11月27日消息，據麥肯錫最新發佈的一份研究報告顯示，在美國川普政府上台之後，2025年半導體業的外國直接投資（FDI）有近90%流向了美國，且多由台灣、韓國企業推動。其中，台積電的投資規模最大，並以在美國建立完整的先進製程供應鏈為目標。目前台積電亞利桑那州廠已量產4nm技術，並計畫擴展至A16製程。此外，三星也在美國德克薩斯州泰勒市擴大先進製程產能，雖然之前經歷了多次延宕，但近期已回到正軌，並朝著在美國量產2nm製程邁進，同時也拿下特斯拉AI晶片代工大單。WSTS的統計資料顯示，截至2025年7月，半導體生態系統中的企業已宣佈超過5000億美元的私營部門投資，用於振興美國晶片生態系統，預計到2032年，美國晶片製造產能將增長三倍。這些項目預計將創造和支援超過50萬個美國就業崗位——其中包括半導體生態系統中的6.8萬個工廠崗位、12.2萬個建築崗位，以及遍佈美國經濟的超過32萬個其他就業崗位。麥肯錫表示，美國半導體產業的發展速度已遠超其他地區。從目前進度來看，可能逐步發展成與台灣並列的全球半導體重鎮。麥肯錫分析稱，美國半導體製造業近期蓬勃的主因之一，主要是得益於川普政府把半導體視為國安議題。川普甚至警告台積電，若不在美國量產，恐面臨高達100%的關稅壓力。由於台積電的主要客戶集中在美國，該公司也必須確保在當地建立穩健的產能佈局。隨著台積電、三星等全球晶片製造巨頭大量的湧入，對美國的相關投資規模迅速擴張，再加上產業鏈聚集效應，美國正迎來一波空前的半導體投資熱潮。報告指出，未來的全球經濟將依賴於最先進的半導體，這些晶片是當今生產的最先進的晶片。潛在應用涵蓋生成式人工智慧、機器人技術、國防及許多其他領域。訓練一個大型語言模型可能需要數十萬個此類晶片。但是，在地緣政治緊張局勢加劇的背景下，全球企業和各國正在尋求將生產多元化，避免過度依賴台灣和韓國，並在本土附近建設半導體製造能力。相應地，相關的外資宣佈的投資開始增長。自2022年以來，半導體領域的外國直接投資宣佈金額達到每年1150億美元，較2015年至2019年間增長了五倍。值得注意的是，其中一半資金用於建設新的前沿半導體製造設施，而這些設施在上一輪外資中並未出現。此外，前沿晶片的生產主要集中在台灣和韓國。2022年，這兩個經濟體分別擁有約65%和25%的全球先進製程產能。地理上的集中可能帶來供應鏈的重大脆弱性。例如，出口管制最近被應用於半導體相關原材料和製造裝置，以及晶片本身，尤其是前沿晶片。事實上，一些研究人員發現出口管制主要針對半導體價值鏈。然而，大規模建設前沿半導體生產能力，可以說既不容易也不便宜。一座晶圓廠的成本可能達到100億美元甚至更高。它們極其複雜且精確，全球只有少數公司具備開發這些技術的能力。在此背景下，外國直接投資已成為全球半導體產能擴展引擎的動力。事實上，如果所有宣佈的外商直接投資項目都能實現，2022年將相當於全球領先產能總產能的近60%。外資直接投資可在台灣和韓國以外的地區增加五倍現有產能，大幅擴大該行業的影響力。歐洲、日本和美國在全球前沿半導體產能中的總份額可能從2022年的約10%增加到2030年的30%以上，其中超過一半的增長由外國直接投資項目推動。報告預計，到2030年代初，美國有望成為第二大前沿晶片生產國，擁有全球超過20%的產能，這得益於台積電和三星這兩家台灣和韓國的領先企業在美國的投資。這些額外產能可能減少美國對國外前沿晶片的依賴。然而，如果半導體價值鏈其他環節沒有重大轉變，海外依賴可能依然存在。例如，美國依賴進口部分半導體製造裝置以及製造中使用的許多原材料和化學品，以及對海外半導體組裝、封裝和測試能力的依賴。其中，歐洲（主要是愛爾蘭）和日本的份額也可能上漲，但可能仍停留在個位數，因為目前只有少數項目已公佈。隨著發達經濟體宣佈的外國直接投資增加，自2022年以來，中國大陸宣佈的半導體相關投資價值下降了約80%，相比之下，在2015年至2019年間，中國大陸是全球半導體投資資金流向的主要目的地。外國直接投資的流失可能導致前沿晶片生產的規模化困難或延誤，部分原因是來自全球領先企業的技術流入減少，加上先進半導體製造裝置的獲取有限。外國直接投資在發達經濟體中影響的早期跡像已經顯現。在台積電美國亞利桑那州晶圓廠，第一座4nm晶圓廠已於2024年底開始大規模生產，第二座也已完成結建構設，第三座正在建設中。