如果台灣房價繼續往上漲一倍,可能會發生什麼事?

[大衛選讀] 買不起的房價,是許多人生活中最沉重的壓力。最近金管會宣布新青安貸款大放水,身邊卻又不斷聽到店家因租金過高而收攤的消息。兩個脈絡放在一起看,實在讓人心驚。

我在想,如果房價繼續漲上去,會發生什麼事?在全世界各大城市中,因為房價飆高,帶來了什麼問題?各國的政策跟趨勢脈絡上,又有什麼值得台灣借鏡的地方?

本文選讀彙整了多篇文章,內容整理如下,原文連結則放在留言中。


綜觀世界發展脈絡,過高的房價將導致「城市空洞化」

建商跟媒體總是說:「台灣的房價長期只漲不跌」。喔,好吧,你說的算。那我們就順著這脈絡,快轉到未來。假設房價再往上翻倍,我們的城市與生活將會迎來什麼樣的改變?

研究了一輪,我發現都市房價高漲的問題,不只出現在台灣,在世界各地地產金融化盛行的地方,幾乎都有同樣的狀況。

但是這類型熱錢湧入造成的飆漲,會產生一個現象。也就是即使一個城市的房地產價格飆升、表面看起來光鮮亮麗,但其內在的核心功能、經濟活力和社會多元性卻正在流失,最後只剩一個漂亮卻空心的外殼。

這不只是數字遊戲,而是一場深刻的社會與經濟危機。最壞的結果,就是我們熟悉的城市開始「空洞化」。

城市空洞化之一:高房價把關鍵工作者都洗出去,導致基礎服務的崩潰

房價翻倍,首當其衝的將是一場大規模的人口大洗牌,其影響將遠超過我們的想像。

過去我們談「仕紳化, Gentrification」,指的是有錢人搬進低收入社區,窮人被迫搬離。但在房價翻倍的極端情境下,被驅離的將不再只有低收入群體,而是構成城市運作骨幹的中產階級,特別是那些關鍵工作者 (key workers) — 老師、護士、消防員、警察、公車司機等。

這些人支撐著城市的日常,但是薪資多由公部門決定,追不上金融化推動的房價。舊金山市長 London Breed 在《An Affordable City for ALL of Us》一文提到,這讓提供城市服務的中產階級陷入一個殘酷的困境:「賺得不夠少,不符合社會住宅資格;賺得不夠多,又負擔不起實際的房租」。結果這些城市不可或缺的工作者,變成了被高房價拋棄的夾心餅乾。

閱讀全文 如果台灣房價繼續往上漲一倍,可能會發生什麼事?

顧問業的「盈利悖論」:AI 讓個人變強,為何公司反而賺不了錢?

[大衛選讀] 前一陣子看好 AI 轉型的顧問需求,買了點 Accenture 股票,沒想到半年多下來,營收成長未見起色,股價不斷下跌。

這讓我不禁想要研究一下,AI 人工智慧是否能為顧問業帶來數位轉型的商機,對於顧問行業本身,包含獲利模式、專業護城河等,又會有什麼影響?商業顧問的價值,會因此而改變嗎?

本文選讀彙整了多篇文章,內容整理如下,原文連結則放在留言中。


顧問業正經歷一場深刻的市場變革

近期整體的顧問業正處於一個充滿矛盾與壓力的轉型陣痛期。

首先是,新合約增長乏力。以系統整合為核心業務的Accenture 面臨的狀況尤其嚴峻。最近的季度財報顯示,新的顧問諮詢預訂量已經連續第二個季度下降。

再來是薪資凍漲與績效標準趨嚴。業內觀察指出,MBB(麥肯錫、BCG、貝恩)等頂級公司可能面臨連續第三年凍結底薪的窘境。與此同時,許多公司正透過收緊績效評估來限制獎金發放並提高人員流動率,以應對成本壓力。

傳統顧問行業,到了必須改變商業模式的時刻

Catalant 顧問公司的執行長 Pat Petitti,同時也是《Reimagining Work》一書的共同作者認為:沒有退路了,必須要破斧沉舟地改變整套商業模式 (You have to change the business model. You have to make a dramatic change.)

