人工智慧將如何在未來十年重塑富時100指數？

01. 歷史背景

人工智慧對富時100指數至關重要，因為該指數實際上涵蓋金融、能源、醫療保健、國防和工業基礎設施等領域，但其直接平台經濟效益卻十分有限。

富時100指數並非純粹的人工智慧基準。貝萊德2026年3月發布的富時100指數概況顯示，該指數的前十大重倉股分別為阿斯特捷利康、匯豐銀行、殼牌、勞斯萊斯、英國石油、英美菸草、聯合利華、葛蘭素史克、力拓和英國航空航太系統公司，合計佔該指數49.84%的權重。這種構成至關重要。這意味著人工智慧可以透過提高生產力、自動化、風險管理、工程和資料中心相關基礎設施來提振該指數，但前提是這些收益能夠擴展到目前仍主導該指數現金流的產業。

基於數據的富時100指數人工智慧場景視覺化 — 人工智慧對富時 100 指數的影響是一個擴散案例：如果人工智慧的應用從金融和基礎設施領域擴展到更廣泛的生產力、利潤率和資本紀律領域，那麼該基準指數就會受益。

FTSE 100 指數架構下的長期人工智慧發展前景

地平線	什麼最重要	什麼能加強這個論點	什麼會削弱這個論點
1-3年	採用和貨幣化的證據	大型銀行、工業企業和服務集團均報告稱，人工智慧帶來的成本、收入或風險收益已達到可衡量的水平。	人工智慧目前仍主要是一項試點成本，利潤率並未提高。
到2030年	國家基礎設施和商業擴散	英國企業人工智慧使用率較目前的16%顯著成長，資料中心建置持續推進，技能培訓計畫也擴大了人工智慧的應用範圍。	採用率停滯不前，網路風險上升，或者說，80%目前沒有相關計畫的公司仍然基本上處於不活躍狀態。
到2035年	生產力提升是否能成為普遍基準	人工智慧將指數層面的獲利成長提升至高於富時100指數近期4.6%的年化價格成長基準水準。	收益仍集中在少數供應商身上，而指數中的其他供應商則面臨成本上漲。

歷史起點至關重要。雅虎財經圖表數據顯示，富時100指數從2016年5月31日的6504.30點上漲至2026年5月15日的10195.37點，漲幅達56.75%，年化收益率約為4.6%（未計股息）。倫敦證券交易所集團（LSEG）2026年1月的報告也具有重要的市場情緒指標意義：該基準指數在2026年1月5日收於10004.57點，創下五位數收盤價，這提醒投資者，該指數在進入人工智慧領域時，已處於強勁而非低迷的狀態。

目前的估值環境既不樂觀也不便宜，不足以讓人工智慧獲得免費重估。貝萊德iShares產品頁面顯示，截至2026年5月14日，富時100指數的本益比為16.67倍，市淨率為2.31倍，過去12個月的股息殖利率為2.88%。由於貝萊德將本益比定義為當前股價除以當前預測年度的獲利，因此市場已經傾向於預期獲利。只有當人工智慧能夠提高這些獲利時，它才能重塑基準指數，而僅僅提升管理階層的業績表現是遠遠不夠的。

02. 關鍵力量

人工智慧可能從五個方面實質地改變這一持續十年的論點

首先，英國企業對人工智慧的採用仍處於早期階段，這意味著如果普及率提高，其成長空間巨大。英國科學、創新與技術部於2026年1月28日發布的《人工智慧採用研究》顯示，目前僅有16%的企業至少使用一項人工智慧技術，5%的企業計畫採用，而80%的企業既未使用也未計畫使用。大型企業的採用率最高，達36%，中型企業為23%，微型企業為14%。對於富時100指數成分股公司而言，情況很簡單：成長空間不在於證明人工智慧的存在，而是證明人工智慧能夠從試點階段過渡到廣泛的實際應用。