在歐洲，由外商直接投資驅動的項目已推動愛爾蘭的前沿晶片生產，並宣佈了更多外資項目以擴大生產規模，包括更先進的節點。自2022年以來全球宣佈的20個最大超級交易中，已有兩個已上線，另有十個正在建設中。在尚未動工的八個超級交易中，有五個於2025年宣佈。除了前沿半導體，外資直接投資還參與成熟和先進晶片的生產。這些晶片在汽車、家電和工業裝置等領域具有重要應用。在日本和德國，外國直接投資幫助擴大了生產規模。印度也在建設大型項目。其中一家可能是國內首個實現半導體產能建設的企業。外國直接投資驅動的項目在建構前沿半導體能力方面成功並不保證。在台灣和韓國以外發展新的、具有競爭力的前沿製造中心是一項艱巨的任務，尤其是在缺乏同樣的價值鏈合作夥伴和人才生態系統的情況下。此外，新的投資項目可能面臨不同的監管或環境要求，以及在獲取公用事業和基礎設施方面可能面臨的挑戰。尤其是在歐洲，獲取低價電力可能很困難。事實上，成本問題尤為突出：半導體製造設施的營運成本在歐洲和美國可能比台灣高出30%。 (芯智訊)

香港已公佈一項全面的《2030年金融科技策略》（Fintech 2030 Strategy），旨在強化該市作為全球金融及數字創新中心的地位。該路線圖由香港金管局在近期舉辦的金融科技周期間發佈，其中涵蓋40余項舉措，核心圍繞人工智慧、現實世界資產代幣化、網路安全及數字基礎設施升級四大領域展開。該策略圍繞四大優先領域建構，分別是資料（Data）、人工智慧（Artificial Intelligence）、韌性（Resilience）與代幣化（Tokenisation），這四大支柱合稱為“DART框架”。框架旨在為香港轉型為先進的、技術驅動型金融生態系統提供指導方向。在“資料”支柱下，香港金管局計畫提升金融行業跨機構的資料共享、處理及安全保障能力。相關舉措包括最佳化數字貿易金融系統、搭建跨境資料路由機制，以及簡化合規資料的獲取流程。其核心目標是為金融機構奠定技術基礎，使其在採用新技術的同時，不違背合規要求與透明度原則。人工智慧被定位為推動金融領域下一階段自動化發展的核心動力。香港金管局擬支援特定行業人工智慧模型的研發，並提供協作式測試環境，包括升級後的“生成式人工智慧沙盒”（GenAI Sandbox）。此舉有望加速人工智慧應用在信貸評估、欺詐監測及客戶互動等領域的安全落地與實際應用。“韌性”支柱聚焦於強化防禦體系，以應對新興網路安全威脅。香港金管局強調，需幫助金融業做好應對潛在風險的準備，包括量子計算威脅與即時網路攻擊。相關工作將圍繞建構主動防禦型安全基礎設施、完善危機響應系統展開。代幣化是該策略中最具雄心的內容之一。香港金管局計畫擴大當前已開展的代幣化政府債券試點項目，並探索適用於更廣泛代幣化金融產品的基礎設施。路線圖還明確，將持續推進數字港元的研究工作，同時關注合規穩定幣與代幣化存款領域的發展。這些舉措表明，香港意圖超越“試驗階段”，推動區塊鏈技術在主流金融領域實現可落地、可規模化的應用。該策略彰顯了香港的戰略意圖：通過融合傳統金融優勢與新一代技術體系，直接與全球創新中心展開競爭。香港金管局官員表示，儘管創新過程伴隨風險，但若不積極接納技術進步，將對自身長期經濟影響力構成更大威脅。《2030年金融科技策略》的出台，將助力香港在塑造亞洲乃至全球數字金融未來格局中，扮演引領者角色。 (Blockwind)

8月1日，摩根士丹利"新經濟" 類股熱點前瞻線上直播：《從馬力驅動到算力驅動 - 人工智慧接管方向盤》。摘要如下：1智駕市場預測預計2030年，L2+車型全球銷量2,600萬輛，規模相當於目前美國、歐洲輕型車總體銷量；L2+車型佔全球乘用車新車銷量28%。2024年約佔8%，2025年約佔11%。預計2030年，智能駕駛軟硬體市場規模2,000億美元；2035年3,000-4,000億美元。其中70%來自硬體。筆者分析：若2030年智能駕駛軟硬體市場規模2,000億美元，其中70%來自硬體，則30%來自軟體訂閱等，粗略按照增值稅稅率13%估算，2030年智能駕駛可全球貢獻超78億美元稅收；2035年貢獻超156億美元稅收。2影響智能駕駛普及的3個因素1、生成式AI以及大模型技術的突破2、全球主要經濟體的競合關係。技術普及速度取決於全球車企競合關係。