請仔細閱讀下述連結所載之免責聲明: https://bnpp.lk/-asia-disclaimer
雙重衝擊：石油危機與人工智能勞動革命?
投資導航，2026年3月版
在本期《投資導航》中，我們探討近期市場波動的兩大核心議題，這也是投資者高度關注的焦點：(1)伊朗衝突引發的石油供應中斷，以及(2)全球軟件股拋售背後的人工智能衝擊。
鑑於伊朗衝突的不確定性仍然非常高，這點從近期油價、股票及外匯市場的隱伸波幅急升中可見一斑。我們決定將伊朗衝突長期化的風險納入我們的資產配置觀點。由於霍爾木茲海峽仍受限，若未來數月油氣價格持續居高不下，我們或將重現2022年曾出現的石油需求萎縮的情境。這種滯脹的經濟情境，使我們對風險資產採取更審慎的態度，特別是全球股票、高收益債券以及新興市場債券。
油價長期維持高位的潛在風險
布蘭特原油價格於3月9日突破每桶100美元，年初至今累計上升逾7成。目前衝突何時結束仍充滿不確定性。隨著霍爾木茲海峽實質上被封鎖，加上油輪航運中斷以及石油生產和煉油設施遭受襲擊，多個海灣國家已暫停或減少油氣產量。因此，供應中斷已成事實，產量恢復至衝突前水平的時間可能遠超早前預期。即使美國總統特朗普在市場壓力及海灣國家盟友施壓下讓步，伊朗是否會允許霍爾木茲海峽重新開放海運交通仍是未知之數。
考慮到供應中斷可能長期化，油價進一步升至每桶120美元的風險依然存在。而一旦衝突出現緩和跡象，油氣價格或會迅速回落。可是，我們此前預測布蘭特原油將在年底前回落至60–70美元區間的情境已不再現實，因原本的供應過剩現已被當前產量中斷所抵銷。因此，更合理的12個月目標價為70–80美元區間。
出現更嚴重滯脹情況的風險
油價上升對經濟的衝擊程度，不僅取決於油價的升幅，還取決於價格水平，特別是能源衝擊的持續時間。若油價企在每桶100美元以上，尤其超過120美元，並持續超過兩個月，將大幅提高滯脹甚至衰退的風險。
其中，能源淨進口地區如歐洲及亞洲，例如日本及韓國，比美國及拉丁美洲（淨石油出口國）更脆弱。而中國憑藉充裕的石油儲備，預計將較其他地區更具韌性。
戰術性減低風險至整體中性配置同時準備買入清單
隨著衝突持續導致能源價格長期高企的風險上升，風險資產的風險回報比率已明顯惡化。當前局勢在改善之前可能會進一步惡化，因此我們在短期內戰術性降低風險敞口，並將投資組合調整至更為中性水平。
與此同時，投資者亦應準備一份潛在買入清單，以便在美國決定「宣佈勝利」並主動緩和衝突，以及霍爾木茲海峽恢復船隻通行，這兩項條件均滿足及時入市 。
我們的資產配置觀點變動摘要
固定收益
- 高收益債券由中性下調低配
- 新興市場本地貨幣債券由超配下調中性
股票
- 整體股票資產由超配下調中性
- 日本股票由超配下調中性
- 新興市場整體由超配下調中性 (亞洲降至低配，中國轉為中性；其餘亞洲市場降至低配；拉丁美洲維持超配）
- 歐洲股市由中性降至低配
- 美國金融股由中性下調低配， 歐洲金融股轉為中性
外匯
- 預期美元短期轉強，中期下行風險減弱
- 歐元/美元3個月目標由1.18下調至1.14，12個月目標由1.24下調至1.20
人工智能大顛覆之辯的催化劑
這波板塊輪動並非由整體盈利不及預期或鷹派央行政策轉向所觸發，而是源自一篇在X平台爆紅的博文。這篇由獨立研究Citrini發佈的《2028年全球智能危機》，迅速累積數百萬次瀏覽—鑑於其切合時勢的主題，加上行文流暢又引人深思，這並不令人意外。
儘管作者在開首明確聲明，此文並非預測，而是對一個尚未被充分探討的情境進行探索，但它似乎被解讀為與原意完全不乎的說法—以作者自己的話說，就是「AI末日的改編小說」。
該情境的核心在於，未來人工智能將顛覆大多數白領職位。因為公司日益採用人工智能以降低成本並確保生存，越來越多員工將被淘汰。由於收入下降，消費經濟隨之轉弱，企業進一步透過AI削減成本，導致更多員工失業。最終，這將形成一個自我強化的惡性循環。
辨明訊號與噪音
對於人工智能可能引發經濟崩潰的擔憂，預設了一連串不太可能發生的情況：勞動力被極速取代、企業利潤極少作再投資、政策層面缺乏有效應對，以及技術不受限的持續發展。然而，歷史經驗表明，這種組合出現的機率很低。從電力到計算機等以往的一般通用技術，都提升了生產力，並最終創造了新的產業、新的需求形態以及新的就業機會。
人工智能因此更可能作為生產力加速器，而非宏觀經濟的不穩定因素。在當前面臨人口老化、供應鏈碎片化及不斷上升的財政壓力的世界中，人工智能反而可幫助維持趨勢增長。行業將被顛覆，而技術擴散速度將是關鍵。真正的不確定性並非人工智能是否能產生經濟價值，而是這些價值如何在勞動力、資本和體制之間分配。
人工智能正在惠及哪些行業，又顛覆哪些行業?