其次，英國政府正努力為人工智慧的普及建構物質和製度基礎。在2026年1月29日發布的進度報告中，政府表示已完成行動計畫50項行動中的38項，並指定了5個人工智慧增長區，這些區域已釋放了282億英鎊的投資，並創造了超過15,000個就業機會。同一份報告指出，政府已承諾投入20億英鎊，到2030年將英國的運算能力擴大20倍，並為主權人工智慧部門提供高達5億英鎊的資金支持。這並不能保證富時100指數的利潤會成長，但確實提高了該指數所涵蓋的工業、公用事業、國防和服務業從國內人工智慧基礎設施支出中受益的可能性。

第三，金融服務業是最直接的體現，因為富時100指數成分股中銀行和保險公司佔高比例。英國財政部於2026年1月20日表示，約四分之三的英國金融公司已經在使用人工智慧，獨立分析表明，到2030年，人工智慧有望為金融和專業服務業帶來數百億英鎊的收益。這對匯豐銀行直接重要，對更廣泛的英國大型金融機構也具有間接意義：富時100指數成分股公司近期從人工智慧中獲益的可能性更大，這主要體現在承保、詐欺檢測、客戶服務、生產力提升和合規性等方面，而非軟體平台帶來的經濟效益。

第四，全球人工智慧資本支出浪潮規模龐大，即使對於以傳統經濟為主的指數也足以產生影響。高盛全球研究院在2026年5月1日發布的報告中指出，其基準模型預測，2026年全球人工智慧資本支出約為7,650億美元，到2031年將成長至1.6兆美元，這意味著2026年至2031年間，計算、資料中心和電力領域的累計支出將達到約7.6億美元。對於富時100指數而言，這主要體現在能源、採礦、工程、國防電子和資本貨物等產業的需求。該指數所包含的人工智慧平台可能不多，但它確實包含多家與人工智慧所需的實體經濟密切相關的企業。

第五，宏觀生產力的提升空間雖真實存在，但除非監管和普及協同作用，否則提升幅度有限。國際貨幣基金組織（IMF）2025/067號工作報告估計，在首選的中期情景下，人工智慧可在五年內累計提升歐洲約1.1%的生產力；而在低風險情景下，圍繞人工智慧安全、數據隱私和職業層面要求的國家和歐盟法規可能會使這些收益減少30%以上。這對富時100指數的投資人而言是正確的：人工智慧可以有所助益，但該基準指數仍需要生產力的全面、穩定提升，而非單一的宏大敘事。

人工智慧十年案例的五因素評分視角

因素	為什麼這很重要	目前評估	偏見
企業採用	廣泛應用決定了人工智慧能否惠及整個經濟領域。	目前只有16%的英國公司使用人工智慧，而80%的公司仍未制定任何相關計畫。	中性偏看
政策與計算	人工智慧需要電力、數據、規劃支援以及公私合作。	政府表示50項行動中已有38項完成，5個人工智慧增長區已建成，並釋放了282億英鎊的資金。	看漲
金融部門準備狀況	銀行和保險公司是富時100指數的主要獲利來源。	英國財政部表示，約四分之三的英國金融公司已經在使用人工智慧。	看漲
指數組合	產業權重決定了人工智慧對基準收益的影響程度	前十大持股佔比49.84%，主要由醫藥、銀行、石油、必需消費品、礦業及國防產業構成。	中性偏看
生產力轉換	長期重新估值需要真正的效率提升。	國際貨幣基金組織（IMF）預期歐洲整體經濟成長目標僅在五年內約1.1%，且有明顯的監管不利因素。	中性的

因此，對富時100指數而言，最現實的AI牛市並非純粹的科技故事，而是一個融合多種因素的故事：金融業率先採用AI，基礎設施支出保持高位，工業生產率不斷提高，而該指數中佔比最大的非科技行業也找到了將AI轉化為更高利潤率和更強現金流的方法。

03. 反例

為什麼人工智慧的故事仍然會讓長期投資者失望

首要風險在於普及率低。英國政府本身的研究表明，目前只有16%的英國企業在使用人工智慧，而80%的企業既不使用人工智慧，也沒有採用人工智慧的計畫。如此巨大的差距足以讓富時100指數成分股公司即使擁有令人信服的人工智慧策略，也可能因為普及率長期過低而最終失敗。