技術普及速度影響技術降本的能力。——中國優勢：龐大使用者基數、產業鏈成本。以上2點讓中國搶得電動化、智能化先機。——矽谷優勢：AI算力及資料領域統治力——日韓德等：技術品牌優勢3、產業標準及監管的完善。在過去二十多年，新技術問世初期都會遇到監管難題。消費者需求和政府監管通常存在衝突。一旦法規標準完善，會給智駕奠定堅實基礎。——標準制定可以篩選出行業領軍者筆者分析：對於新技術，監管須優先解決組織問題、動機問題、技術問題，若無法徹底解決，監管往往呈現出 “要麼放任不管，一旦出現問題便採取全面禁止的嚴苛管控” 的極端化傾向。3不止是汽車重塑交通體系。如隨著自動駕駛技術拓展，出現人形機器人、電動垂直起降飛行器等技術，讓整個生態系統升級。增加商業機會。將消費者日常時間及產品使用轉化為商業機會。在中國市場，開車時間佔一天時間8%。不認為一旦到了L4，車內時間會大幅度增加，但是使用場景會更加豐富。人工智慧是汽車行業未來5-10年最大創新點，也是兵家必爭之地。4小米智駕小米汽車智駕處於追趕過程，但是追趕速度很快。去年3月份才發行第一款車，發車後高速、城市NOA技術逐漸拓展，1000萬clips輔助駕駛系統已經落地。第一是創始人對智駕重視。2021年，小米成立汽車業務類股，車尚未落地，直接收購了Deepmotion，並從事智駕研究。第二是銷量支撐。今年小米汽車收入1000億，明年將是2000億，後年會是3000億，每年1000億的速度增長。研發費用是銷售收入的百分比，這個百分比多少由管理層決策，如果收入規模提升不大，是不可能無限制提升研發費用比例的。5智駕供應鏈及一些概念德賽西威：智能駕駛域控製器。和輝達合作緊密，擁有行業大部分基於輝達方案的智駕方案；轉為代工會可能導致毛利率下降，車企自研晶片導致輝達方案需求降低。如果智駕競爭加劇，行業同質化明顯，最後拼的是成本。伯特利：線控制動國產線控制動供應商出貨量最大、量產經驗最豐富的。但是短期而言，車企壓價利潤承壓。其他：汽車供應鏈已經外延至機器人領域等，如關節總成、感測器外殼等。靈巧手佔機器人總成本的30-40%，機會包括總成、微電機、微型四缸等。網際網路+ VS 人工智慧+網際網路+：主要是網際網路與傳統行業的融合，包括電子商務、移動支付等。技術門檻不高，很多中小企業可以快速接入。人工智慧+：聚焦於AI或者大模型作為底層技術的驅動。技術壁壘高。如自動駕駛的演算法、算力、資料。頭部企業主導技術突破可能性更高。 (政不知冷)

近期美國國債市場風聲鶴唳，尤其在對等關稅推出之後，美國資本市場曾經一度遭遇股債彙的三殺局面，時至當下，美股市場修復了前期的跌幅，美元指數徘徊100附近，而美債市場則繼續在聚光燈下，美債收益率持續攀升，30年期國債收益率再次突破這5%的原因是什麼？後續將如何演繹？將為我們帶來那些投資方面的啟示呢？本期經濟學嘉欄目，嘉實財富全球資產配置總監王智強博士將為您逐一分析與探討。自從4月2日美國解放日推出對等關稅之後，全球貿易秩序混亂導致資本市場持續動盪不止，其中全球債券市場更是如此，尤其美國和日本國債收益率的攀升（如下圖）尤為引入註目。美債作為全球體量最大的國債品類，其收益率更是全球資產定價的“錨”，收益率的攀升將導致資本市場的顛簸。圖1 各國十年期國債殖利率最近3個月的變化情況資料來源：民生證券近期標竿性的事件是美國30年期國債的殖利率突破5%的整數關口，也引發了許多熱議。那麼，這其中原因何在呢？圖2 美國30年國債殖利率走勢資料來源：華爾街見聞我們認為，以下五大因素導致了美國國債殖利率的攀升。1. 原因（1）：關稅戰削弱美元信用對等關稅以來，美國川普的諸多操作讓全球過去幾十年的貿易秩序驟然坍塌，各國採取了不同的策略與之對應（如下圖），而核心的一點在於，各國投資者對美元的信任危機由此產生。如果這種以鄰為壑的貿易政策持續時間更久，將極大削弱當下的美元世界貨幣體系。圖3 各國應對美國對等關稅的立場資料來源：華泰證券從美銀5月中旬的經理人調研可以看到，投資者已經認為貿易戰將是信用風險的最大來源！圖4 美銀經理調查問卷：貿易戰被視為最有可能的信用事件風險來源資料來源：美銀2. 原因（2）：聯準會按兵不動到目前為止，持續不明朗的通膨以及經濟形勢已經阻礙了聯準會繼續降息的操作。在最新的議息會上，聯準會對此表達了明確的觀望態度，即在各方面形勢尚且不明朗的背景下，聯準會很難進行降息。