总体经济环境总览：多速且不均速
2026 年的全球经济增长将可能处于「多速」且「不均速」的环境。AI 产业的增速引擎已在多方获得印证，特别是科技巨头财报上可量化的资本支出（CapEx）扩张与云端营收加速，正在把全球景气动能重新集中到少数具算力与资本优势的经济体与企业集群。在这一轮循环中，增长的核心不再仅是传统消费或周期性制造业复苏，而是由算力、云端平台、半导体与基础建设所主导的「资本密集型成长模式」，使得景气动能更呈现高度集中与产业间落差扩大的特征。
有能力承接 AI 资本支出循环的经济体（如美国、部分亚洲半导体供应链）增长动能相对领先；相对地，缺乏科技资本开支与算力供给能力的产业或区域，可能仍受制于低投资与低生产率。这样的分化态势预计在 2026 年仍会延续。值得留意的是，这种分化并非仅呈现在「国家之间」，而更可能体现在「产业之间」与「企业之间」：具有平台规模、资料资产、资本市场筹资能力与研发密度的企业，能够持续加大投资并提升生产率；而资本开支不足、对外部融资依赖更高的企业，则可能在利率仍偏高的环境下被迫延后投资，进一步拉大竞争落差。
总体经济解析：以美国为例
美国消费持续分化
在宏观经济的角度下，成长不均的态势也在个体消费端蔓延。以美国为例，若由个体消费角度做观察，在 2026 年以来，美国消费持续「K 型」分化，高收入族群凭借 AI 浪潮所带来的财富效应，持续维持高档消费的力道；相较之下，中低收入族群在疫情期间积累的超额储蓄已几乎耗尽，主要依赖薪资所得支应开销。当消费高度依赖即期现金流时，我们可以想像美国消费将对通膨黏性及利率水准更为敏感。
通膨黏滞性将于今年带来显著压力
中低收入家庭的支出比例集中在食品、医疗、保险与公用事业等「黏性通膨」类别，这些成本的持续攀升严重挤压了其可支配所得。尽管联准会定调通膨传导仅为一次性，但我们也预期在 2026 年将会有更多成本逐渐转嫁于消费者。在这样的情境下，我们认为对景气循环较不敏感的黏滞性通膨项目将会对消费者所得支配带来长期的挤压，侵蚀可支配所得，也将进一步限制非必须品的消费。因此，消费分化将是结构性而非短期性的特征。
就业市场进入结构性调整：加剧收入不均衡
雪上加霜的是，就业市场并未因 AI 的爆炸性成长而同步获得改善。2025 年我们观察到更多的是结构性调整：企业在 AI 带动的生产力提升下，更倾向以流程再设计、职能整并与自动化替代来提升效率，而非扩大招募规模；这样的趋势在 2026 年理论上也不会出现显著逆转。相较于大幅征才，拥有充裕资金与强大现金流的科技巨头，反而更偏好透过不同规模的并购案来快速获取具「特殊领域能力」的高技术人才，进一步加剧市场对一般职缺的需求分化。
在此过程中，劳动市场的压力更集中于青年族群与部分过去数年相对容易就业的专业职能。随着 AI 对基础分析、内容生成、程式撰写与行政流程的渗透，这些职能的边际需求出现下修，导致青年失业率与职缺错配现象更为明显：工作并非消失，而是工作型态与技能组合快速移动，使部分劳动力面临再训练与转职的时间落差，短期内呈现更强的摩擦性与结构性失业。
另一方面，中小企业对未来需求与利率环境的不确定性仍高，也进一步放大就业市场的冷却。相较于大型企业，中小企业缺乏足够的资本与技术能力快速导入 AI 以提升生产力，因此在景气能见度不足时往往采取保守的人力策略，使得就业市场形成一种「低供给、低需求」的冷平衡：企业不急着招募、劳动者也难以找到匹配职缺，导致整体就业动能修复缓慢，并为消费端带来持续性的结构压力。
上述的就业市场概况也进一步的传导到数据上：薪资年增成长放缓以及每位失业人口所对应的职位空缺数持续下降。同时在就业前景不确定性仍高的情况下，自愿离职数持续回落。我们认为，相对于就业市场扩张的上行可能，投资人更应该留意职缺数进一步回落导致的紧缩，可能导致劳动市场由原本「降温」转为「疲弱」，这对消费和信用循环将呈现更直接的下行压力。
