靠賣權收息的 NEOS QQQI 高收益 ETF 兩年吸金逾 94 億美元、月配息率高達近 16%，卻以「本金返還」稀釋總報酬；同時，華爾街銀行大砍人力、砸錢向前員工學 AI，AI 收益商品與 AI 技能本身正成為新金融淘金雙主軸，投資人與從業者都面臨結構轉折。

在 AI 帶動的科技牛市狂飆之際，華爾街出現兩股看似矛盾、實則同源的浪潮：一邊是投資人為追逐高收益、蜂擁買進以 AI 科技股為底層的「覆蓋買權」ETF；另一邊則是銀行與資產管理機構砸重金，向前員工學習如何把 AI 真正用進工作流程。這場由 AI 啟動的金融淘金潮，既改變了資產配置邏輯，也正在重塑金融業的人力結構。

先看資金面最火熱的產品之一：NEOS Nasdaq-100 High Income ETF（代號：QQQI）。這檔主打「月配息、雙位數收益」的 ETF，短短兩年規模膨脹到約 94 億美元，對於尋求現金流的美股投資人極具吸引力。QQQI 的核心訴求很直接：同樣是跟蹤 Nasdaq-100 指數，持股包括 NVIDIA(NVDA)、Apple(AAPL)、Microsoft(MSFT)、Amazon(AMZN) 等 AI 旗艦，但多了一層賣出指數買權（call options）的「覆蓋買權」策略，將收取的權利金按月分配給持有人，年化配息率被市場引用為約 13.8% 至 16%。

然而，與企業盈餘支撐的股息不同，QQQI 所發放的是「製造出來的現金流」。基金透過賣出 Nasdaq-100 指數期權（採用美國稅法第 1256 條合約，帶來 60/40 長短期稅務分攤），收取權利金，再搭配持股的資本利得，包裝成每股每月約 0.60 至 0.66 美元的配息。自 2024 年 1 月掛牌以來，QQQI 沒缺過任何一個月的配發紀錄，看起來相當穩定，但關鍵在於：其中有一塊，實際上被歸類為「資本返還」（return of capital），等於是把淨值的一部分先發還給你，並非傳統意義上由盈餘支撐的股利。

這種結構性的差異，直接反映在報酬率上。過去一年，QQQI 股價上漲 29%，同期 Invesco QQQ Trust（代號：QQQ）報酬率則約 37%；年初至今回測，QQQI 上漲約 10%，QQQ 則約 16%，落差同樣接近 6 個百分點。換言之，投資人雖然拿到雙位數「現金收益」，但如果把股價漲幅加上再投資等因素計算總報酬，實際上明顯落後於單純持有 Nasdaq-100 的被動基金，這就是典型的「用上漲空間換現金流」。

與同類產品相比，QQQI 走的是折衷路線。JPMorgan 的 JEPQ 採較低收益、以「股權連結票據」結構，被部分分析認為成本更低、淨值侵蝕較小；Global X 的 QYLD 則以更激進的全額覆蓋買權著稱，長期淨值磨損更嚴重。分析指出，QQQI 在這兩端之間取得平衡：在市場震盪或下跌時，可憑權利金提供一定緩衝、降低波動，甚至有機會優於同樣標的指數；但在 AI 科技股領軍的大多頭中，上漲空間則明顯被期權部位「蓋住」。

對於重視每月現金流、原本就打算定期賣股換現金的退休族，QQQI 這類產品的確提供了一個「在稅務包裝內替你自動賣股」的工具，讓配息更具規律性、稅務處理也較為集中。但對於不急著提款、追求長期資本累積的投資人而言，直接持有 QQQ 或核心 AI 科技股，再視需要自行賣出部分持股，從數學與總報酬角度，往往更划算。

有趣的是，這場「AI 收益商品」熱潮的另一面，正是金融專業本身被 AI 改寫的速度。Bloomberg 報導指出，兩位曾在 Facebook、Goldman Sachs、Bank of America、SoftBank 等機構任職的年輕從業者 Felipe Sinisterra 與 Dave Wang，2025 年創立 Wall Street Prompt，專門替華爾街銀行與全球金融機構設計 AI 應用訓練課程，如今每天淨進帳就高達 2.5 萬美元。兩人打出的標語是：「AI 專家不會投資，投資人不會用 AI，我們兩邊都懂。」

在銀行端，AI 已不只是節省成本的工具，而是被視為競爭優勢來源。JPMorgan Chase 執行長 Jamie Dimon 直言，未來公司在某些部門會「多雇 AI 人才、少雇傳統銀行員」，藉此提升生產力；HSBC 執行長 Georges Elhedery 則坦承，生成式 AI 會「摧毀某些職位、創造新工作」。Standard Chartered 執行長 Bill Winters 更明白指出，這並非單純「成本削減」，而是用資本支出與 AI 投資，取代部分低附加價值的人力。數據已開始反映這個趨勢：2026 年第一季，Citigroup、Wells Fargo、Bank of America 三家銀行合計裁員逾 5,000 人，即便當季獲利創下紀錄。

也正因如此，許多金融機構在 AI 工具採購之外，更焦慮於「人不會用」。Bloomberg 形容，許多銀行家不是缺少 AI 工具，而是卡在老舊工作流程與觀念中，無法將新工具真正轉化為生產力。於是，華爾街願意付高價，請前同事回來上課。在紐約一場風險投資基金培訓中，Wang 示範如何用 Gemini 分析創業者的簡報影片；Sinisterra 則教學如何用 ChatGPT 與 Claude 解析法說會逐字稿，將管理層談話內容轉成具體數字假設，直接灌入 Excel 預測模型。

從宏觀角度來看，AI 正在同時改變「資產端」與「人力端」：資產端出現愈來愈多以 AI 股為底層、結合衍生性商品的高收益產品，吸走龐大資金；人力端則是銀行與資產管理機構加速汰換低附加價值職缺，轉而增聘懂 AI 的高技能人才，並以高額顧問費購入 know-how。這兩股力量交織下，傳統「穩定配息、穩定飯碗」的金融業想像，正被 AI 徹底翻新。

對投資人而言，關鍵問題不再只是「要不要買 AI 股」，而是要如何辨識收益來源與風險結構：像 QQQI 這種以期權權利金支撐的高配息，實為波動與未來漲幅的折價；而投資於真正具長期競爭力、能持續重投資本的企業——例如擁有龐大實體資產與資產管理平台的 Brookfield Corporation(BN)——則是另一種較偏向長期複利的路徑。對金融從業者則意謂著，單靠傳統技能恐怕難以在下一輪結構調整中站穩，如何將 AI 內化為日常工作的一部分，可能比選擇哪一檔 AI 題材 ETF 更關鍵。

AI 牛市可能持續推升風險資產價格，但隨之而來的是產品結構愈來愈複雜、職場競爭門檻愈來愈高。面對看似唾手可得的 16% 配息與高薪 AI 顧問故事，投資人與從業者都需要問的下一個問題是：這些收益與收入背後，是穩固的商業模式與技能升級，還是只是一場被波動與槓桿包裝過的短暫幻象？

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。