圖5 聯準會5月的議息會繼續採取「觀望」模式按兵不動資料來源：財聯社主流的華爾街機構也對降息的路徑預期進行了調整，機構普遍預計年內的首次降息將推遲到9月份，根據芝商所FedWatch Tool顯示，9月份降息的可能性為54%，而7月份的可能性僅為12%。高盛的研報指出：「聯準會降息屬於「可選」範疇，因此無需操之過急；儘管聯準會高層與我們對通膨前景持相對放鬆態度，準備在不久後降息。但FOMC內部仍有部分官員對通膨憂慮較大，對降息持謹慎態度。」也有機構對降息更為謹慎，例如摩根費利因此，不斷推遲的降息預期，也對美債殖利率造成了一定的上行壓力。3. 原因（3）：穆迪調降美國評級穆迪調降美國評級其實並不令人非常意外。此前，標準普爾於2011年8月將美國評級從AAA下調至AA+，惠譽評級也於2023年8月將美國評級從AAA下調至AA+。穆迪表示，這次下調評級，反映出過去十多年裡，美國政府債務和利息支出比例持續上升，已遠高於其他同類評級的主權國家。穆迪這家擁有116年歷史的評級機構稱：“雖然我們承認美國擁有強大的經濟和金融實力，但我們認為這些實力已無法完全抵消財政指標的下滑。”穆迪進一步指出，當前，美國聯邦政府債務高達36.2億美元，佔GDP的124%，預計2035年將升至134%。而2024財年赤字已達到2.1億美元，佔GDP的比重超過6.4%，顯示出財政失衡加劇。另根據美國國會預算辦公室CBO的預測，2029年美國聯邦政府債務率將突破107.2%，2055年利息支出佔比將達到聯邦赤字的74%。圖6 美國聯邦政府債務總額超過36兆美元資料來源：東方財富Choice我們認為，穆迪的評級調降頂多算是火上澆油，不是美債市場最大的壓力來源，一方面，這種財政失衡的狀況已經持續很長時間，不是一朝一夕的事情，另一方面，即使美國主權評級被調降，客觀上來說，美國政府債務的違約風險依然是比較低的水平。4. 原因（4）：美債拍賣遇冷5月21日，美國20年期國債拍賣遭遇了低迷的需求，美國財政部發布的結果顯示，20年美債最終得標利率是5.047%，比上個月的4.810%高出了約24個基點，這是史上第二次得標利率超過5%。較預發行利率5.035%高出約1.2個基點，創下去年12月以來的最大尾部利差。投標倍數也表現不佳，從4月份的2.63倍下滑至2.46倍，為2月份以來的最低水平，反映買家對該債券的興趣程度有所降低。除20年期美債之外，30年國債的拍賣情況也呈現除了類似的特徵（圖7）。華爾街機構點評稱，這確實是一場「糟糕的」拍賣，雖稱不上「災難性」，但糟糕的程度足以讓美國長期國債價格明顯走低。圖7 美國30年期國債拍賣的海外投資者參與情況正在下降資料來源：APOLLO5. 原因（5）：日債與美債的連結日債為何與美債能夠形成連結呢？這與美債的投資者結構有關：資料顯示，截至2024年12月，美債第一大投資主體是海外投資者，包括海外市場機構和海外央行，佔比高達33.0%；其次分別是共同基金19.3%、聯準會14.7%、個人投資者10.3%、銀行8.6%等。而在美債海外投資者中，海外央行佔比約43%，海外私營部門佔比約57%；海外投資者國別分佈方面，截至3月，日本佔比最高達12.5%，其次是英國8.6%、中國大陸8.5%、加勒比海國家7.5%，其餘國家及地區佔比均在5%以下。對日本投資者來說，當下的環境變化在於日債殖利率也持續升高，且日本國內通膨率高達3.6%，日本央行有升息的意願，從而導致日債相對於美債的吸引力在升高。日債的吸引力升高導致部分日本投資者可能會撤出部分美債的倉位返回本土投資。這事件在去年的套息交易瓦解中也曾一度出現，而當下的全球宏觀環境也客觀上再次促使這一處理程序出現。圖8 美國國債投資人結構及海外投資人分佈情形資料來源：國盛證券上述五大因素不是割裂的，單一的影響，而是互相影響的關係，例如關稅戰的環境影響聯準會的降息預期，影響日債投資者的預期，進而影響拍賣狀況，而穆迪對美國主權評級降級的影響則進一步促使上述因素的循環。那麼接下來的問題就是，美債市場未來的走勢該如何判斷呢？我們認為，短期內，一些不明朗的因素仍然在積累或發酵——例如，關稅談判在未來依然有各種不確定的演繹路徑，聯準會在短期內依然秉承“觀望”的態度，美債的海外投資者短期情緒依然相對謹慎，甚至川普的減稅計劃（大美麗法案）可能造成市場的進一步對美國財政失衡的擔憂。