第二個風險是監管和信任會減緩人工智慧帶來的回報。國際貨幣基金組織（IMF）的研究表明，如果人工智慧在受監管的任務和行業中的應用較少，歐洲中期人工智慧生產力的提升可能會減少30%以上。對於一個高度依賴銀行、醫療保健、菸草和公用事業等受監管行業的基準經濟體而言，這並非理論上的問題。

第三項風險是網路安全和韌性。國家網路安全中心於2026年4月15日發出警告，人工智慧將使發現和利用漏洞變得更加容易、快速和廉價，從而加大企業快速修補系統漏洞的壓力，並提高安全防護不力的代價。對於包含關鍵基礎設施、銀行、製藥公司和消費品牌的大型股指數而言，人工智慧可能同時提高營運槓桿和營運風險。

第四個風險在於產業構成。富時100指數的大部分獲利仍來自那些主要受油價、利率、醫療保健需求、礦業週期、國防預算和必需消費品等因素驅動的公司。人工智慧可以在一定程度上改善這些企業的業績，但它並不能自動取代它們現有的宏觀經濟風險敞口。因此，與軟體密集指數相比，該基準指數受人工智慧影響的上漲空間可能更慢，且更具不確定性。

目前人工智慧對長期論點的風險

風險	最新數據點	為什麼這很重要	目前評估
採用差距	英國有16%的企業使用人工智慧，5%的企業計畫採用人工智慧，80%的企業目前沒有相關計畫。	這顯示人工智慧要普及到整個經濟領域，還需要做大量的執行工作。	看跌
監管阻力	國際貨幣基金組織表示，在風險敞口較低的情境下，歐洲整體生產力成長可能下降超過30%。	限制了貨幣化和擴散的速度	看跌
網路風險	NCSC表示，人工智慧將使發現和利用安全漏洞變得更容易、更快捷、更便宜。	增加大型組織的合規性、修補程式管理和彈性成本	看跌
產業集中度	前十大持倉合計佔49.84%，其中阿斯特捷利康、匯豐銀行、殼牌、勞斯萊斯和英國石油公司位居前列。	AI 獲勝者的規模可能不足以迅速重塑整個基準。	中性偏看
估價障礙	截至2026年5月14日，本益比為16.67倍，市淨率為2.31倍，滾動收益率為2.88%。	該指數價格不夠低，無法在不重置的情況下承受人工智慧反覆帶來的失望。	中性的

只有當這些風險保持在可控範圍內，且驗證案例不再局限於少數早期採用者時，人工智慧的長期發展前景才能真正站得住腳。否則，人工智慧只能幫助部分富時100指數成分股公司，而無法重塑整個產業基準。

04. 機構視角

嚴肅的公共和機構研究究竟說了什麼

最可信的公開研究明顯比市場輿論更為謹慎。國際貨幣基金組織（IMF）2025/067號工作報告估計，在首選的中期情境下，人工智慧的應用將在五年內累積提升歐洲約1.1%的生產力，而監管可能會使這一增幅減少30%以上。這固然是正面的訊號，但它支持的是結構性提升，而非短期內全面爆發式成長。

英國公共政策的目標比國際貨幣基金組織（IMF）的基準目標更為雄心勃勃。在2026年1月29日發布的進度報告中，英國政府表示已完成50項行動計畫承諾中的38項，已提供超過100萬門人工智慧技能提升課程，朝著到2030年培養1000萬名人工智慧從業人員的目標邁進，並指定了5個人工智慧增長區，同時承諾200億英鎊，2030億英鎊2026年2月19日，英國研究與創新署（UKRI）補充道，已承諾在2026年至2030年間直接向人工智慧領域投入創紀錄的16億英鎊。這些數字顯示政府給予了實際的支持，但仍需私部門的積極參與才能真正實現預期利益。