人工智能正從研究突破轉型為廣泛經濟平台，其影響力可比擬過去互聯網的出現或工業革命中電力的應用。據估計，單是生成式人工智能每年可透過提升各行業生產力，為全球GDP帶來2.6至4.4萬億美元的增長。與此同時，全球高達3億個職位將逐步被人工智能技術部分自動化。對於股票投資者來說，這轉變已經造就明顯的贏家和潛在的結構性輸家。即便如此，勞動力被取代的速度可能不會那麼快，但投資者該如何解讀這些相互矛盾的訊號呢？
行業赢家
1. 半導體及計算基礎設施
人工智能模型需要龐大的運算能力。訓練大型模型可能需要數萬張GPU，推動對先進晶片及網絡設備的需求。
主要受惠者包括：
- 從半導體資本設備到半導體公司的整個價值鏈（全球AI半導體市場預計至2030年將超過4,000億美元，年複合增長率超過25%）
- 數據中心網絡設備
- 記憶體製造商（HBM）
- 電力及冷卻基礎設施
此行業是人工智能熱潮中的「鏟子與鐵鎬」。但須留意行業本身具有週期性，資本支出熱潮能持續多久是關鍵。人工智能投資回報率亦將成為決定此周期長短的關鍵因素。
2. 雲端平台及超大規模雲服務供應商
人工智能的部署需大規模運算基礎設施及模型託管 。主要的平台，例如超大型雲端服務商正將人工智能整合至雲端服務及企業軟件中。
這些公司亦受益於：
- 經常性人工智能基礎設施收入
- 軟件生產力工具
- 企業人工智能平台生態系統
雲端人工智能支出預計將從2023年的約500–600億美元增長至2030年的超過3,000億美元。企業客戶正日益將人工智能助手、自動化編碼工具及客戶服務模型直接整合至工作流程中。然而，超大型雲端服務商之間的競爭亦日趨激烈—若資本支出持續高企（資本密集度上升），它們的自由現金流可能減少，未來的股票回購規模亦會降低。因此，精選個股將變得至關重要 。
3. 軟件自動化與生產力
人工智能正透過自動化編碼、營銷、法律文件起草及數據分析等工作，顛覆知識型勞動力。軟件公司將人工智能整合至生產力平台，可在提升產品價值的同時擴大利潤率。關鍵在於軟件領域的先行者—那些整合智能代理（agents）並擁有專有數據、不會被通用人工智能商品化的企業。雖然此行業將面臨顛覆，但個股表現差異化加劇意味精選股票可創造超額回報（alpha）。
例子包括：
- 編碼助手
- 自動化客戶支援
- 人工智能營銷及設計工具
4. 機械人技術及實體自動化
人工智能正從數碼自動化擴展至實體環境，包括倉儲管理、物流運輸及製造生產等領域。
機器視覺及強化學習的進展，正推動以下領域的發展：
- 倉儲機械人
- 自動化配送
- 工業自動化
這為機械人硬件、感測器及自動化軟件帶來長期需求。
可能受到顛覆的行業
1. 商業流程外判 (BPO)
客戶服務、電話服務中心及數據處理等屬最易自動化的工作。
生成式人工智能聊天機器人現已能處理60–80%的客戶查詢，或將減少對大型離岸服務供應商的需求。嚴重依賴外判勞動力的國家，其就業市場可能面臨衝擊。
2. 初級知識型工作
人工智能可自動化以下任務：
- 法律研究
- 基礎財務分析
- 營銷內容生成
- 軟件除錯
這可能壓縮專業服務公司的利潤率，並減少對初級崗位的需求。
3. 傳統軟件供應商
未整合人工智能的傳統SaaS模式公司面臨被顛覆風險。以人工智能為核心的平台可透過提供更自動化的工作流程及決策功能，取代昂貴的企業工具。最終贏家將是擁有專有數據並成功整合AI代理的企業。