留意个人信贷违约问题
根据上述所观察到的情况，我们认为，美国整体消费结构仍存在一定的压力：我们将优先观察美国信用卡及汽车贷款的违约率。美国 2025 Q3 个人信贷违约总体比例为 4.5%，较前季上升 0.1 个百分点，整体违约比例仍处于高位。观察细项部分，信用卡与汽车贷款的违约比例持续维持在较高水平，且呈现逐渐上行的趋势。观察学生贷款违约比例，严重违约比率虽有逐步放缓，但从正常缴款转为超过 90 天未缴的比例则持续攀升至 14%。此情形主要受到高利率环境下经济压力增加的影响，导致违约比例持续上行。此外，观察房屋贷款以及房屋净值循环信贷的违约比例，虽然仍位于低位，但从正常缴款转为超过 90 天未缴的比例较去年明显上升，须留意经济压力是否将由低收入阶层逐步传导至中产阶级。
整体个人信贷违约率，与其当下经济程度呈现高度相关。我们预期在信贷市场上可能会有两种力道的拉扯：其一，联准会仍有部分降息的空间，整体边际效果可能不大，但可确保整体利率市场仍在较为宽松的力道上。其二，就业市场逐步放缓，可能降低家庭现金流的宽松程度。我们认为，在一般情境下，信贷违约对整体经济带来的下行风险不大，但可以留意信贷违约状况作为经济转折的先行。
央行政策容错率低
综合以上，我们认为相较 2025 年，2026 年全球主要央行所面对的政策难度将显著升高。以联准会为例，在就业动能放缓、消费趋于保守，且通膨仍具黏性、回落节奏不稳的背景下，政策取舍更容易陷入两难：降息过快可能重新点燃通膨预期，维持紧缩又可能加深需求走弱与金融条件收紧，因而可操作的决策空间将相对受限。
同时，在 AI 成长上升期，就业市场的调整更具「结构性重配置」特征：产业与职能需求快速移转，使失业率、薪资增速、职缺数等传统指标之间的对应关系较过往更不稳定，进一步提升了判读就业走弱成因（周期性 vs. 结构性）的难度。现阶段市场对联准会宽松预期，部分亦建立在政治讯号可能透过人事任命影响政策取向、进而提高宽松倾向的想像之上。然而，我们认为即便考量上述因素，联准会在 2026 年的宽松幅度仍难以显著扩张；以基准情境推估，全年 1–2 码降息仍属较合理的预期区间。若经济进一步走弱、迫使政策进入更大幅度的降息循环，市场情绪反而更可能快速转向风险趋避，资产定价亦将面临下修压力。
企业融资成本存在差异
降息节奏趋缓意味着长端利率下行空间受限，利率对估值的压力仍难以完全解除。在此环境下，具备更强获利韧性、现金流稳定且资产负债表较为稳健的科技巨头，相对更能吸收融资成本维持高强度投资，竞争优势有望进一步扩大。
以巨型 AI 云端商（Hyperscalers）为例，过去多数 AI 基础建设投资主要由营运现金流支应；然而，随着资本支出规模持续放大、投资周期拉长，单靠内生现金流的覆盖率逐步下降，资金来源也开始呈现外部化趋势。近期可观察到超大型业者加大债券发行力度，并且提高对私募信贷等非传统融资管道的依赖，以分散资金成本与期限结构风险，同时维持 AI 基础建设扩张的速度与弹性。
资本将加剧 AI 供给集中化
在此环境下，具备强劲自由现金流、投资级信用评等与全球资本市场筹资能力的公司，将更能维持高强度算力投入并在 AI 供应链中取得更高议价权；相对地，财务体质较弱或资本市场依赖程度较高的企业，可能在资金成本偏高与再融资压力下被迫放慢投入节奏，进一步加剧「AI 供给集中化」与产业寡占化的趋势。
公开交易走向私部门
私有信贷（Private Credit）与私募股权（Private Equity）预期将在今年持续输出融资的稳定性：热络的私部门融资活动预期将在今年持续进行。在 AI 浪潮的上升初期，创投（Venture Capital) 是主要 AI 投资的参与者。随着 AI 基础建设的资本规模持续扩大，我们也预期看到更多私人信贷将在 AI 的浪潮下，扮演资金方的重要来源。它为数据中心建设、可再生能源项目以及企业并购活动提供灵活的融资解决方案，为投资者带来具有吸引力的、与公开市场关联度较低的稳定收益。