上述因素短期內都客觀存在，也影響美債報酬率。我們在第二季度初尚未出現對等關稅的時候，對二季度10年期美債的收益率有過判斷——雙向波動，波動區間4.1%-4.5%——實際情況是，美債收益率曾一度向下跌破3.9%，近期也小幅向上突破過4.5%。我們認為短期內，不排除美債殖利率繼續向上突破我們的4.5%的判斷，甚至可能攀升至4.7%或更高。但與此同時，我們認為美債殖利率的長期趨勢終歸是會向下。一方面，上述短期的負反饋因素在今年的晚些時候可能平息甚至轉為正反饋——美國和其他國家/經濟體例如歐盟、日本、印度等的關稅談判可能終將靴子落地（不管結果好/壞），聯準會在今年晚些時候（例如三季度）可能開始啟動降息，美元恢復平靜後美元資產重新回歸投資者視野，美債指數目前的可替代品指數佔全球19%），對於尋找全球安全資產或避風港資產的投資人來說，既有容量空間、又有較好流動性和相對安全性等的品類，美債還是有更大優勢的資產。另一方面，從美國財政的支出項目看，當下利息支出佔比已經約16%，相比十年前上升了5個百分點，每年的利息支出超過1兆美元，這種狀況本質上是難以持續的，所以我們認為財政的壓力對促使聯準會回歸降息周期，美債利率也會相應回歸下行通道。圖9 美債存量佔全球債券指數超過35%的規模權重資料來源：摩根士丹利圖10 美國聯邦預算的分解：資料來源：EPB，各分項為社會福利、消費支出、其他轉移支付、利息支付、補貼等另一個現實的問題是，有相應敞口的投資者該如何應對向下的美債環境？首先，檢視美債資產的曝險在整體帳戶以及投資組合當中的比例，如果超出合意的比例需要進行調整，而如果比例適宜則無需過度擔憂。在「帳戶思維」下考慮美債的配置和投資。其次，檢視期限符合情況。如果對美債的投資立足長期，甚至採取的是持有到期策略，則更加無需擔憂，如果投資期限本身較短，則可以更多配置短久期、短期限的美債產品，如果想在長久期美債敞口進行暴露，則需要在控制配置比例的基礎上，一方面拉長持有期限，一方面可以更靈活地增加一項戰術性，例如在10年美債組合10%。最後，美債投資作為一種人民幣資產以外的投資品類，是投資組合全球化構形的應有之義，應當繼續堅持這種配置思路而不應輕易放棄。 （嘉實財富）

在科幻電影和小說中，人工智慧（AI）常常被描繪成擁有自我意識、威脅人類生存的超級智能。從《終結者》中的天網到《駭客帝國》裡的矩陣，這些虛構的形象塑造了公眾對 AI 的普遍想像——一種既強大又充滿潛在危險的力量。然而，現實世界中的 AI 發展軌跡，與這些戲劇化的描繪相去甚遠。史丹佛大學發起的“人工智慧百年研究”（AI100）項目，旨在以百年尺度、持續追蹤並權威評估 AI 的發展及其對人類社會的影響。其 2016 年發佈的首份報告——《人工智慧與生活 2030》（Artificial Intelligence and Life in 2030），為我們提供了一個更為理性、務實且貼近生活的視角，撥開科幻迷霧，審視未來十幾年 AI 將如何真切地融入我們的日常。百年之約：AI100 項目的緣起與使命AI100 項目並非心血來潮，它的誕生源於對 AI 領域快速發展及其深遠社會影響的深刻認識。受到 2008-2009 年 AAAI（美國人工智慧協會）組織的“阿西洛馬會議”（Asilomar Meeting）的啟發——那次會議聚集了 AI 專家、認知科學家、哲學家和法律學者，探討了 AI 的近期發展、長遠可能以及倫理法律問題——AI 領域的思想者們意識到，需要一個長期、持續的機制來系統性地研究 AI。於是，AI100 項目應運而生。它設立了一個常設委員會（Standing Committee），計畫每五年組織一次由頂尖專家組成的專門研究小組（Study Panel），評估 AI 的當前狀態，回顧過往進展，預測未來趨勢，並分析這些進展帶來的技術、社會、倫理、經濟等方面的挑戰與機遇。其核心目標是提供一系列連貫、深入的專家反思，為 AI 的研究、開發、系統設計以及相關政策制定提供明智的指導，確保 AI 技術能夠廣泛惠及個人與社會。首份報告《人工智慧與生活 2030》的研究小組由來自學術界、企業實驗室和產業界的 17 位 AI 專家，以及法律、政治學、政策和經濟學領域的學者組成。