城市經濟的未來走向，其最可靠的領先指標並非GDP增速或固定資產投資，而是其勞動力結構的動態變遷。 一個城市的人才流入或流出，不僅反映了當下的產業興衰， 更從根本上決定了城市的長期稅收基礎、創新能力、房地產價值乃至社會活力。 圖片 | 來自網路

今天凌晨，聯合國發佈了一份讓全球投資者心頭一緊的報告。 這份《2026年中世界經濟形勢與展望》指出，中東危機再次衝擊全球經濟，導致增長放緩、通膨壓力重新升溫、全球不確定性加劇。2026年全球經濟增長預期被下調至2.5%，比今年1月的預測降低了0.2個百分點，也明顯低於疫情前的平均水平。 2.5%是什麼概念？在經濟學術語裡，低於3%的全球增速通常被視為“衰退警戒線”。而更讓人揪心的是，這份報告特別指出，開發中國家正在承受這場危機最沉重的衝擊。 中東衝突對全球經濟的傳導鏈條並不複雜。荷姆茲海峽承載著全球約三分之一的海運石油貿易，任何風吹草動都會直接推高油價。油價一漲，運輸成本上升，製造業原材料價格上漲，最終傳導到消費品價格上，就是我們每個人在超市、加油站感受到的“錢越來越不值錢”。

聯準會，傳出新消息！當地時間4月3日，美國哥倫比亞特區聯邦地區法院首席法官維持駁回聯邦檢察官對聯準會發出兩份傳票的決定。另外，最新就業報告顯示，3月份，美國經濟各部門都在增加就業崗位，這緩解了投資者對勞動力市場疲軟的擔憂，可能會鞏固聯準會在未來一段時間內維持利率不變的計畫。市場分析人士指出，美以對伊朗的戰爭再次讓聯準會官員陷入類似的進退兩難境地，這很可能意味著降息行動將陷入停滯，除非勞動力市場出現急劇惡化。美法官維持撤銷鮑爾相關傳票裁決據新華社消息，美國哥倫比亞特區聯邦地區法院3日公佈的一份法律檔案顯示，該法院首席法官詹姆斯·博斯伯格當日維持駁回聯邦檢察官對聯邦儲備委員會發出兩份傳票的決定。博斯伯格表示，檢方倉促提供的辯護材料既沒有提供新的證據，也沒有指出任何實質性錯誤，法庭因此拒絕重新考慮駁回決定。此前，聯邦檢察官1月向聯準會發出兩張大陪審團傳票，索要聯準會大樓最近翻修的記錄和聯準會主席鮑爾在國會聽證時的相關記錄。聯準會隨後向哥倫比亞特區聯邦地區法院提出動議，要求駁回這兩張傳票。鮑爾表示，聯邦政府對他提出刑事指控威脅是企圖借此破壞聯準會在設定利率方面的“獨立性”。博斯伯格3月11日作出駁回決定，表示檢方對聯準會發出的兩份傳票只是為了向鮑爾施壓，並無正當理由。今年3月份，聯準會主席鮑爾曾表示，在司法部針對聯準會的調查以透明方式結束前，自己無意離開聯準會。鮑爾還稱，如果新任聯準會主席的提名沒能及時得到國會參議院確認，自己將按照規定擔任臨時主席，直至新任主席提名得到確認。鮑爾的聯準會主席任期將於5月到期，但其聯準會理事職位任期將持續至2028年1月底。美國總統川普已正式提名聯準會前理事凱文·華許擔任下任主席。聯準會對勞動力市場的擔憂緩解3月份就業報告顯示，美國經濟各部門都在增加就業崗位。當月，美國製造業新增1.5萬個就業崗位，為2023年11月（當時工廠新增2.2萬個崗位）以來的最高水平，同時建築業、休閒和酒店業以及交通運輸業也實現了增長。路透社指出，3月份招聘活動增強並擴大範圍，這可能會鞏固聯準會在未來一段時間內維持利率不變的計畫，緩解對勞動力市場疲軟的擔憂，並使政策制定者專注於能源價格上漲是否會威脅到通膨升高。聯準會官員此前擔心就業增長乏力，還擔心就業增長過度集中在醫療保健行業。例如，聯準會理事沃勒等政策制定者將他們對進一步降息的看法與招聘形勢的變化緊密掛鉤。Fifth Third Commercial Bank首席美國經濟學家比爾·亞當斯在就業資料公佈後寫道：“需要出現巨大的意外，才能迫使他們在現在降息。他們很可能至少在未來一兩次決策中按兵不動。”在縮短的周五假日交易時段中，美國國債收益率在資料公佈後上升，而利率期貨繼續顯示，市場幾乎完全不認為聯準會會在今年將利率從目前的3.5%至3.75%區間下調。在美國與伊朗開戰推動全球油價上漲超過50%之前，投資者曾預期，聯準會主席提名人凱文·華許預計在今年晚些時候獲得確認，將至少帶來一些寬鬆政策。華許是川普挑選來接替現任聯準會主席鮑爾的人選。川普重返白宮以來，一直向鮑爾施壓要求降息。然而，伊朗戰爭改變了這一預期，市場一度預計聯準會將會加息，隨後才形成當前的觀點，即聯準會將長時間暫停行動，觀察能源成本上漲究竟會對通膨造成更大的衝擊，還是會導致企業和家庭削減支出從而對增長造成更大的衝擊。3月份的就業報告並未直接闡明這一辯論。例如，時薪以3.5%的年率增長，這處於聯準會官員認為大致與其2%通膨目標相符的區間內。但該報告確實顯示，就業市場已經超越了聯準會官員所說的美國經濟過去一年大部分時間的“低招聘、低裁員”動態——這種均衡狀態讓他們感到不安，因為相對較低的失業率可能會迅速惡化。不過，3月份的報告可能無法說明未來的風險。美國於2月28日開始轟炸伊朗，而3月份就業報告所依據的調查無法反映出這場持續擾亂全球石油供應的衝突所引發的招聘或支出方面的變化。3月份的通膨資料將於下周五公佈，這是聯準會在4月28日至29日會議之前評估中的另一個參考點。Harris Financial Group管理合夥人傑米·考克斯表示：“美國勞動力市場繼續保持韌性，甚至令最嚴厲的懷疑論者都感到意外。壞消息是，如果勞動力市場保持如此穩定，那麼進一步降息將很難有充分理由。”伊朗局勢迫使聯準會重回觀望模式去年大部分時間裡，聯準會一直處於觀望狀態，評估川普推行的全面政策變革所帶來的經濟影響，這些政策重塑了全球貿易格局，並擾亂了勞動力市場。美以對伊朗的衝突再次讓聯準會官員陷入類似的進退兩難境地，這很可能意味著降息行動將陷入停滯，除非勞動力市場出現急劇惡化。有外媒指出，聯準會面臨的核心困境在於後續走勢。中東衝突已導致供應鏈受阻，汽油、化肥等大宗商品價格上漲，航運成本也隨之攀升。受此影響，未來數月整體通膨水平將走高。面對部分商品支出增加，消費者預計也會在一定程度上縮減開支。若伊朗戰爭長期化，經濟衝擊將進一步放大。官員們擔憂消費者收縮支出的幅度——畢竟消費支出支撐著美國約三分之二的經濟增長。此外，仍在消化去年關稅衝擊的企業已放緩招聘，雖尚未大規模裁員，但任何進一步擠壓利潤率的因素都可能改變這一局面。不過，經濟增長與勞動力市場並非決策者的唯一關切。他們同樣擔憂通膨——已連續約五年高於2%的政策目標。這種擔憂令聯準會官員難以抉擇：是否需要對即將到來的物價上漲做出反應。過去他們曾選擇不干預，寄望於增長所受衝擊會蓋過持續性通膨問題。鮑爾本周在一場活動中表示：“接連出現這類供給衝擊，可能導致公眾、企業、定價方、家庭普遍開始預期未來通膨走高。他們憑什麼不這麼預期？”儘管存在這一風險，鮑爾並未流露立即採取行動的緊迫感，反而表示聯準會政策“目前處於合適位置，可靜觀事態發展”。紐約聯儲行長、鮑爾核心盟友約翰·威廉姆斯本周也呼應了這一觀點，並警告稱此次衝突可能引發大規模供給衝擊，產生顯著影響：一方面通過中間品成本與大宗商品價格飆升推高通膨，另一方面抑制經濟活動。威廉姆斯承認部分影響已開始顯現，但他認為戰爭引發的通膨飆升將是暫時性的。他預測，失業率將從目前的4.4%小幅回落，全年通膨率將收於2.75%左右。舊金山聯準會行長瑪麗·戴利在接受媒體採訪時表示，3月份失業率降至4.3%是“好消息”，這讓政策制定者擁有更多時間來平衡通膨與勞動力市場兩方面的風險。“伊朗衝突可能同時影響通膨與經濟增長，其影響的持續性尚難判斷。消費者因汽油價格上漲面臨壓力，或對消費支出造成影響。最新資料顯示消費者仍在持續支出，說明他們對經濟抱有信心。”戴利說道。 (券商中國)

聯準會最新公佈的會議紀要再次暴露決策層對利率未來走向的巨大分歧，除了支援降息派和觀望派，紀要還首次明確提到有人討論加息的可能性。這反映出，在通膨持續高於聯儲目標2%、經濟保持韌性的情況下，聯儲的政策重心重新回到通膨風險，而非就業放緩。美東時間18日周三公佈的會議紀要顯示，在1月末的貨幣政策委員會FOMC會議上，“一些（Several）”與會者表示，支援在利率前瞻指引中採用“雙向”表述，以此“反映若通膨保持在高於目標水平，就可能適合”加息。這一措辭標誌著，部分官員對通膨粘性的擔憂明顯增加。另一些（Several）與會官員認為，若通膨如預期下降，就可能適合進一步降息。而大多數（Most）與會者警告，通膨回落至2%的處理程序可能比普遍預期“更慢、更不均衡”。絕大多數（the vast majority of）參會者判斷，近幾個月就業方面的下行風險有所緩和，但通膨更加持久的風險依然存在。本次紀要中“一些（Several）”這一用語多次出現，凸顯了FOMC內部觀點的差異程度。暴露聯準會內部分歧的去年11月會議紀要公佈後，媒體和有“新聯準會通訊社”之稱的記者Nick Timiraos就指出，在聯儲的措辭中，許多（Many）代表的人數低於大多數（Most），但超過一些（Several）。01利率路徑出現雙向可能聯準會1月27日至28日的會議如市場所料決定暫停降息，12名FOMC投票委員中，有兩人反對此決議。兩名反對者——當時還是聯準會主席人選之一的理事沃勒和美國總統川普“欽點”的另一位理事米蘭都支援繼續降息25個基點。