傳統上,顧問公司的價值鏈,都是從大量耗時的基礎工作開始。例如資料搜集、市場研究、數據分析和初步的洞察整理,這些任務長期以來都是由初階的顧問來承擔。然而,生成式 AI 的出現,正迅速自動化並商品化這些基礎能力。

此外,AI 分析非結構化數據的能力(例如分析數千份開放式問卷的回覆),進一步侵蝕了傳統顧問在質化分析方面的優勢。整個研究流程,從問題定義到洞察產出,都可以透過 AI 進行端到端的效率優化。

過去需要一個團隊花費一週時間完成的分析任務,現在可能在十幾分鐘內就能完成。

AI 賦能後,顧問的個人能力變得更強,但是公司獲利卻大幅下降

這種轉變的背後,隱含著深刻的「盈利悖論, Profitability Paradox」。

閱讀全文 顧問業的「盈利悖論」:AI 讓個人變強,為何公司反而賺不了錢?

當 AGI 引爆「經濟奇蹟」:每年增長30%的世界,將會變成什麼模樣?

[大衛選讀] 剛看完科技巨頭的半年財報,有一種哇,這獲利成長也衝太快了的感覺。

這讓我想要去好好分析一下,過往經濟成長的原因為何,變化有多大。這次的人工智慧變革,跟歷次工業革命又有什麼不同,接下來有可能會引發怎樣的經濟變化?

除此之外,為什麼矽谷會流傳一種說法:「當人工智慧爆炸發生時,你最好已經夠有錢了 (you had better be rich when the explosion occurs)?

本文選讀彙整了多篇文章,內容整理如下,原文連結則放在留言中。


西元1700年以前,世界的經濟成長率幾乎為零

在漫長的世界歷史中,從基督誕生開始,一直到清朝康熙年間,相當於法國路易十四的巴洛克時代晚期,中間經過了1700年,全球產出平均每年約只成長 0.1%。那是一段經濟成長停滯的漫長年代。

任何短期的經濟成果,很快就會被新一輪的人口增長所稀釋,使社會整體的生活水平倒退回原點。

這又稱作為「馬爾薩斯陷阱, Malthusian Trap」。在長達數千年的農業社會裡,無論是東方的漢唐盛世,還是西方的古羅馬,絕大多數普通人的生活水平並沒有本質上的飛躍。

直到18世紀末,以蒸汽機為代表的技術革命在英國爆發,人類的生產力首次超越了人口增長的壓力,才擺脫了束縛,大幅拉升經濟的發展曲線。

如果通用人工智慧,引發另一次的經濟爆炸,那會發生什麼事?

工業革命後,年均經濟成長率從從 1% 到 2.5%,中間花了將近一個世紀的時間。看似緩慢,但已經為世界帶來翻天覆地的影響。

如果通用人工智慧(Artificial General Intelligence, AGI)引發一場經濟爆炸,將全球年度 GDP 增長率推升至20-30% 甚至更高,那世界將會變得如何?

人工智慧的自我改進特性,將成為成長的飛輪

要分析未來的改變,首先要先知道經濟成長可能從何而來。

過去的技術如蒸汽機或電力,是人類創新的工具,是人類在主導創新,但人類也成為創新的主要瓶頸。到了AGI 時代,人工智慧則可能成為創新的主體,而不再受限於人類。

飛輪的第一步,是資本再投資:自動化帶來的早期巨大回報,將被重新投入到硬體和軟體的研發中,形成一個正向循環。研究智庫 Epoch AI 所建立的經濟模型顯示,一旦AI 能夠自動化約三分之一的任務,年度 GDP 增長率就將超過20%,並持續攀升 。

