**摘要：**IMF 在 2026 年 10 月的年會報告中，一方面因 AI 基礎設施投資強勁而上修 2026 年全球成長預測至 3.1%，另一方面首次把「AI 生產力效益落空」明確量化：若投資急遽下滑，美股可能下跌 20%，到 2028 年全球產出比基準預測低 1.1%。對做產品的人來說，這是把「我們押的 AI 需求到底是不是真的」變成一組可對照的數字。
一體兩面：AI 投資既是成長引擎，也是風險來源
根據 TechOrange 綜合 CNBC 與 Reuters 的報導，IMF 首席經濟學家 Silvana Tenreyro 表示，全球經濟的韌性正逐漸逼近極限。這波 3.1% 的成長預測上修，主要來自半導體、資料中心與發電等 AI 基礎設施的前期集中投資——南韓、馬來西亞、墨西哥、泰國等硬體供應國明顯受惠，台灣今年成長率更被預估達 10.7%。
但 IMF 在報告中直接稱這是「一場規模龐大、前期集中的需求衝擊」，並點出關鍵：廣泛的生產力效益尚未實現。換句話說，目前撐住全球成長的，是投資本身，而不是投資帶來的回報。
下行情境的具體數字
IMF 的情境分析值得每個在 AI 上編預算的人細看。若市場重新評估 AI 的獲利與生產力前景、投資急遽下滑：
- 美國 GDP 可能直接減少 0.8%，外溢至亞洲科技出口國，到 2028 年合計衝擊最多 0.4%。
- 加上資產價格下跌、金融環境緊縮、消費減少與公債殖利率上升，2028 年全球產出可能比基準預測低 1.1%，美國低 1.8%，亞洲低 1.7%。
- 美股可能下跌 20%。
對照組是：若 AI 普及加速、投資持續，全球 GDP 到 2029 年可能額外提高 0.6%，美國與中國拿走大部分效益。兩個情境之間的差距，就是整個市場目前定價的不確定性。
另外一個容易被忽略的訊號：貢獻全球 95% 成長的經濟體只剩 32 個，低於 4 月的 54 個。成長正在向 AI 價值鏈內的國家集中，不在鏈上的能源進口國被下修預測。
給 builder 的三個對照點
第一，宏觀的問題和微觀的問題是同一個：你的 AI 投資有沒有對應到可衡量的生產力或營收改善？IMF 說的是國家層級的「生產力效益尚未實現」，但我們在 先前討論老工廠補上 AI 資訊鏈的文章 裡看過反例——AI 的價值要先接上具體流程才會兌現。如果你的專案答不出「省了什麼、多賣了什麼」，你就在 IMF 那個下行情境的微觀版本裡。
第二，成本結構的集中度。IMF 特別提到科技公司為支應 AI 投資而增加借款，推高借貸成本壓力。團隊層級的對應是把推理成本、token 用量和模型路由當成一級工程議題管理，而不是等帳單來了再砍。
第三，別把基準情境當保證。IMF 自己估 2027 年全球通膨率超過 5% 的機率約 35%，風險「偏向下檔」，Tenreyro 列的風險之一正是 AI 獲利前景遭重新評估。做規劃時，值得像 IMF 一樣同時寫下上下兩個情境。
一個務實的下一步
這份報告無法告訴你 AI 泡沫會不會破，但它把「生產力落空」的代價算清楚了。對產品團隊，最實際的動作是替每個 AI 專案定義一個生產力指標，並在下一次規劃會議時誠實回答：如果融資環境收緊、預算砍三成，哪些專案是因為可證明的效益留下來的？能答上來的，就是下行情境裡還站得住的那部分。