本周三公佈的會議紀要顯示，1月會議上探討貨幣政策前景時，一些聯儲決策者對進一步降息持謹慎態度，至少在短期內如此。紀要寫道：“一些（Several）與會者警告，在通膨資料高企的情況下進一步放鬆貨幣政策可能會被誤解為決策者對2%這一通膨目標的承諾有所減弱。”這一立場與另一組官員的觀點形成對比。紀要顯示，一些（Several）官員認為，如果通膨如預期下降，進一步降息的可能性依然存在。不過，大多數官員表示，通膨進展可能比普遍預測的要慢。所有參會者一致同意，貨幣政策並非按照預設路徑進行，而是會由各種最新資料、不斷變化的經濟前景以及風險平衡決定。02通膨擔憂仍是核心關注點與會者觀察到，美國的整體通膨已較2022年的高點大幅回落，但相對於2%的聯儲長期目標而言仍略偏高。他們普遍指出，這些偏高的資料在很大程度上反映了核心商品通膨，這似乎受到了關稅上調影響的推動。關於通膨前景，與會者預計通膨將朝著2%下行，但下降的步伐和時機仍不確定。與會者普遍預期，關稅對核心商品價格的影響可能今年開始減弱。一些（Several）與會者提到，住房服務通膨持續放緩可能繼續對整體通膨施加下行壓力。一些（Several）與會者還預計，與技術或監管發展相關的生產率提高將對通膨構成下行壓力。與此觀點一致，少數參會者提到企業聯絡人的報告，稱企業正在進行更多自動化營運，並採取其他措施幫助抵消成本增加，這將減少將成本增加轉嫁給消費者價格或削減利潤的需要。大多數（Most）參會者警告，通膨朝著2%這一目標下行的進展可能比普遍預期更慢、更不均衡，並認為，通膨持續高於目標的風險不容忽視。其中一些與會者援引了企業聯絡人的報告，這些聯絡人預計今年將漲價應對成本壓力，包括與關稅相關的壓力。一些（Several）與會者還提出，持續的需求壓力可能使通膨保持高位。03勞動力市場顯示穩定跡象關於勞動力市場，與會者觀察到，近幾個月美國的失業率基本持平，而就業增長仍然較低。大多數與會者指出，失業率、裁員和職位空缺等近期資料讀數表明，勞動力市場狀況可能在經歷一段漸進降溫期後正在走穩。幾乎所有與會者觀察到，雖然裁員水平仍然較低，但招聘也保持在低位。與此觀察一致，一些（Several）與會者指出，他們的企業聯絡人繼續在招聘決策上表現謹慎，反映出對經濟前景以及人工智慧和其他自動化技術對勞動力市場影響的不確定性。絕大多數與會者判斷，勞動力市場狀況一直顯示出一些走穩跡象，勞動力市場的下行風險已經減弱。而一些與會者指出，雖然勞動力市場顯示出走穩跡象，但職位可得性的調查指標以及因經濟原因從事兼職工作的人員比例等一些指標仍表明，市場在走軟。此外，大多數與會者指出，勞動力市場的下行風險依然存在。04經濟增長保持穩健與會者觀察到，經濟活動似乎正以穩健的步伐擴張。與會者普遍指出，消費者支出一直保持韌性，主要得益於家庭財富的增長。企業固定投資保持強勁，尤其是在技術領域。與會者普遍預計2026年經濟增長步伐將保持穩健，儘管增長前景的不確定性仍然很高。大多數參會者預計，增長將得到持續有利的金融條件、財政政策或監管政策變化的支援。此外，鑑於與人工智慧相關的投資步伐強勁以及近年來生產率增長較高，一些（Several）參會者判斷，生產率的持續提升將對經濟增長形成支撐。自聯準會1月末會議以來公佈的資料顯示，美國經濟增長加速、通膨放緩、勞動力市場走穩。受能源成本降低影響，1月CPI增長低於市場預期。1月新增非農就業人數13萬，創一年多來最大增幅，1月失業率意外降至4.3%，表明勞動力市場年初繼續走穩。市場交易資料顯示，投資者已下調對聯準會下次降息時間的預期，但期貨合約定價暗示交易員仍預計6月前有可能降息。自1月會議以來，多位聯準會決策者表示，整體穩定的美國經濟為他們在考慮進一步調整利率時保持耐心提供了空間。川普及其政府官員則繼續呼籲立即降息。上周公佈非農就業強勁增長後，市場排除3月降息可能，全年降息預期相比1月末會議時仍偏鴿05AI和私人信貸相關金融穩定風險引關注討論金融穩定時，一些（Several）與會者提到了資產估值過高和信用利差處於歷史低位。一些與會者討論了人工智慧（AI）領域近期發展可能帶來的脆弱性，包括股市估值偏高、市值和活動高度集中於少數公司，以及債務融資增加。一些（Several）與會者強調了與私人信貸領域相關的脆弱性及其向風險較高的借款人提供信貸的情況，包括與其他類型非銀行金融機構（如保險公司）的關聯風險，以及銀行對該領域的敞口。一些（Several）與會者評論了與避險基金相關的風險，包括它們在國債和股票市場中不斷擴大的足跡、槓桿率上升，以及相對價值交易的持續擴張可能使國債市場更容易受到衝擊。 (華爾街見聞)

最近高盛搞了一個線上交流會，請來的嘉賓是微軟資料中心高級開發組的前首席工程師 Mark Monroe，他在數字基礎設施領域幹了 40 多年，算是真正的行業專家。他點出了資料中心擴張的三大死穴：電、水、人。我們之前的文章中，也提過另外兩個卡點：Memory和台積電的CoWoS產能。電力：卡在脖子上的第一道檻關於電力的卡脖子，之前講過非常多，大家應該也都理解。Monroe 說得很直白，電力是當前最要命的近期約束。雲端運算和 AI 推理這些業務必須離使用者近，響應速度才快，所以都扎堆在大城市周邊。問題是這些地方本來用電就緊張，資料中心一來，電網直接吃不消。但AI 訓練就沒這個顧慮。訓練模型對地理位置沒啥要求，那兒有電往那兒搬，所以現在很多訓練任務都在往偏遠地區遷移。這種分化其實挺明顯的：推理要速度，訓練要電量，各取所需。那怎麼辦呢？Monroe 提到了兩個方向。第一個是“靈活負載管理”，說白了就是在用電高峰期讓資料中心主動降低負荷。杜克大學做過一個研究，如果資料中心願意接受每年 0.25% 的停機時間（也就是 99.75% 的正常運行），美國電網能多承載 76 GW 的新負載；如果能接受 0.5% 的停機（99.5% 正常運行），這個數字能到 98 GW。聽起來挺美好，但 Monroe 潑了冷水。他說這事兒有兩個大障礙：一是行業天生就怕風險，IT 裝置頻繁開關機誰都不敢輕易嘗試；二是光靠市場激勵還不夠，可能需要監管層面強推才行。所以這個方案理論上能解鎖 100 GW 的容量，實際落地還得看。第二個方案更直接也更貴——Behind-the-Meter（BTM），也就是自己建發電站。現在已經有一小部分資料中心在這麼幹了，主要用天然氣發電機。Monroe 說這個方式的成本是電網供電的 5 到 20 倍，聽著嚇人，但對於那些大型 AI 資料中心來說，考慮到利潤空間，這筆帳還是算得過來的。這個模式之前SemiAnalysis也提到過，BYOG 模式：Bring Your Own Generation。像馬斯克的 xAI 實驗室通過租用卡車安裝的燃氣渦輪機和引擎，在短短 4 個月內建成了一個 10 萬塊 GPU 的叢集，部署了超過 500MW 的現場電力，OpenAI 和 Oracle 已在德克薩斯州訂購了 2.3GW 的現場天然氣發電廠 。水資源：省水還是省電，這是個問題第二個挑戰是水。傳統資料中心的冷卻系統特別耗水，用的是蒸發冷卻技術。但現在情況變了，社區不幹了，監管收緊了，晶片技術也在進步，整個行業開始往節水方向轉型。Monroe 說，現在的趨勢是從高耗水的蒸發冷卻轉向閉環和無水冷卻系統，尤其是那些大型雲服務商，轉得特別快。聽起來是好事，但有個代價：能耗大幅上升。具體來說，傳統蒸發冷卻系統的 PUE（電力使用效率）能做到 1.08，意味著只有 8% 的能源用在了非計算環節。但換成閉環無水系統之後，PUE 會飆到 1.35-1.40，也就是說能源開銷從 8% 跳到了 35%-40%。這個差距可不小。當然技術也在進步。Monroe 提到了晶片級液冷和高溫水冷這些新技術，能在更多地理位置實現高效散熱。但他也指出，託管型資料中心（co-location）很難跟進這些新技術，因為它們客戶群體太雜，必須在建設早期就確定冷卻架構，沒法靈活調整，所以還是會堅持用傳統的冷水機組。儘管無水冷卻的份額在上升，Monroe 判斷冷水機組的需求在未來十年還是會大幅增長，原因很簡單——資料中心整體規模在爆發式增長，即便佔比下降，絕對量還是在漲。巧的是，SemiAnalysis上個月也出了一篇關於資料中心用水的分析，SA認為資料中心用水的爭議被過度誇大，這些討論往往忽略了冷卻架構、能源來源、地理位置和當地水資源稀缺性等關鍵變數 。Colossus 2 作為全球頂級資料中心，Colossus 2 的水消耗僅相當於 2.5 家 In-N-Out 門店，而餐飲行業整體水消耗規模遠大於資料中心。有興趣的可以看下SemiAnalysis的那篇原文。勞動力：下一個即將爆發的瓶頸第三個挑戰可能是最容易被忽視的：人。Monroe 認為，資料中心不是普通的工業建築，它需要極其專業的電氣和機械系統，這意味著電工和管道工是整個建設過程中的關鍵角色。而現在的問題是，這些技術工人嚴重短缺。Monroe 認為，技術工人短缺會成為繼電力之後的下一個主要約束。為了應對這個問題，行業組織正在和技術院校合作開發培訓項目，甚至把觸角伸到了中學，試圖讓更多年輕人把技術工種當成有吸引力的職業選擇。高盛也給出了一個估算：到 2030 年，美國需要淨增超過 50 萬名工人，覆蓋製造、建設、維運以及輸配電等各個環節，才能滿足資料中心擴張帶來的電力部署需求。 (傅里葉的貓)

