双重冲击：石油危机与人工智能劳动革命?
投资导航，2026年3月版
在本期《投资导航》中，我们探讨近期市场波动的两大核心议题，这也是投资者高度关注的焦点：(1)伊朗冲突引发的石油供应中断，以及(2)全球软件股抛售背后的人工智能冲击。
鉴于伊朗冲突的不确定性仍然非常高，这点从近期油价、股票及外汇市场的隐伸波幅急升中可见一斑。我们决定将伊朗冲突长期化的风险纳入我们的资产配置观点。由于霍尔木兹海峡仍受限，若未来数月油气价格持续居高不下，我们或将重现2022年曾出现的石油需求萎缩的情境。这种滞胀的经济情境，使我们对风险资产采取更审慎的态度，特别是全球股票、高收益债券以及新兴市场债券。
油价长期维持高位的潜在风险
布兰特原油价格于3月9日突破每桶100美元，年初至今累计上升逾7成。目前冲突何时结束仍充满不确定性。随着霍尔木兹海峡实质上被封锁，加上油轮航运中断以及石油生产和炼油设施遭受袭击，多个海湾国家已暂停或减少油气产量。因此，供应中断已成事实，产量恢复至冲突前水平的时间可能远超早前预期。即使美国总统特朗普在市场压力及海湾国家盟友施压下让步，伊朗是否会允许霍尔木兹海峡重新开放海运交通仍是未知之数。
考虑到供应中断可能长期化，油价进一步升至每桶120美元的风险依然存在。而一旦冲突出现缓和迹象，油气价格或会迅速回落。可是，我们此前预测布兰特原油将在年底前回落至60–70美元区间的情境已不再现实，因原本的供应过剩现已被当前产量中断所抵销。因此，更合理的12个月目标价为70–80美元区间。
出现更严重滞胀情况的风险
油价上升对经济的冲击程度，不仅取决于油价的升幅，还取决于价格水平，特别是能源冲击的持续时间。若油价企在每桶100美元以上，尤其超过120美元，并持续超过两个月，将大幅提高滞胀甚至衰退的风险。
其中，能源净进口地区如欧洲及亚洲，例如日本及韩国，比美国及拉丁美洲（净石油出口国）更脆弱。而中国凭借充裕的石油储备，预计将较其他地区更具韧性。
战术性减低风险至整体中性配置同时准备买入清单
随着冲突持续导致能源价格长期高企的风险上升，风险资产的风险回报比率已明显恶化。当前局势在改善之前可能会进一步恶化，因此我们在短期内战术性降低风险敞口，并将投资组合调整至更为中性水平。
与此同时，投资者亦应准备一份潜在买入清单，以便在美国决定“宣布胜利”并主动缓和冲突，以及霍尔木兹海峡恢复船只通行，这两项条件均满足及时入市 。
我们的资产配置观点变动摘要
固定收益
- 高收益债券由中性下调低配
- 新兴市场本地货币债券由超配下调中性
股票
- 整体股票资产由超配下调中性
- 日本股票由超配下调中性
- 新兴市场整体由超配下调中性 (亚洲降至低配，中国转为中性；其余亚洲市场降至低配；拉丁美洲维持超配）
- 欧洲股市由中性降至低配
- 美国金融股由中性下调低配， 欧洲金融股转为中性
外汇
- 预期美元短期转强，中期下行风险减弱
- 欧元/美元3个月目标由1.18下调至1.14，12个月目标由1.24下调至1.20
人工智能大颠覆之辩的催化剂
这波板块轮动并非由整体盈利不及预期或鹰派央行政策转向所触发，而是源自一篇在X平台爆红的博文。这篇由独立研究Citrini发布的《2028年全球智能危机》，迅速累积数百万次浏览—鉴于其切合时势的主题，加上行文流畅又引人深思，这并不令人意外。
尽管作者在开首明确声明，此文并非预测，而是对一个尚未被充分探讨的情境进行探索，但它似乎被解读为与原意完全不乎的说法—以作者自己的话说，就是“AI末日的改编小说”。
该情境的核心在于，未来人工智能将颠覆大多数白领职位。因为公司日益采用人工智能以降低成本并确保生存，越来越多员工将被淘汰。由于收入下降，消费经济随之转弱，企业进一步透过AI削减成本，导致更多员工失业。最终，这将形成一个自我强化的恶性循环。
辨明讯号与噪音
对于人工智能可能引发经济崩溃的担忧，预设了一连串不太可能发生的情况：劳动力被极速取代、企业利润极少作再投资、政策层面缺乏有效应对，以及技术不受限的持续发展。然而，历史经验表明，这种组合出现的机率很低。从电力到计算机等以往的一般通用技术，都提升了生产力，并最终创造了新的产业、新的需求形态以及新的就业机会。
人工智能因此更可能作为生产力加速器，而非宏观经济的不稳定因素。在当前面临人口老化、供应链碎片化及不断上升的财政压力的世界中，人工智能反而可帮助维持趋势增长。行业将被颠覆，而技术扩散速度将是关键。真正的不确定性并非人工智能是否能产生经济价值，而是这些价值如何在劳动力、资本和体制之间分配。
人工智能正在惠及哪些行业，又颠覆哪些行业?