他們背景多元，涵蓋不同專業、地域、性別和職業階段，確保了研究的廣度與深度。常設委員會為研究小組設定了任務：聚焦於 AI 到 2030 年對一個“典型的北美城市”生活可能產生的影響。選擇城市作為焦點，是因為城市是人類活動的主要載體；限定於北美城市，則是為了在有限的研究資源下，深入探討特定文化和社會背景下的具體影響，同時承認全球城市的多樣性。研究小組深知，AI 的影響並非孤立發生，而是與眾多社會和技術發展相互交織。揭開 AI 的面紗：它是什麼，不是什麼？報告首先嘗試釐清一個基礎卻又複雜的問題：到底什麼是人工智慧？報告指出，精確定義 AI 本身就是一個挑戰。但可以明確的是，AI 是一門科學，也是一套計算技術。它的靈感來源於人類神經系統和身體感知、學習、推理和行動的方式，但其運作方式通常與人類截然不同。當前 AI 領域取得了顯著進展，尤其是在特定任務上。例如：深度學習（Deep Learning）：作為機器學習的一個分支，基於被稱為神經網路的多層變數表示，使得語音識別在手機和智能家居中變得實用，並在各種依賴模式識別的應用中大放異彩。電腦視覺（Computer Vision）：讓機器能夠“看懂”圖像和視訊，廣泛應用於圖像搜尋、人臉識別、自動駕駛以及醫療影像分析等。自然語言處理（Natural Language Processing, NLP）：讓機器能夠理解和生成人類語言，支撐著機器翻譯、智能問答（如擊敗《危險邊緣》冠軍的 IBM Watson）、情感分析和搜尋引擎的改進。AI 規劃（AI Planning）：被用於最佳化調度、物流、機器人控制，甚至驅動著比好萊塢產值還高的視訊遊戲產業。然而，報告特別強調，目前的 AI 並非“通用人工智慧”（Artificial General Intelligence, AGI）。我們所擁有的，是一系列高度專業化的 AI 系統，每一個通常都需要多年的專門研究和精心建構，才能在特定任務上表現出色。它們缺乏人類的常識、跨領域推理能力和真正的自我意識。因此，報告明確指出：研究小組沒有發現任何理由擔憂 AI 是對人類的迫在眉睫的威脅。沒有開發出具有自我維持的長期目標和意圖的機器，近期內也不太可能開發出來。 相反，我們應該期待的是越來越多有用的 AI 應用出現，它們有潛力對我們的社會和經濟產生深遠的積極影響。AI 滲透八大領域：2030 年城市生活圖景報告聚焦於八個與城市生活息息相關的領域，預測了 AI 在 2030 年可能帶來的變化：交通運輸（Transportation）：這是 AI 影響最為顯著和迅速的領域之一。自動駕駛技術正快速發展，報告預測到 2030 年，自動駕駛汽車（包括私家車、卡車、配送車甚至飛行器）將變得更加普遍。這將深刻改變城市面貌：人們可能減少私家車擁有量，依賴共享自動駕駛服務；通勤距離可能增加；交通擁堵和停車難問題有望緩解，甚至可能導致城市空間格局的重新規劃（如停車場轉為他用）。安全性和可靠性是核心挑戰，但技術進步正推動其快速落地。公眾對 AI 的首次大規模物理接觸很可能來自自動駕駛，這將塑造他們對 AI 的整體認知。家庭/服務機器人（Home/Service Robots）：掃地機器人已進入千家萬戶，但報告預測，隨著感測器（如低成本 3D 感測器）、晶片技術、雲端運算和語音理解能力的進步，未來十五年將出現更多特定用途的機器人。它們可以遞送包裹、清潔辦公室、增強安保、輔助老人生活起居。然而，製造安全可靠、能在複雜非結構化環境中靈活操作的通用型機器人仍然面臨巨大的技術挑戰和成本障礙。因此，近期內商業機會仍將集中在功能明確、場景限定的應用。醫療健康（Healthcare）：AI 在醫療領域的潛力巨大。可穿戴裝置、手機 App 和電子健康記錄（EHR）產生了海量健康資料，AI 可以利用這些資料進行早期疾病風險預測、輔助診斷（如解讀醫學影像）、個性化治療方案推薦、藥物研發加速等。手術機器人和輔助護理機器人也在發展中。報告認為，AI 應用有望在未來幾年顯著改善數百萬人的健康狀況和生活質量。儘管 AI 從實驗室走向臨床應用的速度相對較慢，但已有加速跡象。挑戰在於如何確保資料隱私和安全、演算法的公平性與透明度、以及如何讓 AI 系統與醫療專家順暢協作並獲得醫患信任。教育（Education）：AI 有潛力為教育帶來個性化變革。