過去幾年，大家談 AI，焦點幾乎都放在模型、算力和晶片；但這一次，我想換個角度：看看「究竟是誰在幫 AI 把投資帳單付下去」。如果說 OpenAI、Nvidia、Meta 是這輪 AI 狂潮舞台上的明星，那真正替這場盛宴不斷加滿油的，其實是華爾街。 現在的 AI 資本支出，早已不是幾十億、幾百億美元的等級，而是未來幾年合計上看一兆、甚至將近三兆美元的長期承諾。對過去幾年滿手現金的華爾街來說，這幾乎是完美答案：一個體量龐大、看起來高成長，而且短期內不太可能被政治強行踩煞車的投資主題。於是，我們便看見一幅典型景象，口頭上擔心泡沫風險，實際行動卻加速往裡面衝。 季凡特別節譯與整理《華爾街日報》2025 年 11 月 16 日的一篇最新專文，試著拆解這股資金流背後的結構，並思考這對臺灣投資人可能帶來的風險與啟示。 https://www.wsj.com/finance/investing/wall-street-ai-spending-bubble-810d270e?mod=hp_lead_pos7 一、從中型企業放款，到 AI 超級機房金主 主角之一是 Blue Owl Capital。這家公司原本做的是很「樸實」的生意：借錢給像 Sara Lee 冷凍食品這樣的中型企業，靠穩定利差賺錢。但在 2024 年春天，加州 Ojai Valley 的一場科技名流聚會，成了它轉進 AI 的起點。 那場活動的來賓，包括 Zuckerberg、Satya Nadella、各路名人與矽谷家族辦公室。而 Blue Owl 兩位共同創辦人，則是會場裡穿著背心與球鞋的華爾街金主。他們在那裡談成一筆關鍵交易：收購 IPI Partners，一個專門擁有與經營大型資料中心的平台，客戶包括 Amazon 與 Microsoft。 一旦握有 IPI，Blue Owl 等於拿到了「AI 機房融資俱樂部」的門票，可以直接參與超大型專案標案。很快地，他們就被選中，安排約 140 億美元的融資，用來在德州 Abilene 興建 Oracle 與 OpenAI 合作的「Stargate」資料中心；接著又為 Meta 在路易斯安那州的 Hyperion 專案籌資，總規模約 300 億美元，Blue Owl 自己出 30 億股本，其餘全部靠舉債。 更關鍵的是結構設計：Blue Owl 形式上投入的是「股權」，條款卻被設計成有接近「債權保障」的保護機制，如果合作破局，股本仍有高度回收優先順序。這種股債混合的金融工程，本身就是為了滿足 AI 對資金的海量需求而誕生的新「金融魔法」。 二、AI 機房的三兆美元帳單，怎麼分攤？ 從總和數字看，故事更驚人。摩根士丹利估計，2025–2028 年全球與 AI 資料中心相關的資本支出約 2.9 兆美元，其中：科技公司自己掏腰包約 1.4 兆，剩下的要靠私募信貸、公司債、資產證券化、私募股權等各種金融工具來補上。 換句話說，科技巨頭的營運現金流，只能負擔大約一半的 AI 帳單。另一半，則被「打包」到債券、ABS、各種結構性商品裡，最後分散到養老金、共同基金、ETF，甚至一般散戶買的債券基金裡。 這也是為什麼，像 Meta 在 Hyperion 專案的債券，今天已經躺在 BlackRock、Invesco、Janus Henderson、Pimco 等各大資產管理公司的產品中。對臺灣投資人來說，如果您買的是「全球投資級公司債」、「全球多元收益」這類基金，很可能早已間接成為 AI 資料中心的「小股東」或「小債權人」，只是您不知道而已。 三、為何這些債券那麼誘人？ 以 Jacquard 專案為例：這是 JPMorgan 帶頭、規模約 380 億美元的 AI 機房聯貸，利率約 6.4%，比 Oracle 同期限公司債高出約 2 個百分點；Hyperion 專案的債券，利率更高。對債券基金來說，這幾乎是「垃圾債收益率＋投資等級保護條款」的夢幻組合。 Pimco 在 Hyperion 的案例裡，一口氣承諾買下 180 億美元債券，換取較高利率與強力契約保障。債券一掛牌，價格幾天內就漲了約一成，帳面獲利一度逼近 20 億美元，後來回吐一些，但仍留下十多億美元的紙上利得。這種「短時間賺十幾億美金」的故事，自然會吸引更多債券基金排隊搶進。 但這裡的關鍵，是風險被重新包裝。對上游科技巨頭來說，這是一種「把固定租金義務賣給債券投資人」的方式；對債券基金來說，則是「多收風險溢價、換取高收益」；而對圈外投資人來說，所有的故事最後只剩下一個數字：這檔基金的殖利率，比同類型又高了 1%～2%。 四、「風險不大」的說法，真的站得住腳嗎？ 支持者強調，這些資料中心的租戶是 Microsoft、Meta 這種口袋很深的科技巨頭，租約長期、現金流穩定，信用評級甚至高於美國政府，風險自然不大。某種程度上，這說法並非全無道理，如果您相信這批巨頭會在未來 10–15 年穩穩賺錢，那這些租金確實有很高機率按時付出。 但文章也點出幾個不安的訊號：