美國經濟放緩跡象分析：勞動力市場疲軟、住房市場動態、抵押貸款政策調整與宏觀風險評估近期美國經濟資料顯示增長動能減弱，勞動力市場出現明顯放緩跡象。2025年全年，美國企業宣佈的裁員總數約120萬，創2020年以來新高，與2008年金融危機期間水平相近。12月單月裁員人數為3.55萬，較11月的7.13萬大幅下降，但全年高位反映結構性調整壓力。 ADP私營部門就業報告顯示，2026年1月新增就業僅2.2萬，遠低於市場預期，較前月修正值進一步下滑；教育與醫療服務部門貢獻主要增量，而專業商業服務領域減少5.7萬。 失業率在2025年12月降至4.4%，但整體就業增長乏力，呈現“低聘用、低解僱”特徵。這些資料表明經濟並非強勁擴張。歷史周期顯示，就業指標惡化往往先於整體衰退。Challenger裁員報告中，科技、零售等行業持續裁員，反映AI轉型與需求疲軟的雙重影響。儘管尚未進入技術性衰退，但市場隱含2026年衰退機率約為30%，較此前估算有所下降，主要得益於財政擴張與貨幣寬鬆預期。 聯準會在2026年1月會議維持聯邦基金利率於3.5%-3.75%區間，指出經濟活動穩健、就業增長溫和、通膨仍處較高水平，並強調將依據資料調整政策。住房與租金市場是關鍵通膨指標。租金佔CPI籃子比重顯著，新租戶租金與主要居住租金指數持續走低。2025年11月，50大都市區中位數租金為1693美元，同比下降約1%，連續28個月負增長；全國中位數租金1367美元，同比降1.1%。 2026年1月，Apartment List資料顯示全國中位租金1353美元，環比降0.2%，同比降1.4%，連續六個月下降，創近年低點。 Realtor.com報告顯示，2025年12月租金連續29個月同比下降。 原因在於多家庭住房供應激增，尤其西部、南部陽光地帶城市如丹佛、拉斯維加斯、波特蘭等，空置率上升導致租金下行壓力。部分市場如奧斯汀、佛羅里達出現單家庭住房受衝擊跡象。租金下降有助於緩解CPI壓力。2025年12月，主要居住租金同比漲2.9%，住房指數整體3.2%，但新供應持續進入市場預計2026年租金增長趨緩甚至負增長。 此前“住房短缺”敘事依賴需求旺盛，一旦需求因就業疲軟或成本上升而回落，即轉為供應過剩。CPI中租金權重高，其下行將助力聯準會實現通膨目標，但若伴隨需求崩塌，可能放大經濟放緩效應。50年期固定利率抵押貸款提議引發廣泛討論。該方案由川普政府於2025年11月提出，旨在降低月供以提升住房可負擔性，聯邦住房金融局（FHFA）表示正在推進，可能由房利美、房地美支援。 以40萬美元貸款、當前利率約6.3%為例，30年期月供約2056美元，50年期降至約1823美元，節省約233美元。但長期利息大幅增加，借款人前10-15年本金攤還極少，股權積累緩慢。分析顯示，此類長期貸款雖短期降低門檻，但會推高房價：能負擔2000美元月供的買家將競價抬升房價，最終月供未必下降，反而鎖定更高總成本。30年固定抵押貸款本身依賴政府隱性補貼，銀行不願承擔長期利率風險；50年期將進一步放大信用風險，最終通過Fannie Mae、Freddie Mac證券化轉嫁給投資者與納稅人。歷史經驗表明，此類產品易在利率或房價波動時引發違約潮，2008年教訓顯示，中低收入群體受衝擊最大。政策初衷為“可負擔性”，實際可能適得其反，加劇房價泡沫與財富分化。經濟呈現K型復甦特徵：高收入群體受益於資產價格（股市、房產股權），而中低收入依賴工資與消費，面臨購買力侵蝕。401(k)與住房淨值構成主要淨值來源，若股市回呼或房價調整，消費需求將受抑。疫情期間經驗表明，資產增值未必等於財富增長：名義財富上升，但貨物與服務可及性下降導致實際貧困感增強。租金、食品等必需品價格粘性強，而刺激政策推高通膨，進一步壓縮中產購買力。刺激措施風險突出。若經濟放緩，推出更大規模財政或貨幣刺激（如刺激支票或債務延期），短期或提振情緒，但長期推高物價與收入差距。2021-2022年經驗顯示，巨額刺激導致CPI峰值近10%，隨後緊縮引發滯脹壓力，汽車貸款拖欠率創紀錄。擴大政府干預、增加經濟扭曲，將降低生產效率與供應，削弱真實財富。即使名義收入上升，實際購買力下降。長期解決方案應聚焦 deregulation、自由市場與有限政府，以提升生產力與供應，而非依賴貨幣財政槓桿。黃金在信用事件或衰退中表現分化：短期或因流動性擠壓下跌，提供買入機會；長期作為通膨與貨幣貶值避險。2026年2月初，金價約4900美元/盎司，反映地緣與政策不確定性。 但黃金並非完全脫離系統資產；真實財富取決於貨物服務獲取能力，而非單純持有量。投資策略應適應環境：優先現金流資產，如短期國債（當前收益率提供3-4%回報，無利率風險）、分紅商品生產商或房地產；黃金佔一定比例作為保險；剩餘部分通過避險策略（如配對交易）捕捉機會，而非單邊押注。收益率曲線倒掛曆史預示衰退路徑，若S&P 500大幅回呼40-50%，將出現低位佈局機會。當前環境下，短期國債滾動持有等待時機，結合避險降低波動。總體而言，美國經濟面臨放緩機率上升風險，就業、住房與通膨資料相互印證。聯準會“盲飛”說法雖有爭議，但資料滯後與政策副作用確實存在。50年抵押貸款等措施若實施，可能短期緩解痛點、長期放大系統風險。政策制定者需平衡短期刺激與長期可持續，避免重複2021-2022年路徑導致更嚴重K型或H型分化。市場參與者應注重基本面，準備應對周期下行，優先保護購買力而非名義增長。經濟周期規律表明，當前跡象符合歷史模式演進，需警惕不確定性，但機率而非確定性主導決策。 (周子衡)

AI浪潮下，我們正站在一個所有故事線都在瘋狂交匯的十字路口。人工智慧在指數級狂奔，大國競爭在重塑全球格局，而能源與晶片的物理瓶頸，正在給數字世界的狂想澆上一盆冷水。這一刻，我們比任何時候都更需要一張穿越未來的導航圖。埃隆·馬斯克，這位同時驅動著電動汽車、可回收火箭和人形機器人的“未來架構師”，在最近一場3小時的深度訪談中，將他眼中的導航圖全盤托出。他沒有談論遙遠的科幻，而是給出了一連串以“月”為單位的時間表和對現實的冷酷診斷：關於太空AI的暴論：未來36個月內，部署AI最便宜的地方將是太空。地球上，我們很快將撞上一堵堅硬的“電力牆”。關於機器人的終局：Optimus是“無限刷錢外掛”。當機器人開始製造機器人，經濟學的底層邏輯將被徹底改寫。關於中美博弈的警告：中國製造是“另一個維度的存在”。美國若沒有突破性創新，將完全失去未來主導權。這不僅僅是一次科技預言，更是一次關於競爭與生存極限的硬核推演。今天，我們將這篇資訊密度極高的對話，整理為4個核心章節，帶你一同審視這些正在交匯的故事線，看清下一個時代的形狀與裂縫。本文根據埃隆·馬斯克的訪談進行整理，內容有所刪減，希望能給到你啟發。一、終極擴展：為什麼AI的未來必須在太空？1.核心診斷：地球能源之牆，太空陽光免費現在正是最有意思的時候，所有故事線此刻正在交匯。其實，我比任何人都更清楚資料中心總成本中只有10-15%是能源，絕大部分成本都在GPU上。有人會質疑，如果它們放在太空，維護會更困難，甚至根本無法維護，這會縮短它們的折舊周期，把GPU（註解：Graphics Processing Unit，圖形處理器，泛指AI計算晶片算力）放在太空顯然要昂貴得多。既然如此，為什麼要放到太空去呢？問題在於能源的可獲得性。如果你看看中國以外的電力產出，你會發現中國以外所有地方的產出基本持平，即便略有增長，也基本處於停滯狀態。只有中國的電力產出在快速增長。但如果你要把資料中心建在中國以外的任何地方，你的電力從那裡來？尤其是當你持續擴大規模時，晶片的產出幾乎呈指數級增長，但電力的產出卻毫無波瀾。因此，你怎麼啟動這些晶片？靠魔法電源嗎？還是靠神奇的電力仙子？眾所周知，我是太陽能擁躉。一太瓦的太陽能發電，按25%的容量係數計算，大約需要四太瓦的太陽能電池板。這只佔美國國土面積的1%。當我們擁有一個太瓦級的資料中心時，我們就已經進入技術奇點了。當然，我發現即便置身於奇點中，感覺也會是：“好吧，我們還有很長的路要走。”①太空實際上是一個規避監管的舉措，在地面上擴大規模比在太空更難。我覺得用太陽能電池板覆蓋一個州相當困難，比如內華達州，你需要獲得許可，你試試看能不能拿到那種規模的許可。②太空太陽能電池板的效率大約是地面的五倍，而且你不需要電池。因為在太空沒有晝夜循環、季節性變化、雲層或大氣層。僅大氣層就會導致大約30%的能量損失。③你還可以省去夜間所需的電池成本。實際上在太空做這件事要便宜得多。2.時間表與路徑：36個月，從科幻到最經濟現實我的預測是，太空將是部署AI最便宜的地方，且優勢會遠超其他任何地方。在未來36個月或更短時間內，太空將成為最便宜的地方。目前，我們發現我們的GPU相當可靠。早期故障率，這顯然可以在地面上解決。所以你可以先在地面上運行它們，確認沒有早期故障。