤率壓縮，而不是成本下降會如何改變整體經濟規模。
從勞動衝擊到服務價格通縮
目前主導的悲觀敘事是假設一個負向循環：自動化導致裁員、消費疲弱，進而推動更多自動化。
這個框架依賴一個關鍵前提：需求保持不變。
從歷史上看，成本急跌的時期往往出現相反結果。當運算、配送和基礎設施變得更便宜，總使用量擴大，新行業應運而生。
如今 AI 正瞄準已開發經濟體中最大組成部分——服務業。服務業佔美國國內生產總值近 80%，AI 正在降低各種職能中認知勞動的邊際成本，例如合規、市場營銷、客服、法律文件和基礎軟件開發。
如果這些成本下降，對現有企業的直接影響是利潤率受壓。
延伸閱讀: New Lawsuit Claims Jane Street Front-Ran Key TerraUSD Trades Before Depeg
更廣泛的效果則是服務通脹回落、家庭與中小企業的實際購買力提升。
在這種情境下，生產力提升是透過價格下跌而非工資上升來傳導。一些分析師將此形容為從「幽靈 GDP」轉向「富足 GDP」：經濟產出成長的同時，生活成本下降。
SaaS 與知識工作面臨結構性重估
在軟件領域，這種重新定價尤為明顯。
採購團隊正在重新談判合約，長尾工具面臨被替代風險，傳統以「人頭／座位」計價的模式備受壓力。
然而，這場衝擊愈來愈被視為軟件創造價值方式的轉型，而非數碼支出整體崩潰。
建立在靜態工作流程上的公司最為暴露；而掌握數據、算力、分發與信任層的企業，則有機會在下一階段市場中受惠。
與此同時，營運成本下降正降低新公司的進場門檻。
當一個人就能自動化會計、客服、開發和行銷時，創業變得沒那麼資本密集，這種轉變或可部分抵消大型機構內的職位流失。
生產力成為核心宏觀變量
長期的市場結果取決於：AI 帶來的效率提升，能否轉化為橫跨醫療管理、物流、製造和能源等行業的持續生產力增長。
即便是每年 1% 至 2% 的溫和生產力提升，十年下來的複利效果亦相當可觀，而歷史上這往往與生活水平提高相關。
最新數據已顯示，美國勞動生產力加速至兩年來最快步伐，進一步支持這樣的觀點：AI 的經濟影響可能不僅是壓縮企業盈利。
市場在定價崩潰，還是定價轉型
目前為止，股票市場仍把 AI 視為對既有收入模式的直接威脅。
更深層的爭論在於：這項技術究竟會縮小經濟「餅」的大小，還是透過令服務更便宜、增加交易量並催生新型態創業，來擴大整體經濟？
若當前拋售浪潮主要反映短期利潤壓力，那麼生產力渠道與結構性通脹走低的潛力，可能仍被低估。
最終結果，與其說取決於技術進步的速度，不如說更取決於制度、企業和勞動市場能多快適應這場轉變。
下一篇: Top Analysts Say Bitcoin ETF Fast Money Exit Creates Entry Point For Capital That Actually Stays