高盛則進一步強調了現實性。 2026年5月1日，高盛全球研究院表示，其基準模型預測，2026年人工智慧領域的年度資本支出約為7,650億美元，到2031年將達到1.6兆美元。如此龐大的規模解釋了為何即使應用貨幣化需要時間，基礎設施受益者仍能保持良好的績效。對於富時100指數成分股公司而言，機構傳遞的訊息很明確：人工智慧可以重塑基準，但前提是必須透過普及、基礎建設和可衡量的利潤轉化來實現。

從制度視角看人工智慧十年案例

來源	它說了什麼	日期	FTSE 100指數解讀
國際貨幣基金組織工作文件 2025/067	在理想情況下，歐洲人工智慧的中期生產力成長預計在五年內約為1.1%；監管可能會使成長幅度減少30%以上。	2025年4月4日	基本面上漲空間存在，但幅度不大，且有條件限制。
英國政府行動計畫更新	50項行動已完成38項；5個人工智慧成長區；到2030年，將為1,000萬名勞工提供超過100萬門課程；投入20億英鎊用於將運算能力擴大20倍。	2026年1月29日	政策支持確實存在，但相對於所需的普及規模而言，仍處於早期階段。
英國財政部金融服務人工智慧更新	英國約四分之三的金融公司已經在使用人工智慧；獨立分析表明，到2030年，該行業預計將增加數百億英鎊的產值。	2026年1月20日	金融是人工智慧直接影響富時100指數獲利的最直接管道。
英國研究與創新	2026年至2030年間，將有16億英鎊直接用於人工智慧領域。	2026年2月19日	支持國內研究、計算和商業化能力
高盛全球研究院	基準人工智慧資本支出模型表明，2026年約為7,650億美元，2031年約為1.6兆美元，2026年至2031年累計約為7.6兆美元。	2026年5月1日	實體人工智慧基礎設施的需求量大，足以惠及富時100指數供應鏈的部分環節。

機構層面的結論很明確：富時100指數可以從人工智慧中受益，但該基準指數仍是次要的人工智慧市場，而非直接的平台市場。生產力、基礎設施和產業擴散比單純的主題曝險更為重要。

05. 情景

2035年可操作的長期情景

以下價格區間為作者根據當前富時100指數10,195.37點、該指數過去十年56.75%的價格漲幅、同期約4.6%的年化價格增長率、當前行業結構、英國政府的人工智能政策推動以及上文引用的機構研究得出的估算值。這些並非第三方給出的目標價。

富時100指數人工智慧重塑場景

設想	可能性	2035 年範圍	觸發條件	何時進行複習
公牛	30%	16,500-18,500	英國企業人工智慧使用率顯著高於16%，沒有相關計畫的企業比例大幅下降，金融服務業人工智慧轉化為顯著的生產力提升，基礎設施支出在目前282億英鎊的首輪增長區承諾之外繼續增長。	每年在DSIT採用更新、英國預算公佈以及富時100指數主要成分股公司公佈全年業績後進行審查。
根據	50%	13,500-15,500	人工智慧提高了銀行、工業和部分服務業的生產力，但收益並不均衡，基準指數在其長期價格趨勢附近呈現複利增長。	每年進行審查，並在政府2030年技能和計算里程碑目標實現時再次進行審查。
熊	20%	9,500-12,000	人工智慧技術的應用範圍仍然狹窄，網路安全和監管成本不斷上升，人工智慧資本支出收益遠低於大多數基準，同時估值支撐也在削弱。	如果採用率調查結果持續停滯在目前水準附近，且在接下來的幾個年度報告週期內，利潤率證據仍未擴大，則應儘早進行審查。

實際意義在於，人工智慧首先應被視為一種分散效應，其次才是基準效應。富時100指數在金融、國防、工程、能源和部分工業基礎設施領域確實受益匪淺。但要讓整個指數因人工智慧而發生實質改變，這些收益必須遠遠超出目前的早期採用者。

未來十年人工智慧的多頭前景看似合理，但並非唾手可得。它需要人工智慧的普及率大幅超過目前的16%，基礎設施政策持續轉化為私人投資，以及大型企業的獲利表現證明人工智慧正在提升收入品質、效率或資本回報，而不僅僅是增加支出。

參考