过去两年，人工智能（AI）几乎成为华尔街最确定、最拥挤的交易叙事。从 NVIDIA 的市值飙升到云计算巨头的资本开支竞赛，再到数据中心基础设施建设的全面铺开，资本市场用数万亿美元的市值押注同一件事：AI 将带来堪比工业革命的生产力周期，推动企业利润迈向新台阶。

然而，在这股几乎一边看的乐观情绪中，做空机构浑水Muddy Waters Research 创始人 Carson Block 最近却给出了一个完全相反的判断，如同一盆冷水浇向了狂热的市场。

在迈阿密举行的 Future Proof 财富管理会议上，这位以揭露财务造假闻名的做空大师公开表示，自己在短短一个月内完成了一次180 度立场反转，从全面看多美国市场转向整体看空。原因并不是传统的经济衰退信号或利率政策变化，而是一个被市场普遍忽视的变量AI 驱动的就业冲击。

Block 预计，未来三年美国约 15% 的知识工作者岗位可能被替代。这场白领就业结构的重构，一旦通过消费、养老金和资本市场传导，可能对股市形成系统性冲击。换句话说，AI 也许不是下一轮牛市的燃料，而是一次潜在的宏观冲击。

一次180 度转向：

AI 改变了华尔街的宏观判断

就在去年年底，Carson Block 仍然公开表示自己更倾向于做多美国市场。当时的宏观环境似乎完全支持这一判断：美国经济展现出惊人的韧性，消费数据稳定，企业盈利持续超预期。与此同时，AI 带来的资本开支浪潮正在席卷科技行业，似乎没有任何理由看空。

从数据来看，美股确实处在一个典型的科技周期扩张阶段。过去一年，标普 500 指数中科技公司的利润增速远高于整体市场，大型科技股市值甚至占据指数权重的三分之一以上。华尔街的共识是：AI 将提升全要素生产率，降低运营成本，从而推高利润率。

但 Block 认为，这种繁荣背后隐藏着一个被忽视的深刻矛盾。

AI 的价值逻辑，本质上建立在替代人类劳动之上。当企业开始用自动化系统取代员工时，短期财务报表确实会更好看工资支出减少，利润率提升。但一旦这种趋势在宏观层面扩散，消费能力与就业结构就会受到冲击。

这是一个经典的宏观经济学悖论：对于单个企业而言，裁员是降低成本的正确决策；但对于整个经济体而言，大规模裁员意味着总需求的萎缩。

换句话说，AI 对企业是效率革命，但对经济可能是需求冲击。当无数企业同时做出优化人力的理性决策时，宏观结果可能是非理性的衰退。这也是 Block 从看多转向看空的核心原因。他担心市场正在错误地为利润增长定价，而忽略了需求崩塌的风险。

AI 裁员的第一波：

白领岗位正在被重写

在 Block 看来，这场就业结构变化不会首先出现在制造业，而是会集中在知识型岗位。这与过去的技术革命截然不同。以往的自动化主要冲击蓝领工人，而生成式 AI 直接威胁的是白领的认知劳动。

法律助理、税务咨询、会计支持以及金融后台岗位，都属于高度流程化、基于规则的工作。随着生成式 AI 和自动化工具的普及，这些岗位的生产效率正在被大幅提升。一个初级分析师原本需要一天完成的报告，现在 AI 可能在几分钟内生成初稿。

这意味着企业不再需要同样规模的人力。原本需要十个人的团队，现在可能只需要两个人加上 AI 工具即可完成。

在对冲基金行业，这种趋势已经开始显现。过去需要一整支团队处理的 IT 支持、数据整理和运营流程，如今可以由自动化系统完成。大型金融机构或许仍会保留传统招聘体系以维持品牌形象，但利润空间较薄的中小机构，很可能更快转向自动化以生存。

这种结构分化带来的影响，并不仅仅是就业数量的变化。更重要的是，它会改变劳动力市场的收入结构。

一旦中低层白领岗位减少，原本属于这部分群体的收入将转化为资本收益，流向科技巨头和股东。然而，富人的边际消费倾向远低于中产阶级。当大量中产白领面临降薪或失业风险时，整体社会的消费能力和财富积累路径都会受到冲击。

对于依赖居民储蓄持续流入的资本市场而言，这意味着一个潜在问题：投资资金来源可能被削弱。当人们担心饭碗不保时，首先削减的就是 discretionary spending（可选消费）和投资定投。

当 401(k) 资金减少，

牛市还能持续吗？

美国股市过去十年的持续上涨，很大程度上依赖于一个稳定的资金来源居民养老金账户。其中最重要的就是 401(k) 退休计划。

每个月，大量工资的一部分会自动进入这些账户，并持续流入股票市场。这种结构性资金为美股提供了长期稳定的买盘，无论市场涨跌，这笔钱都会定期入场。这是一种被许多投资者忽视的隐性流动性。

但 Block 认为，如果 AI 冲击导致失业率上升，这种资金结构可能发生变化。

失业者不仅无法继续向退休账户缴费，甚至可能需要提前动用储蓄来维持生活。在极端情况下，他们可能被迫从 401(k) 账户中取款，这意味着股市将面临一种新的压力：资金流出，而不是资金流入。

当最大的买方力量开始减弱甚至逆转，估值支撑将变得脆弱。

与此同时，他还指出当前市场定价已经过于乐观。在信用市场中，企业债利差处于历史低位，而信用波动率也处在异常平静的水平。这意味着投资者仍然在用低风险环境的逻辑给资产定价，完全忽视了潜在的违约风险。

如果就业市场恶化，企业盈利下滑，信用利差必然走阔，这将引发资产价格的重新定价。

因此，Muddy Waters Research已经开始建立新的交易布局，包括押注信用利差走阔，并寻找 ETF 结构中的流动性错配机会。这种策略的核心不是押注单一公司，而是押注宏观风险重新定价。他们相信，市场尚未意识到 AI 对就业市场的冲击速度会快于预期。

AI 时代的资本市场悖论：

效率革命与需求危机的博弈

过去两年，AI 一直被视为股市上涨的最大催化剂。投资者习惯于线性外推：技术进步等于利润增长，利润增长等于股价上涨。

但 Carson Block 的观点提出了一个值得深思的悖论：AI 带来的效率革命，也许会在宏观层面削弱消费与就业。

在微观层面，企业利润可能上升；但在宏观层面，需求可能下降。这种微观理性与宏观非理性的冲突，是本次 AI 周期最大的不确定性。

如果这一逻辑成立，资本市场未来将面对一种全新的周期：技术繁荣与就业压力同时存在。股市可能不再单纯反映经济增长，而是反映资本与劳动之间的分配博弈。

对于投资者而言，这意味着一件事AI 不仅是新的增长叙事，也可能是新的系统性风险。当市场都在欢呼生产力提升时，或许更应该关注那些被生产力提升所优化掉的人，他们的消费能力消失后，谁来购买这些企业生产的产品？

在金融历史上，每一次技术革命都会经历阵痛。但这一次，由于 AI 渗透速度极快，阵痛可能来得更猛烈。当神经开始紧绷时，行情也许还没结束，但风险已经在路上。对于普通投资者而言，在拥抱 AI 红利的同时，或许也该为这场结构性变革可能带来的波动，预留足够的安全边际。

毕竟，在资本市场里，意识到风险的存在，往往是规避风险的第一步。