最後一個對照是頁岩油。十多年前，華爾街也曾為「fracking 革命」舉債上兆美元，最後在油價崩跌中大量爆雷。當時全球所有油氣公司 2012–2015 年加總借款約 1 兆美元；這次 2025–2028，只靠幾家 AI 科技巨頭，就準備借約 1.2 兆美元，規模更大。 五、這不只是 AI 故事，更是金融化的壓力測試 如果只從科技面看，這篇故事很容易被解讀成「AI 需求太旺、資料中心蓋不完」；但從金融結構看，筆者更傾向把它視為一場「華爾街對自身風險承受力的壓力測試」。
筆者的看法是：這輪 AI 狂潮，真正有機會留下價值的，未必是最「會講故事」的公司，而是那些能在現金流端驗證商業模式、同時控制槓桿與資本支出節奏的企業與金融機構。 對投資人而言，比起猜「AI 最後誰勝出」，更務實的做法，是檢查自己持有的基金：
AI 本身未必是泡沫，但圍繞 AI 的金融工程，可以非常接近泡沫的運作邏輯。理解這一點，或許比盯著每一顆 GPU 的規格、每一個新模型的參數，更能幫您在這場盛宴結束前，多留一點安全邊際。 APcore服務團隊敬上 2025/11/17 結論：這可能不是孤立事件。近來美、臺風險資產頻頻創高；要把脈其背後動能，須從長期貨幣供給總量切入。本文以 QE1、QE2、QE3 與「無限 QE」為分析框架，回溯 2009 年初至 2025 年近 17 年的變化，並據此整理出一套簡明脈絡，用以解釋當前資產價格的走勢與其延續條件。 說明：建議投資人持續追蹤聯準會（Fed）的政策路徑與工具運用。就資訊品質與時效性而言，WSJ 記者 Nick Timiraos 的報導值得優先參考。 美國 M2 自基期累計增至 2.7 倍；S&P 前二十大城市房價指數增至 2.3 倍；S&P 500（總報酬，TR）增至 9.9 倍。若以年化成長率表示，分別約為 6.1%、5.1% 與 14.6%。同期，臺灣 M1B 擴張至 3.4 倍；信義房價指數至 2.9 倍；臺灣加權股價總報酬指數（TRI）至 10.7 倍；折算年化成長率分別約為 7.6%、6.6%、15.3%。 有趣的是，無論美國或臺灣，風險資產價格大致隨貨幣供給增加而上升：房價的年化報酬約比貨幣供給年增率皆低 1 個百分點；股市年化報酬約為貨幣供給年增率的 2.0～2.4 倍。這顯示 Fed 的政策影響不只侷限於美國；只要臺灣央行傾向維持出口競爭力，Fed貨幣供給量就可能透過傳遞影響，間接影響臺灣股市與房市的價格。 
截至 2025 年 9 月，美國 M2 已創新高，而臺灣 M1B 的年增率也逼近 M2 的年增率。綜合判斷，在流動性寬鬆的傳導下，臺灣股市預計將率先受惠；其後資金與財富效果外溢，對貸款依賴度較低的房市板塊亦可形成支撐。 因此回到本文主軸：若美國進入降息循環、推升美元 M2，而臺灣央行基於匯率考量不願讓新臺幣明顯升值，則外匯存底可望續增；若同時出現 M1B 年增率上穿 M2 年增率 的「交叉」，按歷史經驗通常有利於風險資產走強。 在上述投資環境中，較無須貸款的豪宅買方更重視遺產／贈與稅配置；倘若因此促成陶朱隱園的個案成交，縱為少數，仍可能成為市場敘事的錨點，進一步推升對高單價資產的交易意願。 說明：在臺灣，房地作為遺產／贈與課稅基礎非市價，而是土地公告現值＋房屋評定現值，通常遠低於成交價。 事實上，美國房市近月也呈現分化：豪宅維持高檔、跑贏大盤但量能偏低（價撐量縮）；一般住宅則降溫橫盤、買方議價上升。此「高端強、普宅弱」的結構，與消費端的級距分野相呼應：國際線與高艙等需求仍強，國內線與經濟艙相對疲弱，顯示高收入族群的財富效果逐漸顯現。 根據WSJ 數據指出，美國國際線與高艙等機票仍供不應求；同時，各家航空的國內線與經濟艙銷售疲軟。主打低價休閒旅遊的廉航（如 Frontier、Spirit）第二季的處境較仰賴高收入與商務客的公司（如 Delta）更艱難。