超級趨勢：機器工作，人類生活

與煤炭或者銅礦截然不同，人工智能是一種信息產品，它不會因人的反覆使用而產生損耗，它可以被反覆複製、合成，甚至越使用性能越高。 人工智能可以自我迭代，像一團能學會自己去收集各種燃料的火焰一樣，速度遠遠超出我們的掌控。 用專業術語來說就是“遞歸自我改進”（recursive self-imp-rovement，RSI）。 凡是可以被量化、定價、審計或通過掃描診斷的任務，都將被人工智能自治接管。白領“爲工作而思考”的情況逐漸消失。人類不再需要處理信息，只需關注自身的想法即可。他們不再需要撰寫合同，只需思考這份合同所代表關係的意義即可。 體力勞動則退守至兩個特殊領域：極致的手工藝品和極致的情感需求。人文關懷、教育、表演、儀式、玩鬧，這些領域仍是人類的自留地。 機器人並不是要搶你的工作，而是來接手那些已經沒人願意做，也沒人能做的工作——而你，終於可以騰出手來，去認真面對“做人”這件極難卻應該認真對待的事。 當一項重大的新技術起初進入經濟體系時，它對經濟增長產生的作用幾乎是被一邊倒地誤解的。這並非因爲討論者很愚蠢，而是因爲他們離得太近，所以只能專注於眼前看得見的細節，就像站在大象的腳趾前面，肯定無法準確評判整頭大象。 有了這種視角，一切都能解釋得通了。所謂的“停滯”，其實只是尚處蓄勢待發的階段；所謂的“浪費”，其實是還在搭建必需的“地基”；所謂的“泡沫”，往往只是這頭“巨象”正在深呼吸，爲邁出驚人的一步做準備。 在技術擴散曲線的轉折處，還有一種常見的錯覺，常常會加重早期的悲觀情緒。經濟學家稱之爲“循環投資”，這種循環雖然看上去有些荒誕，但其實並非技術革命早期的缺陷，而是默認配置。在初期，少數企業大舉投資，從彼此手中採購，協作開發基礎設施，並擴展產能，而需求也主要來自圈內。資本於是就在這個圈子裏反覆流轉循環，最後纔會擴散出去。 許多看似內循環的投資，其實是正在打造新型通用技術行業應用的地基。技術革命的早期，總是會從行業內部循環開始。只有當成本開始下降、技術銜接趨於穩定、新技能被廣泛掌握、銜接性創新出現後，整個圈層纔會真正具備擴張基礎。 許多傳統的斯密式經濟約束正在迅速弱化。部分經濟活動開始擺脫對人力資本和實物資本持續投入的依賴，自己就能以令人驚歎的速度自由擴張。 如果人工智能系統的產出（以可用的詞元來統計）年均增長4倍，就意味着經濟活動中的某些環節始終以類似速度擴張，即使我們難以準確命名或衡量它們。而如果這些環節的成本每年下降80%～90%，GDP統計就會嚴重低估其實際規模；如果在價格不變的情況下質量大幅提升，GDP同樣無法真實反映出來。經濟影響確實存在，統計失真卻是常態。 顛覆？是毋庸置疑的。混亂？也是必不可少的。但“就業末日”絕不會發生。這種樂觀源自一個簡單的觀察：人工智能是一種通用技術，不是隻提升單一行業，而是會滲透整個經濟、重塑所有規則。每一次通用技術革命，都遵循着相同的“兩幕劇”。 ● 破壞。新工具初登場，首先奪佔部分任務。電話接線員被自動交換機取代，打字機變成歷史博物館的展品。最先被替代的，永遠是這些“觸手可及的果實”。 ● 創造。隨後，效率提升釋放出時間、資金和注意力。被解放出來的注意力開始構想原本無法想象的事物，新的產業隨之誕生。新崗位的數量往往會超過以往，薪酬更高，內容更新穎，整體質量也更好。 真正的價值已不再是某一細分領域的極致精通，而在於靈活廣博、跨界整合的能力。新型人才的理想形態，也從“T”形轉變爲“E”形——多元能力疊加，創造出遠超以往的複合價值。 鮑莫爾成本病解釋了爲何那些“難以提升效率”的傳統人類崗位會逐漸消失，或者成爲奢侈品；傑文斯悖論說明，人工智能並不會減少時間和金錢等資源耗費，反而會刺激這些資源的使用，從而創造出更多價值；薩伊定律則告訴我們，供給側創新能保障新需求不斷湧現，所以不會出現供給剩餘，因爲供給側創新能創造出更多此前從未想象過的需求；巴師夏原則則提醒我們，不要只盯着因被淘汰而消失的就業崗位，不要忽略那些更爲豐厚的“不可見”回報。 到2035年，發達國家主流模型預測，人工智能有望讓全球能源強度下降約15%。也就是說，經濟產出不變甚至提升，燃料消耗卻能減少15%，相當於整個印度一年的能源需求被抹去。而有趣的是，即便如此，人工智能自身消耗的能源也只佔全球總能耗的約1%。人工智能不是能源難題，而是一種能源解決方案。 