智能輔導系統可以根據學生的學習進度和風格提供定製化指導；語言學習應用可以提供沉浸式練習；AI 還可以輔助教師進行備課、批改作業、分析學情。然而，挑戰在於如何設計出能真正理解學生認知和情感狀態、並與人類教師有效互補的 AI 系統。如何避免加劇教育資源不平等、確保教育內容的精準性和價值觀導向，也是需要關注的問題。與醫療領域類似，人機互動的順暢性和信任度是關鍵。低資源社區（Low-resource Communities）：AI 技術有可能為資源匱乏的社區提供幫助，例如通過最佳化公共資源（如交通、能源）的分配，提供遠端醫療和教育服務，改善資訊獲取管道等。然而，風險在於 AI 應用的設計可能忽略這些社區的特殊需求，或者由於資料偏差而加劇現有的不平等。如何確保技術的普惠性，讓 AI 成為彌合而非擴大數字鴻溝的工具，至關重要。建立社區信任是 AI 在此領域應用的前提。公共安全與安防（Public Safety and Security）：AI 已被用於犯罪預測（基於歷史資料模式分析）、監控視訊分析（如識別異常行為）、災害應急響應最佳化等方面。無人機和機器人也可用於危險環境的巡邏和偵查。但這些應用引發了嚴重的隱私和偏見擔憂。基於有偏見的資料訓練出的預測模型可能導致歧視性執法。大規模監控也帶來了公民自由的風險。如何在利用 AI 提升安全效率與保護公民權利、確保公平正義之間取得平衡，是一個核心挑戰。公眾信任同樣是基石。就業與職場（Employment and Workplace）：AI 對就業的影響是公眾最關心的問題之一。報告認為，AI 將自動化許多工，特別是那些重複性、流程化的工作，這無疑會對現有崗位造成衝擊，涉及從製造業、客戶服務到某些專業領域（如部分法律、會計工作）。但同時，AI 也會創造新的工作崗位（如 AI 訓練師、資料科學家、人機協作專家），並增強人類的能力，使勞動者更高效。關鍵在於社會如何適應這種轉變，如何通過教育和再培訓幫助人們掌握新技能，以及如何設計合理的社會保障體系來應對結構性失業。克服人們對被邊緣化的恐懼，是推廣 AI 應用於職場的挑戰之一。娛樂（Entertainment）：AI 早已深度融入娛樂產業。從視訊遊戲的智能 NPC（非玩家角色）、個性化內容推薦（音樂、電影、新聞），到利用 AI 進行內容創作（如生成音樂、劇本、虛擬形象），AI 正在重塑娛樂體驗。未來，更具互動性、沉浸感的 AI 娛樂形式可期。但報告也提示，過度沉浸於 AI 驅動的個性化娛樂，可能帶來社交隔離、資訊繭房加劇等社會風險。超越技術：AI 的社會挑戰與政策前瞻報告深刻認識到，AI 的發展絕不僅僅是技術問題，它帶來了廣泛而深刻的社會、倫理和法律挑戰：公平性與偏見（Fairness and Bias）：AI 系統並非天生中立。它們依賴資料進行學習，如果訓練資料本身存在偏見（如種族、性別歧視），AI 系統可能會複製甚至放大這些偏見，導致在招聘、信貸審批、司法判決等關鍵決策中產生歧視性結果。確保 AI 的公平性是一個重要的技術和倫理難題。隱私（Privacy）：AI 應用往往需要大量資料，尤其是在城市環境中，無處不在的感測器和資料收集點（攝影機、手機定位、線上行為等）為 AI 提供了燃料，但也引發了對個人隱私被侵犯的擔憂。如何在利用資料價值與保護個人隱私之間找到平衡點，是亟待解決的問題。安全與可靠性（Safety and Reliability）：對於自動駕駛汽車、醫療 AI 等與人身安全密切相關的應用，其安全性和可靠性至關重要。如何確保系統在各種複雜甚至未知情況下的穩定運行，防止被惡意攻擊或濫用，是技術上的重大挑戰。責任歸屬（Accountability）：當自動駕駛汽車發生事故，或 AI 醫療診斷出錯時，責任應該由誰承擔？是開發者、製造商、所有者，還是 AI 本身？現有的法律框架需要適應這些新情況。經濟影響與分配（Economic Impacts and Distribution）：AI 帶來的效率提升和財富創造是巨大的，但這些收益如何在社會中分配？如果 AI 主要由少數大公司掌握，技術紅利集中在少數人手中，可能會加劇貧富差距。如何確保 AI 的經濟成果能夠公平共享，是重要的社會議題。人機關係（Human-Machine Interaction）：隨著 AI 越來越深入地融入生活，人與機器的關係將變得更加複雜。