United 表示，最近一季其高艙等營收成長 5.6%，而經濟艙為負成長。 https://www.wsj.com/economy/consumers/the-middle-class-vibe-has-shifted-from-secure-to-squeezed-a41f64f8 Flights to international destinations and in premium classes are still selling out, while domestic and main-cabin sales softened across airlines. Budget carriers that specialize in cheaper leisure trips, like Frontier and Spirit, had a tougher second quarter than carriers like Delta Air Lines, which gets more revenue from higher-income and business customers. United Airlines said premium cabin revenue in the most recent quarter increased 5.6% “while the economy cabin was negative.” 綜合以上分析，即便在當前打房壓力偏高的環境下，若 10 月 M1B 與 M2 的「交叉」確定形成（官方數據尚未公布），在美國預期降息與股市財富效果共振之下，地標級豪宅的零星高價成交可成為市場敘事的錨點；縱使僅屬個案，亦足以為高單價不動產的市場基調釋出訊號。 APcore服務團隊敬上 2025/10/24 
本文根據《華爾街日報》David R. Henderson 的投書要點加以整理，協助讀者掌握三位得主在經濟學上的代表性貢獻。Henderson 為史丹佛大學胡佛研究所研究員、《Concise Encyclopedia of Economics》主編。 https://www.wsj.com/opinion/the-nobel-nods-at-economic-growth-d3260a73 諾貝爾經濟學獎委員會於 10 月 13 日宣布，本屆獎項頒給喬爾・莫基爾（Joel Mokyr）、菲利普・阿吉翁（Philippe Aghion）與彼得・豪伊特（Peter Howitt），表彰他們對「創新」與經濟學所稱的「創造性破壞」如何驅動經濟成長的闡釋。 https://www.nobelprize.org/prizes/economic-sciences/2025/press-release/?utm_source=chatgpt.com 莫基爾現為美國西北大學經濟學與歷史學雙聘教授，並兼任以色列特拉維夫大學教授；阿吉翁任教於法國與英國的多所大學；豪伊特則是美國布朗大學經濟學教授。 瑞典斯德哥爾摩大學經濟學教授、同時也是諾貝爾委員會成員的 Per Krusell 指出：「科學革命本身沒做太多事，直到它開始與更實務的知識互動。重要的是科學的運用與科學本身之間的互動。」 莫基爾是一位經濟歷史學家，致力於理解為何會出現所謂「冰球桿」式的人類繁榮曲線：長而平坦的桿身代表工業革命前數百年的停滯，短而陡峭的刀刃則代表工業革命後美國與歐洲多國在 GDP 與人均 GDP 上的持續成長。 阿吉翁與豪伊特則著重於經濟成長的理論建模，說明各種因素如何互動以帶來成長；其工作與莫基爾相得益彰。 莫基爾主張，推動 19 世紀工業革命、並啟動現代經濟成長的，是兩類知識：處方性知識（Prescriptive Knowledge）與命題性知識（Propositional Knowledge）。處方性知識講「如何做」，例如配方、設計圖、作業指引、流程與製程技術；命題性知識講「是什麼、為什麼」，解釋事物為何可行、其原理何在。 
圖一：人均 GDP：英國 vs. 瑞典（1300–1700），技術節點示意。