人工智能正从研究突破转型为广泛经济平台，其影响力可比拟过去互联网的出现或工业革命中电力的应用。据估计，单是生成式人工智能每年可透过提升各行业生产力，为全球GDP带来2.6至4.4万亿美元的增长。与此同时，全球高达3亿个职位将逐步被人工智能技术部分自动化。对于股票投资者来说，这转变已经造就明显的赢家和潜在的结构性输家。即便如此，劳动力被取代的速度可能不会那么快，但投资者该如何解读这些相互矛盾的讯号呢？
行业赢家
1. 半导体及计算基础设施
人工智能模型需要庞大的运算能力。训练大型模型可能需要数万张GPU，推动对先进晶片及网络设备的需求。
主要受惠者包括：
- 从半导体资本设备到半导体公司的整个价值链
（全球AI半导体市场预计至2030年将超过4,000亿美元，年复合增长率超过25%） - 数据中心网络设备
- 记忆体制造商（HBM）
- 电力及冷却基础设施
此行业是人工智能热潮中的“铲子与铁镐”。但须留意行业本身具有周期性，资本支出热潮能持续多久是关键。人工智能投资回报率亦将成为决定此周期长短的关键因素。
2. 云端平台及超大规模云服务供应商
人工智能的部署需大规模运算基础设施及模型托管 。主要的平台，例如超大型云端服务商正将人工智能整合至云端服务及企业软件中。
这些公司亦受益于：
- 经常性人工智能基础设施收入
- 软件生产力工具
- 企业人工智能平台生态系统
云端人工智能支出预计将从2023年的约500–600亿美元增长至2030年的超过3,000亿美元。企业客户正日益将人工智能助手、自动化编码工具及客户服务模型直接整合至工作流程中。然而，超大型云端服务商之间的竞争亦日趋激烈—若资本支出持续高企（资本密集度上升），它们的自由现金流可能减少，未来的股票回购规模亦会降低。因此，精选个股将变得至关重要
3. 软件自动化与生产力
人工智能正透过自动化编码、营销、法律文件起草及数据分析等工作，颠覆知识型劳动力。软件公司将人工智能整合至生产力平台，可在提升产品价值的同时扩大利润率。关键在于软件领域的先行者—那些整合智能代理（agents）并拥有专有数据、不会被通用人工智能商品化的企业。虽然此行业将面临颠覆，但个股表现差异化加剧意味精选股票可创造超额回报（alpha）。
例子包括：
- 编码助手
- 自动化客户支援
- 人工智能营销及设计工具
4. 机器人技术及实体自动化
人工智能正从数码自动化扩展至实体环境，包括仓储管理、物流运输及制造生产等领域。
机器视觉及强化学习的进展，正推动以下领域的发展：
- 仓储机器人
- 自动化配送
- 工业自动化
这为机器人硬件、感测器及自动化软件带来长期需求。
可能受到颠覆的行业
1. 商业流程外判 (BPO)
客户服务、电话服务中心及数据处理等属最易自动化的工作。
生成式人工智能聊天机器人现已能处理60–80%的客户查询，或将减少对大型离岸服务供应商的需求。严重依赖外判劳动力的国家，其就业市场可能面临冲击。
2. 初级知识型工作
人工智能可自动化以下任务：
- 法律研究
- 基础财务分析
- 营销内容生成
- 软件除错
这可能压缩专业服务公司的利润率，并减少对初级岗位的需求。
3. 传统软件供应商
未整合人工智能的传统SaaS模式公司面临被颠覆风险。以人工智能为核心的平台可透过提供更自动化的工作流程及决策功能，取代昂贵的企业工具。最终赢家将是拥有专有数据并成功整合AI代理的企业。
请仔细阅读下述链接所载之免责声明: https://bnpp.lk/-asia-disclaimer