預測市場 Kalshi 的資料顯示,截至 2026 年 11 月 18 日,市場認為美國非農企業勞動生產力在 2026 年至 2031 年間的複合年增率高於 2% 的機率約為 60%,高於 2.5% 的機率則為 36%。若以兩個門檻間的機率線性推估,50% 機率中位數約落在 2.2%,但此數字是外部估算,並非 Kalshi 公布的正式預測。
Kalshi 設定的結算基準為美國勞工統計局(BLS)非農企業勞動生產力指數,計算方式為 2031 年年均值相對 2026 年年均值的複合年增率;門檻適用整個五年區間,並不要求每一年都超過指定水準。BLS 初報顯示,第三季季增年化生產力成長 3.6%、年增 2.1%;2007 年第四季至 2019 年第四季的週期平均增速為 1.5%,2019 年第四季至 2026 年第三季則回升至 2.2%。
這場預測市場真正交易的不是單季數據,而是人工智慧能否把美國經濟推回「每名勞工創造更多產出」的結構性升級軌道。2.2%看似只比長期均速高出一點,但若能連續延續五年,便足以顯著改變薪資、物價、利率與資本投資的相對吸引力。其重要性在於,生產力決定單位勞動成本;當產出增速持續高於工資增速時,企業才可能在不大幅壓縮獲利的前提下吸收更高的利率與能源成本。
從歷史脈絡看,美國長期生產力在資訊革命後經歷放緩,直到 2019 年前後才回到約 2.2%的年增速度。人工智慧的商業化若僅停留在聊天機器人或內容生成,總體效益容易被算力資本支出、資料中心電力與折舊費用抵銷;只有當企業流程、工程設計、客服、醫療紀錄、軟體開發及供應鏈協調被重構時,成長才可能由少數大型科技業擴散至廣泛產業。
Kalshi 的門檻設計也揭示市場需求:交易者不是只想知道 AI「有無用」,而是要判斷其效益是否足以讓五年複合增速跨越 2%、甚至 2.5%的關鍵門檻。這種制度能聚合分散資訊,卻不等同於官方預測。市場給出 60%機率只代表風險分布,並不能證明 AI 已是唯一驅動力。
更深層矛盾在於,生產率上升可能先改善企業獲利與資本支出,未必立即轉化為廣泛的薪資或工時增加。若 AI 主要縮減人力需求,總體產出提高將更集中於少數資本持有者;聯準會也可能面對「供給面改善但需求仍偏弱」的政策錯配。因此,2.2%若伴隨更強的投資與實質薪資,才構成全面成長;若僅來自裁員、庫存調整或統計基期效應,市場把它解讀為 AI 紅利,可能過度樂觀。
2019 年第四季至 2026 年第三季,美國非農企業生產力已以約 2.2%的速率回升,與 1947 年以來的長期均速相當。市場現在押注的是 AI 能否讓這條低速成長線再向上,而不是單純恢復歷史平均。Kalshi 的門檻屬五年複合計算,也使交易結果取決於起訫兩點,中間即使反覆波動也不致直接失效;因此,最需要觀察的是 2026 年基期與 2031 年終值,而非某一季的熱門數字。
01 起因觸發:Kalshi建立2026至2031年美國非農企業生產力複合增速門檻合約
02 一階傳導:市場形成約2.2%的五年增速中位數,並重新評價AI商業化效益
03 二階擴散:企業提高資料中心、雲端、電力與流程自動化投資,科技資本支出周期延長
04 宏觀終局:若生產力與薪資同步上升,可能降低通膨與利率壓力;若僅由裁員驅動,則加劇就業及所得分化
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
10Y-2Y 美國公債殖利率利差
全球總體經濟衰退與降息週期的頭號先行指標。利差倒掛修復通常伴隨經濟週期重大轉折。 當前數值反映全球資本與供應鏈成本正處於關鍵拐點,對本情報涉及實體的資產定價與營運策略具備直接外溢影響。