如何設計既智能又易於理解、值得信賴、並能與人類良好協作的 AI 系統？如何避免過度依賴 AI 而導致人類自身能力的退化？面對這些挑戰，報告提出了一系列政策建議，核心思想是：目標必須是為社會創造價值，政策應鼓勵有益的創新，同時審慎管理風險，促進公平共享。提升政府的 AI 專業能力：各級政府需要擁有懂技術的專家，能夠理解 AI 技術、評估其影響、制定合理政策，避免因無知而扼殺創新或草率批準有風險的應用。鼓勵對 AI 社會影響的研究：需要投入更多公共和私人資金，支援跨學科研究，深入探討 AI 的公平性、安全性、隱私保護和社會影響。應消除（法律或政策上）阻礙相關研究（如對專有系統進行必要的評估）的障礙。避免對“AI”進行籠統監管：由於 AI 並非單一技術，且不同領域的風險和考量差異巨大，試圖制定統一的“AI 法規”是不可取的。政策應聚焦於特定行業和應用，根據具體情況制定合適的規範。促進透明度、問責制和公眾信任：設計和部署 AI 系統時，應注重提升其可解釋性，建立問責機制，並以透明、負責任的方式與公眾溝通，逐步建立信任。關注公平與普惠：政策應著眼於如何讓 AI 的好處惠及更廣泛的人群，防止技術加劇社會不平等。應就 AI 帶來的經濟利益如何分配展開社會討論。結語：面向 2030 的理性期待與責任《人工智慧與生活 2030》報告為我們描繪了一幅相對樂觀但也充滿警示的未來圖景。它告訴我們，AI 的力量不在於虛構的“超智能覺醒”，而在於其作為強大工具，在醫療、交通、教育等各個領域提升效率、改善生活的巨大潛力。到 2030 年，AI 將更深地融入我們的城市生活，帶來便利的同時，也帶來結構性的社會變遷和倫理挑戰。這份報告最重要的貢獻在於，它將討論的焦點從遙遠的、模糊的“奇點”恐懼，拉回到近在眼前的、具體的現實挑戰和機遇上。它提醒我們，AI 的未來並非命中註定，而是掌握在我們自己手中。我們需要以開放的心態擁抱變革，同時保持警惕，積極投入跨學科研究，審慎制定公共政策，引導 AI朝著符合人類共同利益的方向發展。AI100 項目的百年之約才剛剛開始。隨著技術的不斷演進，未來的研究報告將繼續為我們提供洞見。而當下，理解這份開創性報告的洞察與建議，正是我們共同塑造一個負責任、可持續、以人為本的 AI未來的第一步。我們需要的不是恐懼，而是理解、智慧和行動。 (歐米伽未來研究所2025)

在中國經濟高速發展的這段時間，鄰邦日本正在經歷“失去的三十年”。 1992年，日本的泡沫經濟達到頂峰，此後便陷入了長期的衰退。短短幾年的時間，社會就業崗位驟然減少60%，房價持續下跌48個月。彼時百萬大學生湧入市場，等待他們的卻是長達10年的就業冰河期。 日本社會學者的研究課題，也從昭和年間的城市化與新中產，開始轉向平成時代的貧困青年。 這群在泡沫經濟崩潰後成長起來的一代人，他們的人生從大學畢業進入職場開始，可謂是一步踏空（1993年開始），步步落後。等到平成時代結束時（2019年），這代人已經步入不惑之年，整個職業生涯幾乎完整地覆蓋了將近三十年的經濟衰退，又要繼續應對日益嚴峻的養老挑戰，是名副其實的“失落的一代”（失われた世代）。

摘要 近兩年，日本股市多次突破前高，同時日本經濟也走出通縮，廣受市場關注。這種“繁榮”，是否是安倍經濟學遲到的成功？有那些經驗教訓值得被藉鑑和吸取？ 積極的貨幣政策、靈活的財政政策和結構改革，構成了安倍經濟學的「三支箭」。其中最廣為人知的是日本央行推出QQE、YCC等超常規貨幣政策。貨幣和財政政策屬於短期刺激，偏向逆周期調節。結構改革則秉持長期主義，透過供給面改革提高潛在成長率，刺激私人投資消費需求，推動經濟走向良性循環。 這一系列政策，推動日本經濟進入「無實感」的低景氣繁榮。日本經濟看似繁榮，主要表現在股市上漲、企業利潤成長以及地價溫和上漲等。但企業不漲薪，居民實際薪資下降，使得通膨很難修復。

文：任澤平團隊 導讀 90年代資產泡沫破裂後，日本經歷了三十年低溫經濟，持續的通縮，讓居民和企業失去活力、社會失去創新力。 貧富差距小、低慾望的三十年。日本尚未從資產泡沫破裂中完全恢復，又遭遇97年亞洲金融危機，徹底陷入名義增長停滯與慢性通縮的泥潭。居民消費和企業投資低慾望，居民收入和企業利潤不漲，失業率居高不下，資產價格震盪下跌。