再來是資訊資本 (Information Capital) 的自我繁殖。資訊資本指的是軟體、演算法、數據庫、專利、設計藍圖、數位內容等無形資產。跟傳統資本不一樣的是,它可以零成本地大量複製,而且沒有折舊減損的問題。

諾貝爾經濟學獎得主 William Nordhaus 認為這將帶來經濟學上的「奇點」。我們用聰明的工具去創造出新的成果,而這些成果又能馬上被用來打造出「更聰明、效率更高的工具」。這個過程不斷自我加速,快到超乎想像。

白領薪資將大幅下降,資本擁有者則獲益滿滿

經濟學的基本原理是,一個理性的雇主不會以高於成本的價格購買服務。當 AGI 可以用一定的成本完成某項工作時,同等的人類薪資就不會超過這個價格。沒有公司會願意支付比 AI 成本更高的薪水來雇用一名人類員工。

回頭看看翻譯、逐字稿登打、插畫繪圖等已經被 AI 淹沒的領域,你就能充分理解 AI 即將帶來的薪資下沉。

只有一小部分擁有與 AGI 互補技能的工作者,如頂尖的創意人員、戰略家或研發工程師,將獲得極其高昂的薪資 。他們的獨特才能因 AGI 的賦能而被放大,變得極其稀缺和有價值。

那獲利跑到哪裡去了?人工智慧的獲利預期會集中在少數技術領先的科技公司手裡。如果你擁有資本,擁有這些科技公司的股票,那你就有機會靠這些投資收益好好賺上一筆,成為資本受益人 (rentiers)。

這也解釋了矽谷流傳的一種說法:「當人工智慧爆炸發生時,你最好已經夠有錢了 (you had better be rich when the explosion occurs)」。

利率可能會大幅飆升

在一個預期將出現爆炸性增長的經濟體中,兩個強大的金融力量預期將同時作用。

首先,個人的儲蓄意願將大幅下降。既然明天全世界就可能變得極其富足 (abundance)、不愁吃穿,為何還要節儉儲蓄?其次,對投資資本的需求將急劇飆升,以支持建設AGI 所需的龐大基礎設施,如數據中心和能源生產。

為了平衡這兩種力量,經濟學中的拉姆齊法則 (Ramsey rule) 指出,實質利率必須上升到極高的水平,才能夠吸引人們儲蓄,從而滿足巨大的投資需求。

這意味著,如果 AGI 真的能帶動經濟大爆發,那麼大家都會瘋狂去投資掏金;未來「借錢的成本」也就是實質利率,照理說一定會跟著大漲。

各項資產價格進入未知的拔河賽

極高的利率將對各類資產的估值產生一場劇烈的「拔河賽」,高低起伏充滿了極高的不確定性。

在股票上,一方面超高速的經濟增長意味著企業未來的獲利將大幅提高,這對股價是正面的。但另一方面,飆升的利率將反過來抵消投資公司的意願,降低股票這類風險資產的估值。這兩種力量相互抗衡,使得對股價的影響變得很難捉摸。

在土地價格上,土地的供應是固定的。AGI 的發展可能需要將大片土地用在建設數據中心和發電場,從而推高地價。然而,土地也是對利率最敏感的資產之一,高利率將對土地價格構成巨大壓力。

在現金上,持有現金或存入銀行似乎是一個安全的選擇,可以直接受益於高利率,不必擔心資本價值波動。但這取決於一個關鍵前提:中央銀行必須及時、準確地認識到經濟狀況的劇變,並將利率提升到足夠高的水平。

如果央行反應遲緩,設定的利率過低,將導致失控的通膨,進而侵蝕現金的價值。

接下來可以觀察什麼?