但是一旦它們開始工作，並且過了輝達或任何晶片製造商，可能是特斯拉的AI6晶片，或者是TPU（註解：Google（Google）為機器學習任務自主研發的專用晶片）、Trainium（註解：亞馬遜雲科技（AWS）自主研發的專用晶片）之類的，初始偵錯周期後，在某個時間點之後，它們就相當可靠了。所以我認為維修不是問題。但你們記住我的話，真正能擴展的地方只有太空，一旦你開始考慮利用太陽能量的百分比，你就會意識到必須去太空，在地球上你無法大規模擴展。二、大國競賽：中國製造“降維打擊”與美國的唯一出路1.優勢碾壓：供應鏈、電力與勞動力人口的三重維度首先，供應鏈方面：中國礦石精煉能力強。在大多數領域，中國的製造業非常先進。只有少數幾個領域不是。中國是一個製造業強國，簡直是另一個維度的存在。你看礦石精煉，中國平均精煉的礦石量大約是世界其他地區的總和的兩倍。有一些領域，比如精煉用於太陽能電池的鎵。我想他們佔了98%的鎵精煉。所以中國實際上在大多數製造領域都非常先進。稀土材料，你知道，它們並不稀有。我們實際上在美國進行稀土礦石開採，把礦石裝上火車，然後裝上船運到中國，再換火車，運到中國的稀土精煉廠，然後他們精煉它，做成磁鐵，做成電機元件，再送回美國。所以我們真正缺少的是美國大量的礦石精煉能力。其次，勞動力人口：四倍於美國且人均產出高。我認為中國的主要優勢是熟練勞動力的豐富，中國人口大約是我們的四倍。老實說，我有這樣一種擔憂：如果人力資源是未來，現在如果是製造業的熟練勞動力決定誰能製造更多的人形機器人，中國有更多這樣的勞動力，它製造更多的人形機器人，也許會首先獲得Optimus（柯博文）的未來。當然，肯定不能只靠人力取勝。我們的出生率長期以來一直很低。美國的出生率自1971年左右以來一直低於更替水平。我們有很多人退休，國內死亡人數接近超過出生人數。所以我們肯定不能在人類方面取勝，但我們可能在機器人方面有機會。總之，無論你做什麼，美國的人口都只有中國的四分之一。如果你讓他們做這件事，他們就不能做那件事。最後，電力方面：電力產出即將達美國三倍。中國是一個強國，我認為今年中國的電力產出將超過美國的三倍。電力產出是經濟的合理指標，為了營運工廠和一切，你需要電力，這是實體經濟的很好指標。如果中國的電力產出超過美國的三倍，那就意味著其工業能力——粗略近似，將是美國的三倍。所以，除非未來幾年出現某種人形機器人的遞迴奇蹟，否則在整個製造/能源/原材料鏈條上，中國無論在AI、製造電動汽車還是製造人形機器人方面都將佔據主導地位。前提是如果美國沒有突破性的創新，中國將完全主導。2.心態批判：常勝者的自滿與“贏太久”的陷阱老實說，美國贏得太久了……一支贏得很久的職業運動隊往往會變得自滿產生優越感，這就是他們停止贏的原因，因為他們不再那麼努力了。所以老實說，我觀察到中國的平均職業道德比美國高。不僅是人口是四倍，而且人們投入的工作量也更大。所以你可以嘗試重新安排人力，但你仍然只有四分之一的人口，假設生產率相同，但我認為實際上可能不是。我認為中國的人均生產率可能更高——我們做的事將是中國的四分之一。所以我們不能在人類方面取勝。3.破局點：唯有突破性創新才能避免“完全主導”中國在製造業上極具競爭力，比如，比亞迪在電動汽車產量或銷量上正在接近特斯拉。所以我認為將會有大量的中國車輛和基本上大多數製成品湧入。所以如果你深入到第四、第五級供應鏈的東西……在基礎層面，你有能源，然後是採礦和精煉。但這些基礎層，就像我說的，粗略估計，中國的精煉量是世界其他地區的總和的兩倍。所以任何特定產品都會有中國含量，而且他們會一直做到成品，包括汽車等。如果美國沒有突破性的創新，中國將完全主導。三、xAI藍圖：從“數字人類”切入兆美元市場1.市場洞察：數位化產出是最高價值所在有報導說xAI收入目前是10億美元，而“收入最大化的公司”正在創造100-200億美元的收入，OpenAI收入200億美元，Anthropic是100億美元。可能你會關心，xAI有什麼計畫來保持、達到他們的收入水平？事實上，“接近利潤最大化”的是AI。一旦你解鎖了數字人類，你基本上就擁有了數兆美元的收入機會。實際上，你可以把它想成……目前市值最高的公司，它們的產出是數字的。輝達的產出是將檔案通過FTP傳送到台灣，是數字的。蘋果不製造手機，他們把檔案傳送到中國。微軟不製造任何東西，即使是Xbox，也是外包的，他們的產出是數字的。Meta（註解：馬克·祖克柏創立、並於2021年更名為‌Meta Platform Inc.‌的美國網際網路科技巨頭）的產出是數字的。Google的產出是數字的。所以如果你有一個人體模擬器，你基本上可以一夜之間創造出一家世界上最有價值的公司，你將獲得數兆美元的收入。這不是個小數目。2.落地路徑：沿難度曲線向上，從客服到晶片設計今天的收入數字與實際的潛在市場規模相比都是舍入誤差，所以只需專注於TAM以及如何到達那裡。拿像客服這樣簡單的事情來說。如果你必須與現有公司的API整合，其中許多甚至沒有API，所以你必須做一個，並且必須費力處理遺留軟體，那會極其緩慢。然而，如果AI能夠簡單地接手他們已經使用的客服外包公司所給予的任務，並使用他們已經使用的應用程式來做客服，那麼你就能在客服方面取得巨大進展。我認為這大概是世界經濟的1%左右，全部加起來接近一兆美元，而且沒有進入壁壘。你可以立即說，“我們可以以一小部分成本外包”，而且不需要整合。四、管理核心：CEO是“限制因素粉碎機”1.聚焦於“限制因素”，問題越大見我的頻率越高我有很多很多公司，聽起來在每一個公司裡，我都會深入瞭解相關瓶頸，以便與人們進行這些評審。實際上我與TheBoring Company（掘進公司）沒有定期會議，所以The Boring Company只是按部就班地前進。基本上，如果某件事運行良好並取得良好進展，那麼我就不需要花時間在上面了。我實際上是根據限制因素來分配時間。那裡有問題？我們在那裡遇到阻礙？是什麼拖慢了我們的步伐？我聚焦於這些限制因素。當然，限制因素不一定是進展糟糕，而是我們需要讓它進展更快的東西。諷刺的是，如果某件事進展順利，他們就不會經常見到我。但如果某件事進展糟糕，他們會經常見到我。2.防止資訊被“粉飾”：開放式的會議風格當SpaceX或特斯拉的某事成為限制因素時，大多數是每周一次，有些是每周兩次會議。AI5晶片評審會是每周兩次，每個星期二和星期六是晶片評審會。會議時長是開放式的，通常是兩三個小時，有時更短，這取決於我們需要討論多少資訊。事實上，我主持的更多是開放式的、“我們討論直到弄清楚”類型的事情。有時候，但大多數似乎基本上都能按時完成。今天的星艦工程評審時間稍長，因為有更多話題要討論。他們正在想辦法如何擴展到每年一百萬噸以上的入軌能力，這相當具有挑戰性。 (格上財富)

1月30日，美國知名投資人、ARK Invest創始人木頭姐（Cathie Wood）接受播客訪談，她詳細解讀了ARK最新發佈的《Big Ideas 2026》報告，內容涵蓋AI Agent、自動駕駛、宏觀經濟等多方領域的發展趨勢。資料顯示，目前AI Agent在長周期任務上的成功率已達到80%。雖然這一數字對於人類員工來說尚不及格，但如果部署100個Agent平行工作，其解決問題的機率將呈指數級上升。最近開源智能體MoltBot（龍蝦機器人，因商標問題從Clawdbot改名而來）刷屏全球網際網路，Moltbot能夠連接使用者的社交媒體、信箱和本地檔案，像私人助理一樣自主完成任務。木頭姐認為Moltbot的爆火代表了個人Agent力量的崛起，個人可以利用開源工具擁有強大的生產力，無需完全依賴大公司的封閉生態。隨著AI Agent任務成功率的提升，智能體將從單純的聊天機器人進化為能夠自主執行複雜工作的數字助手，這是未來GDP和生產力爆發式增長的關鍵驅動力之一。關於大模型公司之間的競爭，木頭姐認為，OpenAI雖然擁有9億使用者的先發優勢，但巨大的算力成本迫使其不得不開始追求商業化。OpenAI正在計畫推出高達60美元的CPM廣告報價，這一價格是目前Facebook的三倍，堪比超級碗廣告的定價水平。相比之下，Google則顯得更遊刃有餘。Google擁有龐大的搜尋業務現金流作為後盾，具備極強的戰略耐力。它不需要急於通過高價搾取使用者價值，相反，可以利用價格優勢來搶佔OpenAI的市場份額。在自動駕駛領域，木頭姐對Robotaxi的未來絕對樂觀，並預測這一市場將徹底顛覆傳統汽車製造業。ARK研究預測，特斯拉將是Robotaxi領域的最大贏家，Waymo緊隨其後。Waymo雖然技術領先，但缺乏製造能力，它必須依賴汽車製造商提供車輛平台。這種組裝式的供應鏈模式，註定了其成本難以極致壓縮。而特斯拉擁有完全垂直整合的生態。從電池製造、晶片設計、資料中心到整車製造，特斯拉憑藉垂直整合的供應鏈，其每英里營運成本預計僅為20美分，比Waymo低50%。木頭姐表示，傳統汽車製造商在這一波浪潮中將難以生存或勝出。Robotaxi是機器人、AI和儲能技術三大領域的融合。傳統車企專注於內燃機，缺乏這三大關鍵技術的積累和融合能力。內燃機技術已經成熟，不再符合萊特定律帶來的成本下降曲線，而電動車和AI技術正處於成本快速下降的通道中，這使得傳統車企在未來的價格戰中毫無還手之力。