圖二：人均 GDP（1825–2022），通用目的技術自蒸汽機至 AI 的擴散路徑。 資料來源：The Royal Swedish Academy of Sciences；圖：Johan Jarnestad（©） 例如，達文西（Leonardo da Vinci）在 15 世紀末就畫出直升機草圖，但當時缺乏能將其製作出來的技師與工程師。反之，若只有實務經驗而不明原理，也難以推進發明。 莫基爾指出，科學與實務技藝的互動，讓命題性知識與處方性知識相互強化，這正是英國起飛的關鍵：一方面有「書信共和國」促進科學交流；另一方面有大量熟練工匠與工程師將知識應用；再加上社會開放、鼓勵創新。相對地，中國雖曾技術領先，卻因 1430 年代停止對外探索而與世界隔絕，難以持續成長。 莫基爾、阿吉翁與豪伊特都強調奧地利經濟學家約瑟夫・熊彼得（Joseph Schumpeter）所稱的「創造性破壞」的重要性。當企業創新時，會催生新產業、新產品，並在過程中取代舊事物；經典例子是福特 T 型車（Model T）取代馬車市場。莫基爾稱工業革命為「一切創造性破壞之母」。 1990 年代初，阿吉翁與豪伊特不同意當時的經濟成長模型，遂建立以創造性破壞為核心的框架。Solow 在 1950 年代提出的外生成長模型，並於 1987 年因此獲頒諾貝爾獎，但該模型將技術進步視為外生，未解釋其生成機制。 Lucas（1988）奠定以人力資本與知識外溢驅動的內生成長基礎（其 1995 年諾貝爾獎主因在理性預期與總經理論革命）；Romer 進一步將研發、創新與規模經濟正式內生化，並於 2018 年獲獎；阿吉翁與豪伊特則以「創造性破壞」刻畫新舊技術替代的解釋機制，將其嵌入內生成長模型。 https://dash.harvard.edu/server/api/core/bitstreams/7312037d-2b2d-6bd4-e053-0100007fdf3b/content 當企業創造新產品，或找到更低成本的生產方式並取得專利時，可在專利期內享有壟斷利潤，因而具有強烈創新誘因；其他企業仍可推陳出新，因此這種暫時性壟斷不會扼殺進步，反而推動競爭與成長。 值得一提的，在全球經濟再次遭逢以 AI 為代表的技術轉型之際，阿吉翁強調，歷來關於「大規模失業」的預測未見實證支持。 With the world economy once again facing potentially significant technological change in the form of AI, Aghion said the predictions of widespread unemployment offered up by critics of change in the past haven’t proved to be well founded. https://www.wsj.com/economy/nobel-economics-prize-2025-joel-mokyr-philippe-aghion-peter-howitt-1d26f359 隨著經濟成長推進，全球極端貧困下降、人均壽命延長，許多昔日難以企及的奢侈品也走入日常。三位得主研究的最大貢獻在於強調：既然成長關乎民生福祉，就必須釐清其成因並確保可持續。 APcore服務團隊敬上 2025/10/14
家長追逐名校，追的其實是「確定性」。但職涯更像一場長期的「樂透」：少數人抵達高薪與高位，多數人則在常態分布的中段長跑。WSJ 引述研究指出：頂尖名校確實讓您「中大獎」的機率更高——例如進入收入前 1% 的機率高出約 60%——但那仍只是機率，不是保證。 什麼是「自然實驗」？ 因為無法把同一位高中生同時送進兩所大學，經濟學家便尋找近似隨機的「自然實驗」。典型作法是比較「候補名單被遞補錄取」與「候補最終落空、改讀其他學校」兩群學生的後續表現——兩群人在學力與背景上相似、唯一差別幾近於是否「剛好」進了名校。這種設計，能更清楚地估計「學校本身」的效果，而非個人特質的差異。 結果是什麼？尾端機會增加，平均薪資差異不大 據《華爾街日報》2025 年 8 月 29 日報導，Ivy-Plus 帶來三項早期職涯優勢：（1）進入收入前 1% 的機率約高出 60%；（2）進入排名前十研究所的機率近乎倍增；（3）受聘於頂尖雇主的機率約為其他學校的 3 倍。惟就「平均收入」而論，Ivy-Plus 與其他公立明星學校畢業生差距並不顯著。白話說：名校提高您摸到「天花板」的機率，但未必明顯增加平均薪資。 