企业估值成长换档：从估值扩张转换至获利
2025 年美股回顾：涨势高度集中，AI 因子成核心
回顾 2025 年，尽管上半年受到川普政府关税政策的影响，全球市场一度蒙尘。但全年度标普 500 指数市值仍自年初的 49.69 兆美元上升至 58.44 兆美元，全年成长约 17%。若进一步拆解涨幅来源，可以发现市场报酬高度集中于少数大型科技企业。单就 AMZN、META、GOOGL、ORCL 与 MSFT 这五大云端服务供应商而言，其市值成长即贡献了标普 500 指数将近三成的年度涨幅；若将范围扩大至以 NVDA 为首的 12 间 AI 科技巨头，这 12 家企业合计对指数涨幅的贡献度更高达六成。我们相信若进一步将广义上更多的 AI 概念股纳入计算，其对指数上涨的解释力仍会持续上升。
市场广度明显收敛，已对整体市场结构与风险承担特性造成实质影响。在此格局下，美股主要指数的报酬来源愈发集中于少数与 AI 相关的权值成分，使得「投资大盘」在某种程度上等同于「加码 AI 主题」的曝险。相较之下，非 AI 类股即便基本面维持稳健，其股价表现多仅能贴近、甚至落后指数，显示资金配置并未呈现广泛分散，而是高度集中于成长能见度与确定性相对更高的 AI 产业链。这种集中化的市场结构虽可在趋势明确时推升指数动能，但也同步提高了估值与情绪回档时的脆弱性，并削弱指数作为「整体景气与企业获利」代表的广度与均衡性。
AI 资本支出持续扩张，已成为实体经济的一部份
从投资规模来看，大型云端与平台企业在 AI 训练与推论上的资本支出，已相当于美国 GDP 的 1.2%–1.3%，且仍在持续扩张。这些投资进一步转化为对高阶晶片、资料中心、电力、网路设备与云端服务的庞大需求。企业端的 AI 采用速度亦明显加快，美国已有接近一成企业将 AI 纳入实际生产流程，近半数企业则已为 AI 模型或平台付费。分析市场情况，2026 年的美国股市结构仍将由大型科技股主导，超大型云端与平台企业掌握 AI 资本支出的主导权，并尚能承受短期自由现金流下滑的压力，即便部分企业在 AI 投资高峰期面临现金流压力，只要云端服务与推论需求持续成长，市场仍愿意给予其估值溢价，这使得大者恒大的现象在 2026 年仍将有机会获得延续。
AI 泡沫必然存在，但非只意味崩盘
随着 AI 相关资本支出快速扩张，市场中出现一定程度的「泡沫化」现象实属必然。其本质并非单纯的价格过度上涨，而是反映在资金配置效率下降、投资回收期拉长，以及获利与支出之间的时空错置。在 AI 发展初期，市场通常愿意给予较高的容忍度，允许商业模式尚未完全定型、现金流尚未明确的情况下进行前瞻性投资；然而，随着 AI 硬体与基础建设逐步进入规模化与成熟阶段，投资人对「应用落地」与「实际营收贡献」的要求势将显著提高。
在此背景下，若 AI 应用的变现能力未能与持续扩大的资本支出形成有效连结，部分资产势将面临重新定价的压力。AI 泡沫的风险并不必然体现在全面性崩盘，而更可能以结构性分化的形式出现。我们认为，在2026 年资金使用效率将成为市场评价 AI 相关投资的核心变数，并主要体现在以下几个面向：
AI 硬体建置的天化版硬上限
相较于 AI 浪潮初期，2026 年在多项关键资源上已出现更明显的供给限制，包括电力容量、可用土地、资料中心建置进度，以及先进制程晶片、关键零组件的供应弹性。这些技术层面的硬上限，使得单纯以资本投入换取算力成长的边际效率逐步下降。在资源受限的情况下，预期市场将更严格地检视每一单位资本所能转化的实际算力与营运效益。
循环投资的担忧可能扩大