另一方面，傳統車企嚴重依賴供應商，無法像特斯拉那樣通過內部完全自動化的供應鏈來快速響應指數級增長的需求。關於AI時代的宏觀經濟，木頭姐預測：全球GDP增長率將從歷史平均的3%躍升至7%。現在是機器人、儲能、AI、區塊鏈和多組學測序這五大技術平台的融合期，7%的預測甚至可能是保守的。雖然技術具有降低成本的通縮性質，但由此帶來的單位需求將呈爆炸式增長，從而極大地推動經濟總量的擴張。針對推理成本急速下跌的問題，木頭姐認為這不會導致市場萎縮。相反，人類對智能的需求在本質上是無限的，即便推理成本趨近於零，為了獲得更長思維鏈的智能代理服務，企業和個人仍將投入巨大成本。木頭姐訪談內容劃重點：1.智能的無限需求推理成本向零逼近，但人類對智能的渴望是無限的。人們會耗盡所有預算去獲取更多的智能，即使單次推理變得便宜，總需求量的爆發也會讓市場規模巨大。目前的AI Agent在長期任務上的成功率約為80%。2.個人AI Agent的生產力飛躍開放原始碼的Moltbot能夠運行在個人電腦上，幫助整理工作、連接社交媒體和郵件，甚至在睡眠時自動完成任務。這不僅是技術突破，更成為一種文化現象。這種工具能讓工作效率產生質的飛躍，但它同時也具有破壞性，如果出錯，它可能在兩秒鐘內搞亂甚至損毀電腦系統。3. 特斯拉Robotax的壓倒性優勢在自動駕駛領域，特斯拉將是最大贏家，Waymo位居其次。特斯拉的優勢在於其垂直整合的成本結構和製造能力，能夠將每英里成本降至20美分，而目前Uber等服務的成本在2美元以上。傳統汽車製造商由於依賴外部供應鏈、受限於工會以及缺乏機器人與AI的企業基因，很難在這場轉型中生存，因為未來的汽車本質上是移動的推理引擎和儲能裝置。4.汽車將演變成移動推理引擎和儲能未來的汽車不僅僅是交通工具，而是數以百萬計的移動推理引擎和能源儲存裝置。自動駕駛汽車將成為分佈式能源生態系統的一部分，利用閒置時間平衡電網（例如在夜間利用率低時充電，白天反向供電）。這種深度融合是傳統車企難以理解和複製的。5. 軌道資料中心與垂直整合SpaceX正在建構軌道資料中心，可重複使用火箭的發射成本急劇下降。在太空中，太陽能效率是地面的六倍，且不受土地限制。馬斯克意圖通過高度垂直整合，繞過傳統供應鏈的層層加價，這將徹底改變算力基礎設施的成本結構。以下是木頭姐訪談實錄：1.AI與GDP增長的加速Peter：歡迎大家來到《Moonshots》節目。我們邀請到了ARK Invest的創始人、CEO兼CIO凱茜·伍德（Cathie Wood）。凱茜，你預測全球GDP將實現7%的增長，這簡直是一個奇點事件，畢竟人工智慧的發展速度遠超我們要預期。今天我們還有幸請到了我的“登月”夥伴Dave Blundin和Salim Ismail。這可是全球排名第一的科技播客，旨在讓大家為即將到來的未來巨變做好準備。早上好，凱茜。Cathie Wood：早上好，Peter。Peter：你們發佈了一份令人驚嘆的《2026 Big Ideas》報告。我們從中挑選了大約20張幻燈片，想和團隊一起探討一下。這真的很重要，你能想像世界變化得有多快嗎？這對你來說仍然令人震驚嗎？Cathie Wood：即使我們一直預期世界變化的步伐會比人們想像的更快，但AI的發展速度依然超出了我們的預期。要知道，我們在這方面本來就已經走在很前面了，但這依然說明了某種趨勢。Peter：好的，我們來談談這場巨大的加速。凱茜，我在螢幕上放了第一張幻燈片，是關於2030年GDP預期變化的。這些數字相當驚人，你預測全球GDP增長7%，這就像是一個奇點事件，是國際貨幣基金組織（IMF）預測值的兩倍。我們剛和埃隆·馬斯克聊過，他也認為未來兩年內GDP可能增長5倍，並在下一個十年出現三位數增長。凱茜，你怎麼看？Cathie Wood：這張圖表做得很漂亮。你可以看到，歷史上每一次技術革命都伴隨著GDP增長的階躍式上升。回顧1500年到1900年那幾百年，除了末期的鐵路，並沒有太多新技術，根據Brett Winton與學術界合作的研究，那時的全球實際GDP增長率僅從0.6%提升到了6%左右。隨後，當我們經歷鐵路、電話、電力、內燃機這場技術革命時，在接下來的125年裡，增長率提升了五倍，穩定在3%左右。現在，我們要面對的是五個核心平台：機器人、能量儲存、人工智慧（這是最大的催化劑）、區塊鏈技術和多組學測序。這五大技術的融合，讓我們認為增長率會再提升兩倍半，達到7%左右。實際上，我認為這還是保守估計。幾年前我們剛提出這個數字時，人們都覺得我們瘋了，而在聽了埃隆的觀點後，你會發現我們對全球實際GDP爆發式增長的看法是一致的。這確實是當今在世的人從未見過的景象。Dave Blundin：我來充當一下反方觀點，儘管我自己並不相信這個反方觀點，但為了討論通過必須得有人提出來。Alex和我剛從達沃斯論壇回來，如果你隨機調查那裡的銀行家和政客，大概只有20%的人相信這種增長，80%的人都不信。那80%的人會說：“看，當電腦革命起飛時，GDP 增長率依然穩定在每年3%。不管有什麼突破，無論是聚變還是計算，最終都會被那3%的增長率所包含，我們擺脫不了這個困局。”這種心態源於過去125年的歷史經驗。凱茜，你會怎麼回應這些不信者？Cathie Wood：有趣的是，今天活著的人確實沒有經歷過除此以外的情況。在80年代和90年代，生產率增長確實有所上升，那是投資的黃金時代，但全球GDP增長大體保持在3%。但我認為那些金融界人士不相信這一點的根本原因在於他們的研究架構。Cathie Wood：傳統金融機構是按部門、行業或子行業來孤立地設定研究的。然而，現在的技術正在滲透到每一個領域並模糊這些界限。你必須像我們一樣建立研究體系，也就是圍繞這15項核心技術（歸納為5大平台）來開展。我們的每一位分析師都在研究這些技術何時以及如何在各個行業中擴展。我們在內部打破了孤島，分析師們協同工作，只有這樣才能真正理解當今正在發生的重大技術融合。Peter：這確實是完美的融合。正如你在幻燈片中所見，我們正在見證可重複使用的低成本太空發射技術與太空資料中心的結合。六個月前，我和埃隆·馬斯克以及戴夫交流時，還沒有人談論在太空建立資料中心，但現在每個人都在討論這個話題。Cathie Wood：我們與Mach 33合作推出了一個開放原始碼的SpaceX模型。早在去年年中我們就發佈了這個模型，當時還沒把“軌道資料中心”納入考量。現在，我們和Mach 33重新設計了方案，早期的結果顯示成本正在顯著下降，這將進一步推動單位增長。這正是賴特定律（Wright's Law）的核心：隨著累計產量的每一次翻倍，在這個案例中是可重複使用的火箭技術，成本會以穩定的百分比下降。對於火箭來說，成本下降的幅度相當可觀。信不信由你，在工業機器人領域，累計產量每翻一番，成本就會下降約50%。火箭領域的降幅可能沒那麼高，但我相信也會在百分之二十幾的區間。Dave Blundin：我其實想問關於左邊這張圖表的問題。既然發射成本正在大幅下降，我驚訝的是那條曲線沒有下降得更多。我和埃隆開會時的一個重要收穫是，老實說，我進去時對“太空資料中心”持半信半疑的態度，出來時卻完全被說服了，他正在積極且秘密地推進一件事：繞過現有的供應鏈。目前製造GPU晶片，台積電（TSMC）大約有50%的利潤率，NVIDIA有80%的利潤率，價值鏈中充滿了層層加價。埃隆打算繞過這一切，建立自己的晶圓廠。他總是問：根本性的約束是什麼？真正的物理障礙是什麼？其實很簡單：沙子（矽）的獲取非常便宜；至於電力，太空中太陽能板的效率是地面的六倍，成本極低。所以我認為，如果我們今天只看發射成本的下降，而不考慮GPU成本、電力成本和太陽能板生產成本的趨同性顛覆，那我們就低估了趨勢。如果埃隆是對的，這些都會在短短幾年內平行發生，成本曲線會急劇下降。Cathie Wood：確實如此。我們再看賴特定律在半導體行業的應用。現在的問題是，什麼會阻礙這種增長？我不認為監管會成為障礙，因為我們正處於一場太空競賽中。既然埃隆的公司高度垂直整合，我們假設他能搞定晶片供應。Dr. Alexander：凱茜，如果我們天真地通過過去的資料向外推演，我們會達到“戴森群”等級的規模嗎？在未來的某個時刻，為了建造軌道資料中心，我們是否需要從月球、其他行星或小行星帶獲取足夠的原材料？我知道你通常做五年預測，但如果讓你展望50年後，我們會看到戴森群（Dyson swarm）嗎？還是會有多個相互競爭的戴森群？Cathie Wood：雖然我不夠專業去回答關於戴森群的具體問題，但我們的模型確實已經把SpaceX的規劃推演到了五年以後，並且納入了Optimus機器人、特斯拉和The Boring Company甚至火星殖民的因素。我們認為這在技術上是可行的。不過，軌道碎片確實是近期最大的絆腳石，一旦發生連鎖反應，後果不堪設想。Peter：讓我們把話題轉回AI基礎設施。正如幻燈片所示，推理成本正以驚人的速度下降，其影響巨大，我認為人們尚未完全意識到這一點。Salim Ismail：這裡有個悖論：當技術像我們所見的那樣具有極強的通縮性，例如火箭發射成本從航天飛機的6億美元降至SpaceX的6000萬美元，甚至還將再降10倍，這對GDP來說是巨大的縮減。