https://www.wsj.com/us-news/education/the-elite-college-myth-268c4371 說明：該研究由哈佛的 Raj Chetty、David J. Deming 與布朗大學的 John N. Friedman 主導，對象為 Ivy-Plus（常春藤八校＋Stanford、MIT、Duke、Chicago）。研究以候補名單遞補的「自然實驗」來估計就讀名校的因果效果；論文為 NBER 工作論文（No.31492）。 But when it came to earnings, Deming found that the average income of Ivy-plus graduates was pretty much the same as those who went to selective public flagship schools, such as Ohio State, the University of Texas at Austin and UCLA. 規模現實：《財富》50 大企業的人，主要不來自頂尖名校 勞動市場資料商 Lightcast 的比對顯示：名校畢業生確實「略」更可能進入《財富》50 大企業，但差距不大；以人數與供給面來看，《財富》50 大的員工其實很少出自名校。更關鍵的是，其中的同事「大約有四倍」更可能畢業自錄取率高於 40% 的學校，而不是傳統的頂級名校。換言之，職涯舞臺的門票，更多來自龐大的中間學校群，而非所謂的名校。 區域勞動市場：離您近，才是您的網路 多數人的工作其實發生在就學地或成長地附近。企業招募也常就近與在地生態貼合：例如 Raymond James Financial 把招募重心放在美國東南方學校（其三分之二的新增職缺在佛州總部），而名望有時反成為薪資談判的阻礙——「MIT 的畢業生想在北卡拿波士頓薪水」。對企業而言，「願意長期留下」的在地人才與薪酬匹配度，往往比名校更重要。 頭銜集中 ≠ 來源單一 您或許會說：社會最有影響力的人看似集中在少數名校。沒錯，但版圖比您以為的更廣。《Nature》一項整理指出：除了聚焦的 34 所名校之外，還有 378 所其他大學也培養出《財富》500 強企業 CEO——這提醒我們，通往高位的道路並非只有一條林蔭大道。 說明：去年《Nature》該研究的附錄中，杜克與布朗各有三位培養出《財富》500 強企業的 CEO，但鮑爾州立（Ball State）、路易斯安那州立、聖地牙哥州立等校也各有三位。 把名校當「保險」，為何常買到「過度保險」？ 從自然實驗的證據綜合來看，名校的邊際效應主要表現在「極端高位機會」的機率提升，對大多數人的「平均結果」卻近乎等值。因此，若為了那張「額外彩券」付出過高代價（過度補習、過度借貸、為排名犧牲更適合匹配的資源），就像為小機率風險買了太昂貴的保單：保的是夢幻場景，卻稀釋了更大機率的成果（或：回報／效益）。 給臺灣家長與學生的四點決策框架 1）科系與資源適配優先：實作機會（實習、產學合作、競賽、專題）比名校更能轉化為可見成果與具體推薦；做法：了解系所與指導老師的專長、實驗室／工作室的參與機會，以及歷屆學生的論文／作品與就業表現。 2）地理與產業鏈要搭配：把學校所在城市視為職涯的「第一職場」。做法：對準區域產業重心（能源：德州；金融：紐約；半導體：臺灣北—中—南走廊〔竹科／中科／南科〕與亞利桑那州），就近累積人脈與履歷。 3）投資報酬率視角：在師資水準與實作機會相近時，補助較多、學費較低的選項，長期淨現值（NPV）通常更高；做法：將學費、助學金、畢業後負債、實習品質與起薪前景一併折現評估。 4）打造「問題解決者」的個人品牌：雇主真正看重的是能做事的人。做法：以實戰案例證明自己「把事做成、帶起團隊、解決問題」的能力；例如 WSJ 文中那位放棄常春藤名校選擇，最終擔任環球影城《寵物當家》主題樂園設施創意製作人的案例。 結語 人生有兩種賽局：有限賽局與無限賽局。有限賽局有終點、有輸贏——這就是大學申請。無限賽局持續進行，沒有固定的贏家——這就是大學之後的職涯。為了掌握「進名校」這個有限賽局，我們太常忽略了人生這場無限賽局。 名校帶來的是機率加成，但並不保證會兌現。對多數人而言，回報更取決於解決問題的能力、遷移彈性與經營職場人脈的能力。把人生當成無限賽局——長期投入、持續精進、累積聲譽——您會發現，真正的保障不是名校，而是把學習轉化為價值的能力。 APcore服務團隊敬上 2025/9/9 |
|
|||||||||