耶魯大學經濟學家 William D.Nordhaus 認為,如果一個如此巨大的變革即將發生,我們不應該只耳聞這樣的故事,而必定會在宏觀經濟數據上,看到像地震儀一樣的明確警訊,包括:

1. 生產力增長率的急劇加速
2. 資本利得在收入中的份額顯著上升
3. 企業在 AI 和計算基礎設施方面投資的大幅增加
4. AI 在所有行業中加速替代人類勞動力

根據2025年八月初的科技巨頭財報,前三個指標都有進展。像是微軟、谷歌、META獲利都大幅飆升;資訊科技業的淨利潤率高達 24.8%,遠高於其他行業,也高於自身五年平均;以及全球科技巨頭都正在進行一場史無前例的AI基礎設施投資競賽等。

剩下勞動力的取代還沒有那麼明顯,只是不知道還能撐多久啊,值得繼續追蹤觀察…


延伸閱讀書籍:

Power and Progress – 權力與進步:科技變革與共享繁榮之間的千年辯證

The AI Economy – 一個經濟學家的AI觀點:未來,剝削我們的是演算法,還是掌握演算法的「人」?

The Age of A.I. – AI世代與我們的未來:人工智慧如何改變生活,甚至是世界?

The Singularity Is Nearer – 奇點已近:當人類與AI融合一體


VTI 年報酬率超過 10%,能每年提領安心退休嗎?

[大衛選讀] 現在跟年輕人講到投資理財,大家都很有興趣。也不時會聽到哪個誰年紀輕輕,就靠股市投資累積了一筆身家,閃辭退休去了。

這讓我進一步去思考,「投資報酬率」對上「退休提領率」,到底要怎樣評估才算務實穩健?VTI 平均年報酬率這麼高,FIRE 退休運動卻只預估 4% 的退休提領率,會不會太低了點?

本文選讀彙整了多篇文章,內容整理如下,原文連結則放在留言中。


用股市長期年平均報酬率,來當做退休提領率?

先講答案,不論是10%還是8%,如果依照股市的長期年平均報酬率,固定提領同等比例的錢出來過生活,這樣試算下去肯定會破產。

因為市場的長期「平均」報酬率是一個回顧性的統計,但投資人每天面對的卻是真實的、不可預測的市場「波動」。

用股市的年平均報酬率來當做提領比例,致命傷在於:會在股市低點時被迫賣出更多資產,以及遇到下跌就會永久性地侵蝕本金。

史上最保守的估算,能安全度過多次空頭的 4%法則

如果你聽過財務獨立提早退休的 FIRE 運動,那個存到每年生活費的 25 倍即可退休的假設,就是從 4% 法則來的。

1994年10月,財務規劃師 William Bengen 在《財務規劃期刊》上發表了他的知名研究 。他的目標是要找出一個在歷史上最嚴峻的市場環境下,依然能夠確保退休金不被耗盡的「最高安全提領率」(Maximum Safe Withdrawal Rate)。

為了解決當時退休規劃領域一個最棘手、也最讓退休人士焦慮的問題:「我每年到底可以從退休投資帳戶裡拿出多少錢來花,才不會在過世前就把錢用光?」

本著「最壞情況」的思考哲學,William Bengen 從現代金融史上對退休者最具挑戰性的退休起始點:1968 年 10 月開始回測。一位在當時退休的投資者,將會立刻面臨 1970 年代災難性的組合:一場持續近 6 年的熊市,伴隨著8%-14%的高通膨。

回測結果導出,在退休的第一年,從投資組合的總價值中提領 4% 。在之後以這金額為基礎,每年根據通貨膨脹率進行調整。不超過 4% 的提領率,將可以安全度過 70 年代的大蕭條、2000 年的科技泡沫、2008 年的金融海嘯,更不用說 2020 年初短暫崩跌的全球新冠疫情。

4%法則,經過歷史實證下來,確實非常安全。

如果想要提領多一些,需要考慮的是報酬序列風險 (Sequence of Returns Risk)

在退休規劃當中,「報酬序列風險」是一個非常重要,但經常被忽視的概念。它指的是投資回報發生的「順序」,對退休金持久性的巨大影響,尤其是在退休初期的提領階段。

閱讀全文 VTI 年報酬率超過 10%,能每年提領安心退休嗎?