當技術如此徹底地降低一切成本時，我們如何預測GDP的增長？這是我最大的擔憂之一。Cathie Wood：成本下降的另一面是單位數量的爆炸式增長，這就是傑文斯悖論（Jevons Paradox）。很多人嘲笑我預測價格將開始下跌，他們認為通膨會卡在2%到3%的區間。但如果你看真實通膨資料，它已經降到了1.2%到2%。聯準會還在對抗通膨幽靈，但我認為明年通膨率會降至2%以下，甚至轉為負值。這裡的關鍵是生產率增長和單位勞動成本的下降。Dave Blundin：確實，油價在跌，租金也在跌。或許我們需要一個“凱茜·伍德定律”來解釋這一切。埃隆曾講過一個笑話：兩個經濟學家在樹林裡散步，互相付錢吃對方的排泄物，結果GDP增加了200美元，卻沒創造任何價值。反過來看，如果AI治癒了癌症，數百萬人不再需要放療和化療，這在GDP上會表現為負增長，但對人類價值卻是巨大的。所以在AI時代，GDP指標本身就有根本性缺陷。Cathie Wood：你說到了點子上，但這事還有另一面。看看機器人技術，特別是那些我們要花時間做卻沒有任何報酬的事情，比如接送孩子、做飯、打掃衛生。這些從未計入GDP。但未來我們將購買機器人來做這些事，這將轉化為付費服務，從而進入GDP統計。這就像從農業經濟向工業經濟轉型時，家務勞動逐漸社會化一樣。被“看不見”的勞動將轉化為可衡量的經濟活動，這將帶來GDP的大幅回流。Cathie Wood：舉個具體的例子，當年很多風險投資人錯過了Uber。有人告訴我，他們當時算了一筆帳：舊金山的計程車市場每年約為5億美元，如果Uber拿走20%，這生意就不值得投。但他們沒算到的是，由於價格和便利性的變化，拼車市場擴大了四倍，而且Uber從計程車手中搶走了80%的份額。如今，Uber僅佔所有城市出行里程的1%。根據我們在《Big Ideas》裡的分析，要滿足這1%的里程只需要14萬輛車；而要滿足全美所有的城市里程，需要2400萬輛車。考慮到美國現有的4億輛汽車保有量，Robotaxi（機器人計程車）的增長將徹底摧毀我們熟知的汽車市場結構。Peter：同意。我們正在見證“認知的商品化”。人類經濟的基石，智能，正以每年99%的速度降價。這是一場逐底競爭。我的問題是，隨著價格暴跌，大語言模型（LLM）公司能否維持建構AI基礎設施所需的收入？凱茜，你對這些前沿模型的商業閉環有擔憂嗎？Cathie Wood：觀察OpenAI最近的動向非常有趣。他們開始商業化了，規劃了廣告、電商和機器人業務。但我們聽說他們的廣告報價是每千次展示（CPM）60美元，這相當於超級碗廣告的價格，而Facebook目前只有20美元。OpenAI可能會因為控制了供應端而暫時得逞，但我們的分析師認為這不可持續。Google的Gemini不會這麼做，他們有Google龐大的現金流支援，可以打價格戰來搶佔市場份額。這對OpenAI來說不是好消息。雖然OpenAI有9億使用者的先發優勢，但他們必須加快收入增長來支撐基礎設施擴張。這可能意味著他們需要在某些方面收縮戰線，更加專注。Dave Blundin：我想插一句。幻燈片上提到AI Agent在長期任務上的成功率是80%。彼得，你說任何員工如果只有80%的成功率都會被解僱，但這還沒算完。如果把上一張關於推理成本降至零的幻燈片結合來看，你會發現：無論推理變得多便宜，離真正的“零成本”還很遠。因為人類對“思考循環”的渴望是無限的。正因為彼得提到的80%成功率，如果你啟動100個AI Agent去解決同一個問題，只要其中一個成功了，整體成功率就會極高。這是一種“暴力破解”法。因此，對智能的需求基本上是無限的，人們會花光所有預算去獲取更多的智能。Cathie Wood：另外，最近那個開放原始碼的Claude機器人（Claude-bot）真是令人驚嘆。它在一個周末內就火遍了網際網路。你可以把它看作個人版的Jarvis，它能運行在你的電腦上，幫你組織工作、連接社交媒體和郵件，甚至在你睡覺時自動完成任務。我們的首席AI分析師只用了一個周末，工作效率和條理性就有了質的飛躍。Dave Blundin：沒錯。它之所以還沒被大型AI實驗室直接推出，是因為它非常強大但也具有破壞性，如果出了差錯，它可能在兩秒鐘內搞亂甚至損毀你的電腦系統。所以使用時要小心，但這也正是它強大的原因。這不僅僅是技術，更是一種文化現象。Dr. Alexander：凱西，我想回到你剛才提到的一個非常有趣的觀點。據我所知，還沒有人像你這樣表述過。很多人，包括本節目的嘉賓，都在擔心GDP增長與實際財富增長之間存在固有的不一致，甚至擔心超級通膨。但你提出了一個相反的獨特視角：隨著人類將越來越多的服務委派給AI代理，從GDP的角度來看，這種“委派”構成了商業活動。本質上，我們將人類個體的角色與生產性服務剝離，而這些細分領域之間的互動許多將由代理完成，這反而會增加對GDP的貢獻並促進商業發展。所以，你描繪的是一個GDP資料可能爆發式增長，但實際人類財富或許保持不變的圖景。那麼我想問你，如果你能揮動魔法棒，給出一個並不是單純指GDP增長，而是定義“人類真實財富增長”的完美指標，你會如何定義？Cathie Wood：財富增長在很大程度上與生產率增長密切相關。我所說的實際財富增長，不是指由價格驅動的房地產泡沫，而是由技術推動的生產力提升。我們在80年代和90年代初曾稍微嘗到過一點甜頭。那時是PC時代和網際網路時代的開端。對金融市場而言，那是一個輝煌的時期，因為軟體的潛力首次被真正釋放。雖然我們在80年代經歷過一段“索洛悖論”時期，當時人們覺得科技發展似乎反而削弱了生產力，但隨後微軟崛起，緊接著迎來了網際網路熱潮。這只是我們即將經歷的變革的前奏。如果你回顧歷史，從糟糕的70年代到80年代初，生產率增長幾乎為零甚至為負。隨後生產率開始回升，金融市場隨之繁榮，通貨膨脹開始下降。我之所以對此深有感觸，是因為在我職業生涯早期，我們就判斷通膨會下降，而當時大多數人認為除非發生經濟大蕭條，否則這不可能發生。但事實恰恰相反，通膨下降是由於技術帶來的生產率增長以及合理的貨幣政策。這裡有一個與哈佛學派相關的凱恩斯主義經濟學的不同觀點：凱恩斯主義認為增長會導致通膨；但實際上，增長不會導致通膨，反而會導致通縮。我們即將進入的世界是通縮性的，這是“好的通縮”，即當商品價格下降時，需求會激增。2.在AI時代重新定義財富Dave Blundin：凱西，我也許可以順著這一點深入問一下。這似乎是問題的核心，不僅關乎視覺展示，也關乎你更廣泛的投資論點，即GDP可能不是衡量進步的最佳宏觀指標。聽起來你認為“人均生產力”才是關鍵。但最終，作為通過ETF進行的投資，你必須用美元或其他單位來量化它。我好奇的是，我們應該設定什麼樣的基準？你顯然在投資未來的行業。而標普500指數（S&P 500）作為傳統的基準，可能無法正確衡量通向未來的進步。如果讓你設定一個單一的度量標準來最佳化進步本身，那會是什麼？Cathie Wood：首先，關於指數化投資，這是我的一個痛點。目前的金融市場結構確實如此，埃隆·馬斯克（Elon Musk）對此也有非常強烈的看法，我們在一次X Space的對話中花了很多時間討論這個話題。標普500、納斯達克這些榜單前列的公司，代表的是過去的成功。如果我們的判斷是正確的，即我們正進入有史以來最具顛覆性的創新時期，那麼傳統的舊世界秩序將被打破。長期來看，標普500的名義回報率一直維持在個位數的高位。但我們認為這將會改變。因為標普在納入新股票時往往滯後，他們需要先看到收入增長和盈利能力。在我們的《Big Ideas》報告中，我們預測顛覆性創新在未來五年內將以年化35%的速度複利增長。Peter：你們那只基金專注於這個方向？Cathie Wood：我們所有的基金都專注於此。我們的旗艦基金ARKK整合了所有這些平台。這是一項艱巨的任務。我們經歷了一段非常艱難的時期，特別是在遭遇供應衝擊和與新冠相關的貨幣政策時，創新股在包括風險投資在內的各個領域都遭受了重創。當時很少有人相信創新，但我們認為現在正在走出困境。橡皮筋已經被拉得很長，事實上，企業已經加速了世界各個角落的數位化處理程序。Peter：僅僅看ARKK，過去兩年的年化回報率大約在31%到33%之間，這相當了不起。Cathie Wood：是的，我們的三年資料正開始向我們預期的數字攀升，但為了達到平均值，我們還得超過35%。如果你要我嘗試用一個經濟指標來衡量進步，當大多數人關注GDP時，我會關注國民總收入（GNI）。理論上，GNI和GDP的增長率應該相等，但實際上並非如此，兩者總是存在統計差異。這種差異正在擴大，因為從產出角度（GDP）我們無法精準測量剛才討論的許多技術影響，但這些影響會在收入端（GNI）顯現出來。Peter：所以答案是GNI，而不是某種人均生產力？Cathie Wood：對，我認為應該是GNI。生產率也很難測量，這就是為什麼我們認為目前的生產率被低估了，年化增長率大約被低估了2%。這意味著什麼？按照GDP的構成方式，如果我們低估了生產率，那麼我們就低估了實際GDP增長，同時高估了通貨膨脹。