部分市场参与者开始关注 AI 生态系内部可能存在「循环式收入／资金回流」的风险情境，例如上游晶片或基础设施供应商透过股权投资、合作补贴或其他资本安排支持模型与应用开发商，后者再以采购晶片、云端资源或相关服务的形式将资金回流至上游。此类交易在短期内可放大需求与营收的表观成长，但若缺乏终端客户付费与可持续现金流支撑，将使资本效率被高估、并可能加速泡沫累积与定价偏离。
此外，随着私人信贷（非银行融资、私募债／直贷）逐步成为 AI 资本开支的重要资金来源之一，相关专案若在变现进度不及预期或融资条件转紧下出现违约，影响恐不仅止于个别企业。其负面效应可能透过杠杆、再融资链条与风险资产情绪的传导被放大，进一步擡升资金成本并扰动 AI 供应链的投资节奏与估值体系。
生产力悖论背后的时间滞后性
市场需要看到 AI 在生产端的显著提升。AI 无疑可以在个体层面有颠覆性的改变，但企业的完全导入涉及的层面更广，包括工作流程的重组、员工技能再培训，以及数据资产的重组。以产业面做观察，AI 服务导入目前在科技及媒体产业渗透率最高，其他行业普遍仍在尝试和导入的阶段。若 AI 服务停留在「加速流程」的层面，这将压缩部分 AI 服务公司的溢价空间，进而影响市场更严格地以资金使用效率（ROI）、资金回收期，或是投资可复制性来重新评估资本支出的合理性。
AI 需求无疑，资金成本成为下一个焦点
根据德意志银行的整理，估算出 Open AI 与 Anthropic 在现金上的消耗，与其他科技巨头相比显得十分巨大。
| 时间 | 现金消耗（亿美元） | 年均消耗（亿美元） | |
|---|---|---|---|
| OpenAI | 2024 - 2029 | 1400 | 80 |
| Anthropic | 2024 - 2027 | 200 | 66.67 |
| 优步 Uber | 2009 - 2022 | 300 | 23.08 |
| 特斯拉 Tesla | 2003 - 2019 | 40 | 2.5 |
| 亚马逊 Amazon | 1994 - 2002 | 30 | 3.75 |
2026 年的 AI 成长叙事虽仍成立，但市场焦点将从「需求是否存在」逐步转向「资本是否足够便宜」以及「融资结构是否带来新的信用风险传导」。 在降息步调趋缓、长端利率仍具压力的情境下，AI 投资循环更像是一场「资本密集型」竞赛：企业是否能维持投资强度，不再只取决于产品竞争力，也取决于其资本市场的筹资能力与资金成本。因此，我们预期市场报酬将更难以 beta 为主，风险资产的定价可能更加分歧，报酬来源将更偏向选股与资本结构所驱动的 alpha。
在此框架下，优质投资标的可由两项可验证的财务能力加以筛选。第一，低成本且稳定的融资能力：包括投资级信用条件、良好的债券发行窗口、以及在不同市场环境下仍能维持流动性与资金取得的能力。第二，高效率的资本运用能力：即能否在高 CapEx 投入下维持较佳的 ROIC、自由现金流转化率与合理的投资回收期，并在产能扩张与成本上升时仍保有定价权与毛利率护城河。根据过往的经验，这两项能力又通常呈现正向循环。
AI 投资由扩张逻辑转向回报
综合上述，我们认为 AI 投资逻辑正逐步由「规模优先」转向「回报优先」。 在此过程中，市场将更清楚地区分具备长期现金流创造能力的核心受益者，与高度依赖资本市场支持、商业模式尚未成熟的边缘参与者。我们认为 AI 的投资模式虽不会在短期内大幅度地改变，但在今年将会有更多关于收益层面的要求。在此情境下，资金取得成本更低的企业具有更大的容错空间。企业若能将资金更有效率的配置在具有稀缺性或可验证变现能力的资产上，将会获得更多市场资金的亲睐。 在此市场结构上，我们重申市场的投资逻辑将会加快回流至选股（Alpha）而非市场曝险报酬（Beta）。
下一篇我们将会继续针对台湾区域2026的展望作更进一步的分析！