這像個拼圖，如果政策制定者不具備我們這種思維方式，盲目信任公佈的資料，就會在政策上犯錯。3.10兆美元公司的預測Peter：凱西，我想問你。到2030年，我們會看到市值達到十兆美元的公司嗎？比如SpaceX是會上市，還是可能與特斯拉合併？你認為埃隆會通過那種方式為SpaceX獲得流動性或穩定性？Cathie Wood：這很有趣。我不確定埃隆是不是在你的播客裡提到過，但我聽說過他說預見到旗下公司的融合，這是我之前沒預料到的。不過我們確實已經討論這種情況一段時間了，因為在人工智慧的世界裡，要取勝就必須擁有專有資料。想想他擁有的所有專有資料：特斯拉擁有路面的語言資料；Neuralink擁有多組學資料；SpaceX擁有太空資料；X擁有獨特的社交資料；Boring Company也有別人沒有的資料。所以，我確實認為由於這種融合驅動，到2030年那些兆美元等級的公司將會開始上線。Peter：我認為主要的候選者就是特斯拉，正如你剛才所說的原因。而且可能會有一些組合作為其中一部分發生。Cathie Wood：是的，這也很有趣。我知道有傳聞說SpaceX正在接觸投行人士，但我以前從未想過SpaceX會上市，也不覺得有必要。畢竟埃隆在特斯拉的公開市場經歷並不愉快。但如果SpaceX真的上市，那可能是為了抓住軌道資料中心（Orbital Data Center）的機會。Peter：其實在這個播客上我們也問過埃隆。那是關於他最不可思議的事情之一。我們問他：“看看你的商業帝國，Starlink、全球太空資料中心、雷射鏈路，這一切難道不是你畢生心血的匯聚點嗎？通向這個驚人的十兆美元的成功，當時的遠見一定非同凡響。”但他卻笑著說：“不不不，這完全是運氣，這些事情彼此毫無關聯。”我覺得這太不可思議了，他本可以藉機吹噓自己的遠見或宣稱自己是天才，但他沒有。Cathie Wood：其實這是因為人工智慧正在導致一切融合。這就是為什麼我們在組建公司和組織研究時，讓機器人工程、能源儲存和AI分析師共同協作來研究它。在傳統的金融機構裡，汽車分析師通常只懂內燃機，不懂技術，他們經常為此爭論地盤，導致技術分析師的話語權旁落。這就是為什麼華爾街到現在仍然看不懂特斯拉。Peter：沒錯，凱西。我對“專家”的定義就是那些能確切告訴你為什麼某件事做不成的人。那麼，讓我們進入最內層的循環，談談能源。再次引用《Big Ideas Report 2026》的圖表，我們看到越來越高效的能源正在驅動全球經濟，每美元GDP對應的千瓦時能耗正在下降。此外，太陽能和電池成本也在大幅下降。我認為人們並沒有真正意識到能源在根本上有多麼關鍵。它不僅與GDP相關，還與每個國家的生活水平、健康和教育息息相關，尤其是在現在的資料中心爭奪戰中，它已成為國家主導地位的根本。凱西，你對此有什麼看法？Cathie Wood：經濟活動本質上就是能量的轉化。那些盲目說能源是壞事的人，並不清楚自己在說什麼，他們基本上是想把我們逼回黑暗的中世紀。如果我們要進步，就必須使用更多能源。關於核能，特別值得注意的是，美國和日本在70年代開始的過度監管扼殺了這個行業。如果按照賴特定律，隨著技術進步建設成本本應下降。如果我們在核能上繼續沿賴特定律發展，今天的電力成本會比現在低40%。所以我認為我們對核能重新燃起的熱情很重要，這將把我們帶回成本下降的軌道。當然，還有太陽能。埃隆關於軌道資料中心的願景，也會為資料中心的太陽能採購注入強大動力。Dr. Alexander：我很好奇，凱西。你認為是因為核能過度監管，還是其他原因，導致1971年後美國經濟走上了一條不同的道路？Cathie Wood：我認為，當年放棄金本位制、關閉黃金窗口，導致貨幣政策除了受人性的脆弱影響外，不再與任何實質事物掛鉤，這實際上開啟了一段艱難的時期。隨之而來的是工資和價格管制、各種市場扭曲，以及整體監管力度的增加。核能產業就是這種情況的一個縮影。我記得那是1974年或1975年左右，在脫離金本位制後，我們失去了約束，油價幾乎瞬間翻了四倍，這讓我們走上了一條非常糟糕的道路，我們也因此停止了載人登月計畫。隨後出現了里根經濟學（Reaganomics），即沃爾克（Volcker）的貨幣政策與里根的經濟政策相結合，包括放鬆管制和減稅，這一策略今天仍在被沿用。目前美國的企業實際稅率在發達國家中屬於極低水平。雖然川普在第一任期內開始降低稅率，但在新稅法之前的折舊時間表其實並不利於創新。現在的新政策允許製造業結構在投入使用的第一年就完全折舊，而不是分30到40年逐步折舊。這意味著，任何在美國建設製造設施的公司，只要在2028年底前開工，就能獲得巨額退稅，並可以將這些資金重新投入研發，從而降低價格，推動再工業化。我們正在見證這一切，未來幾年我們將迎來一場經濟繁榮，這甚至會讓埃隆·馬斯克所說的5倍GDP增長都顯得保守。這聽起來是非常合理的預測。4.AI與未來投資方向Peter：Dave，我很好奇，我們之前在簡訊裡聊過關於下一波投資方向的問題。當然這不是投資建議，但你提到了能源基礎設施。小型模組化反應堆（SMRs）、核裂變能源，以及雖然目前還有點遙遠的核聚變，都是關注重點。同時還有資料中心的建設。這些領域的數字看起來非常驚人，這將是我們看到上市公司中投資最多、增長最快的領域。Dave Blundin：我們與凱西（Cathie Wood）以及Peter你的科技路線不同之處在於，我們並不試圖一次性部署上百億美元，所以我們可以更靈活地深入觀察資料中心的技術堆疊。你會發現，供應鏈中的某些元件突然之間面臨無限的需求。我們在Boom Supersonic（Boom超音速公司）身上也看到過類似的情況。這是一家製造超音速飛機的公司，其引擎元件的價值突然上漲了10倍甚至100倍，因為同樣的元件可以用於製造發電機，而這些發電機多年來一直處於積壓狀態。Peter：我認識Boom的創始人，當時我就覺得處理聯邦航空管理局（FAA）的監管簡直是瘋狂的挑戰。但後來他們找到了市場，完成了一次出色的轉型。Dave Blundin：沒錯，這是一個絕佳的轉型案例。這其實是兩個不同層面的案例研究：一個是與這次人工智慧（AI）建設相關的任何事物，如果你能搶先發現，可能會帶來千倍的回報；另一個是關於優秀的團隊如何轉型。有些項目乍看之下像是一潭死水，但如果你意識到這是一個了不起的團隊，你會發現他們轉型的速度比以往任何時候都快。所以，無論如何都要選擇並堅持支援優秀的團隊。Peter和我討論時，我們一直在尋找那些尚未被發現的機會。比如Alex對光子學（Photonics）有很多見解，在大型資料中心的網際網路互連、讓資料高速傳輸方面，存在著巨大的機會。但我認為這一切都指向同一個主題：如果你看未來幾年，軌道資料中心、對晶片的無限需求，以及將這一切連接起來的管道、布線和粘合劑，到處都是潛在的機會。Cathie Wood：我想回應Dave剛才提到的很重要的一點，那就是必須從“出色的團隊”開始。我們看到那些轉型之所以非常成功，是因為不同技術之間的融合創造了全新的產業。因此，轉型的機會比以前多得多。如果你因為擔心監管阻礙而錯過交易，那將是一個風險。因為就像Boom那樣，有時一次轉型正好能契合監管的需求，甚至監管機構也希望這種改變發生。關於這張幻燈片，我想指出，到2030年，全球電力累計投資需要增加到10兆美元。這說明我們將在電力方面進行巨額投資，毫無疑問，數兆美元將投入到與AI相關的一切基礎設施中。Dr. Alexander：我想問凱西，也想問問在座的各位關於能源的話題。也許你們看過Apple TV的劇集《為全人類》（For All Mankind），它提出了一個替代歷史的場景：如果蘇聯先於我們登上月球，太空競賽從未結束，核能技術因此被快速推進，歷史會怎樣發展？我很想從“學習曲線”的角度探討這個替代歷史。如果20世紀70年代中期我們的發展沒有脫軌，我們現在在能源領域應該達到什麼水平？是落後了十年，還是五十年？Cathie Wood：在能源方面，特別是核能，我不能說我們整體落後了，但我認為我們在新建項目上確實落後了。美國需要大、中、小型反應堆的全面投資。毫無疑問，我們在核能上確實浪費了很多時間。由於美元是儲備貨幣，我們在70年代將通貨膨脹帶給了全世界。雖然瑞士等少數國家能夠抵抗，但這總體上是一個全球現象。但我認為我們現在的心態是正確的，矽谷一直保持著正確的心態。我們正試圖在這裡打造一個新的創新中心，加州的稅法可能也在推動這一點。雖然AI人才聚集在矽谷至關重要，但我們現在看到創新力量正在分佈到全美各地。隨著創新成本的急劇下降，個人的能動性變得越來越強，你可以在任何地方成為企業家。5.自動駕駛車輛的未來Peter：我們現在進入最後一個話題，自動駕駛汽車。關於這個話題有太多可以討論的，比如人形機器人，也許我們在討論特斯拉時會順帶聊到。目前的消息是，自動駕駛計程車終於來了。我們已經看到了Waymo的進展，CyberCab也即將上線。Uber、Lucid都在部署自己的車隊。資料顯示，Waymo的份額正在上升，而Lyft和Uber在下降。我們在聖塔莫尼卡出差時，往返機場或送孩子上學的路上，平均每天能在街上看到10到12輛Waymo。我認為大約在四五年後，80%的車輛將是自動駕駛汽車。你們怎麼看？Cathie Wood：我們同意這個觀點。正如我們的研究報告所示，我們預計從平台角度看，特斯拉將是最大的贏家，Waymo將位列第二。原因在於Waymo的成本結構依賴於外部供應鏈，這與特斯拉的垂直整合模式完全不同。這正是埃隆的運作方式。Waymo曾一度難以吸引汽車零部件供應商，所以他們現在正與極氪（Zeekr）、現代（Hyundai）等公司合作。目前他們在全美的車輛少於3000輛，如果你一次行程能看到10輛，說明它們高度集中在你所在的區域。我們認為從成本角度看，特斯拉的方案將比Waymo低50%，因此能夠收取更低的費用。目前Uber的平均價格隨著高峰定價上漲了40%，達到每英里2美元到2.8美元。而我們的研究證實了埃隆的說法：當達到規模效應時，特斯拉能夠將價格定在每英里20美分。在達到那個低價之前，巨大的價格保護傘將導致特斯拉的現金流暴增。Dave Blundin：你完全說對了，凱西。在去參觀特斯拉超級工廠之前，我完全沒意識到這一點。我曾以為埃隆不喜歡供應商只是因為他是個控制狂，但這並不是真的。他不依賴供應商是因為他看到了製造業的指數級機會。需求會在一夜之間飆升，而滿足這種需求的唯一方法是將原材料（如原鋁）在工廠的一端輸入，在另一端直接產出汽車或晶片。你必須內部製造所有東西並提前規劃。如果你像Waymo那樣，在供應鏈中缺少那怕一個受限元件，整個生產鏈都不得不停下來等待。Cathie Wood：絕對是這樣。對Waymo和特斯拉的需求都會是無限的，但特斯拉能更快地生產更多汽車，因為埃隆將所有環節都納入了那個完全指數級自動化的內部供應鏈中。Salim Ismail：我認為如果特斯拉允許人們擁有自己的汽車並將其轉變為計程車，那將是一個巨大的優勢，這更符合指數級增長組織的特點。那樣的話，你甚至不需要擁有自己的資產，這正是Uber增長如此迅速的原因。Peter：凱西，在技術融合的討論中，你有沒有關注這樣一個概念：數以百萬計的自主聯網計程車，實際上就是移動在城市中的推理引擎（Inference Engines）和能源儲存裝置？Cathie Wood：哦，當然。這與埃隆關於我們電網目前效率低下的觀點不謀而合。電網在晚上的利用率很低，而白天有時又被過度使用。這是一個典型的分佈式能源生態系統機會。Dave Blundin：令人驚訝的是人們多麼低估這一點。如果你看特斯拉的超級工廠，街對面就是Optimus（柯博文機器人）的工廠，旁邊還有資料中心。這裡的核心在於，所有元件都是通用的。當你對比福特或通用汽車時，你會問：“你們到底在做什麼？”他們從別處訂購底盤和動力總成。如果他們明天想轉型成一家機器人公司，他們做不到，因為他們只是在組裝第三方的元件集合。他們只能是一家汽車公司。而埃隆建構帝國的方式是，整條製造鏈的每一個環節都可以在短時間內轉向，例如變成衛星製造業務。整條長鏈本質上是可重構的機器人。我認為這可能是他獨有的優勢。也許Google在做類似的事情，我不確定，但這就是未來。所有這些都可以通過AI和機器人進行重新配置。Cathie Wood：在這個方面，美國汽車行業正在減少對電動汽車的投入，開始收縮，但他們又試圖搞清楚如何切入Robotaxi（機器人計程車）領域。這一切最終會融為一體，而特斯拉早就看明白了這一點。埃隆在他的宏圖計畫裡早就寫明了。如果傳統車企認真對待過他，那答案早就擺在他們面前了。Peter：我看不出傳統汽車行業能挺過這一劫。未來是與AI深度整合的：AI知道你的日程，當你走向前門拉動門把手時，自動駕駛汽車已經在那裡等你，你甚至不需要叫車。Salim Ismail：關鍵在於，我們只需要幾千萬輛汽車就能覆蓋所有人的出行需求。現在全球每年銷售9000萬輛新車，這是瘋狂的供應過剩。Dr. Alexander：但我認為，對不同形狀和尺寸的機器人的需求實際上是無限的。所以我認為汽車行業會以某種形式存活下來，就像自行車演變成馬車、再演變成飛機和汽車一樣。這個行業會演變成機器人行業，並且規模比以往任何時候都大。Dave Blundin：但在行業內部，有些公司根本沒有做好轉型的準備，而其他公司則準備充分。在這方面，美國人有一種特質，那就是熱愛重塑，我們願意把舊的東西扔掉，去建立一個全新的創業公司。Salim Ismail：我想強調一個非常關鍵的點。有人類駕駛員的網約車服務與完全自動駕駛之間的成本差異，實際上超過了10倍，這是一種驚人的成本下降。Cathie Wood：問題的核心在於，傳統車企是在內燃機和人工駕駛的環境下成長起來的，這導致它們的企業基因與當前的技術變革不匹配。雖然人們常說它們可以重新配置、整合或重組，但在顛覆性創新領域，這種轉型往往難以成功。我認為它們無法在這個新領域獲勝，因為這涉及三項技術的深度融合：機器人技術（像埃隆·馬斯克那樣將汽車視為機器人）、人工智慧（這是方程中永恆的一部分）以及能源儲存。隨著電池技術的發展，電動汽車的成本持續下降。相比之下，內燃機是一個完全成熟的行業，根據賴特定律，由於其累計產量基數巨大，成本翻倍從而帶來成本下降可能需要上百年的時間。因此，傳統車企無法像堅持做電動汽車那樣享受到成本下降曲線帶來的紅利。Dr. Alexander：我認為我們可能遺漏了一個非常重要的組成部分，也就是埃隆所說的“製造那些生產機器的機器”。我們在討論內燃機與電動汽車的對比時，往往忽略了它們的製造方式。目前的傳統汽車公司在很大程度上依賴受工會保護的人工勞動，而在未來，大部分製造工作將由機器人自動完成。所以我想問Cathie，你是否認為對於傳統汽車公司，至少是美國汽車公司，來說，真正的競爭障礙在於它們無法像特斯拉那樣，實現高度機器人化的製造自動化？Cathie Wood：毫無疑問。大概三四年前，埃隆曾說過：“我發現自己其實是一個工廠的製造者。”這對我們來說也是一個重要的頓悟時刻。他在設計未來的工廠，並引入了正確的技術。Dave Blundin：回到Alex的觀點，當初位於加州的初代超級工廠（Gigafactory）在疫情期間被迫停工時，埃隆決定搬離加州，前往德克薩斯州，在一個監管環境更友好的地方從頭開始建設。如果你看看傳統汽車公司，它們受到工會、養老金計畫以及與當地選區緊密繫結的制約。因此，在一個新的司法管轄區從頭開始建廠，實際上比改造傳統車企的現有生產線要便宜得多。Salim Ismail：是的，歐洲的情況更糟。例如在德國，他們有工人委員會來決定寶馬或梅賽德斯作為公司被允許做什麼。這在達沃斯論壇上也成為了一個重要話題。歐洲的資本如果沒有好的去處，比如你想藏錢可以去列支敦斯登或摩納哥，但如果你想在一個監管相對理性、或者說較少受限的環境中建立一家低成本汽車公司，你會去那裡？Cathie Wood：我知道大多數人認為歐洲在技術和監管層面已經完全沒希望了，因為創新的崩塌和個人能動性的減弱。從宏觀層面上我同意這一點。但我想問，歐洲有什麼是其他地方沒有的？為什麼我們都去那裡度假？Dave Blundin：建築，還有生活方式。Cathie Wood：對，生活方式、悠閒的節奏、美食。所以我不會完全否定歐洲，他們會像以往那樣為世界其他地區提供服務，生活方式、旅遊服務、漂亮的廣場和濃縮咖啡。Dave Blundin：我來做個預測。歐洲擁有令人難以置信的潛在人才儲備，才華橫溢。歷史上，像印度這樣的人才流出國，人們去美國賺錢後往往會回國退休。但歐洲人以前不這麼做，因為離開歐洲太難了，那裡的生活太美好了。但我認為現在差距已經變得如此之大，真正的創業群體將開始湧向美國，工作十年，保留在歐洲的居所，然後來回往返。Salim Ismail：我可以提出反方觀點嗎？我認為過去對於歐洲企業家來說，來美國是一個可行的選擇，但現在這已經不再是唯一的路徑了。接下來會發生的是，歐洲將被迫改變監管制度。目前的結構無法維持，必須通過設立特別經濟區或進行結構性變革來突破，否則就會陷入“死亡螺旋”。我們在今年的達沃斯看到了這種跡象，他們試圖建立一種“歐盟公司”（EU Inc.）的概念，即在一個國家註冊就等於在所有國家註冊，並統一創新體系的規則。Peter：這是我們的最後一張幻燈片。全自動配送已經到來了。雖然我們長期以來一直關注機器人計程車（Robotaxi），但我們看到目前每年已經有400萬次無人配送。Cathie Wood：是的，最美妙的是他是從盧安達開始的，利用無人機運送醫療用品。據統計，他將孕產婦因產後大出血導致的死亡率降低了50%以上。Peter：所以，我們在空中看到了Zipline和Wing實現了無人配送，還有Matternet。在地面上，我們有Starship、Meituan和Coco Robotics等幾十家公司。當然，我們也看到了卡車運輸自動化的起步。有趣的是，地面交通已經很擁擠了，目前空中航線雖然是開放的，但最終也會變得擁擠。如果配送量激增，主要是來自Zipline和Wing，我很好奇人們是否會開始抱怨噪音問題，因為它們雖然在高空飛行，但需要通過纜繩放下貨物來完成投遞。Dave Blundin：航道是三維的，物理上不會那麼快擁擠，但你說得對，噪音將成為一個非常大的問題。如果有人能發明出靜音無人機，那將徹底改變遊戲規則。 (劃重點KeyPoints)