如果一家公司距離投資者辦公室不超過8千米，那麼投資者加入董事會的概率高達47%。資本確實可以在全球範圍內流動，但信任仍然偏好近距離。 超級集羣還偏好低稅率、低官僚主義、規則明確的地方。資本在技術上敢於冒險，在治理上卻極度保守。人的偏好同樣重要。創業者、擴張者和投資人不但都熱愛技術，而且喜歡在咖啡館、辦公室或者深夜的餐桌上偶遇彼此。超級集羣的形成還會圍繞着一些特定機構：頂尖理工大學、世界級醫院、國防實驗室、全球科技巨頭的研發中心。這些機構培養人才，孵化初創企業，提供關鍵的知識密度。一個地方一旦有特定機構來紮根，自然就會把其他相關資源吸引過來。 不難發現，分化越來越明顯。人類渴望知己密集、環境充滿活力以及社交，機器則只需要環境孤立、電價低廉和政策穩定。兩者之間的關係還在日益獨立。一位創業者，可以人在巴黎咖啡廳頭腦風暴，或者在倫敦募資，而其業務核心人工智能卻在挪威、美國得克薩斯州或沙特的數據中心運行。此時，超級集羣就會變成跨國網絡——僅由光纖、資本、人脈和法律就可以組成。 超級集羣批量生產新奇事物，慢速區則細細醞釀着各種意義。它們守住儀式、美學和社會規範，否則這些東西早就被極致的技術優化碾平了。慢速區是文化發酵的溫牀，而非它一閃而過的地方。 鋁曾是頂級奢侈品，比鑽石更罕見，比魚子醬更稀有。美國的查爾斯·馬丁·霍爾和法國的保羅·埃魯，兩人同一年出生，並分別發現了同樣的電解法。 結果是，20年間鋁價暴跌了99%以上。 20世紀30年代，一套不鏽鋼餐具的價格已經比銀製品便宜了80%以上，徹底取代了後者。與此同時，銀價也跌至原來的一半以下。 價格崩潰之下，傑文斯悖論如影隨形：鑽石越便宜，用途越廣泛，需求越旺盛。專家預計，到2030年，實驗室鑽石有望佔據半數市場份額。如果珍珠的故事可供參考，那麼鑽石的價格還會繼續下探，尺寸也會越來越大。 黃金原本只在宇宙最猛烈的災變中誕生：中子星相撞、超新星爆炸，光芒可壓倒整個星系。而未來的聚變反應堆，或許能用沙子和海水從容地製造出黃金。 可再生”一詞，一旦面對我們每年必須挖掘大量新材料來獲取能量時，就不那麼美好了。我們並不是在“再生”，而是在不斷重新採礦。 幸運的是，能源消耗的增速一直低於經濟增長，兩者的關聯也在逐漸減弱。1950—2020年，全球一次能源產量增長不到6倍。也就是說，經濟已實現指數級增長，能源消耗卻仍在線性增長。 僅靠人工智能，無法無限放大社會規模，能源纔是根本。 他們的發現讓那些一直認爲格陵蘭自古只有冰雪的人頗爲尷尬：那裏曾經生活着大象、乳齒象、野兔、旅鼠、鱟、樺樹和楊樹——一個完整繁盛的生態系統，如今只剩下冰雪、岩石，以及偶爾冒出來的、手指凍僵到無知覺的科學家。這再一次提醒我們，地球氣候曾經遠比現在溫暖，不是稍微溫暖，而是極度溫暖。 人類排放的溫室氣體也加入了影響氣候的行列。這些氣體相當於給大氣蓋了一張保溫毯，既允許陽光照進來，又牢牢鎖住了熱量，防止地球徹底冰封成一個巨型雪球。 工業革命以來，大氣中的二氧化碳比例從約0.028%升至0.042 8%。即使到21世紀末達到0.06%，從地質學角度看，也只是溫和水平。地球歷史上曾經承受過比現在高10～15倍的二氧化碳濃度，也沒發生什麼大災難。雖然那時沒有人會這樣抱怨，但可以肯定的是，未來全球氣溫恐怕還會上升幾攝氏度。 創新領域其實有一條經驗法則：當某項技術升級超過10倍的時候，它就不再只是原先技術的簡單升級，而是變成了完全不同的新事物。 道家從不推崇“用力過猛”，其核心思想是“清靜無爲”，這常常被誤認爲“不作爲”，其實指的只是“不強爲”，只有當行動順應自然規律時纔去行動。與之相關的“自然”，指的是自然而然展開、無須外力控制的狀態。道家追求的，是順勢而爲，不與水流爭鬥，隨流而動。河流不會與山對抗，只會順其自然地繞道而行。

數據密度挺大的一本書！書的關注點不是“AI會不會搶工作”，而是當越來越多的生產不再需要人直接上手，勞動、收入、消費原來那套循環還怎麼轉。作者用螞蟻進廚房打比方——智能不會在某一天敲開門，而是先來一隻，再來三隻，等你注意時已經鋪成一條路。作者給的判斷很大膽。未來25年，機器可能承擔全球約85%的體力勞動、超過99%的腦力勞動；AI會從工具變成像電和互聯網一樣的基礎設施。人與工作的關係會改變：不再主要是爲了謀生才上班，而是被擠向機器還不擅長的地方——創造、判斷、情感聯繫。教育怎麼讀、職業怎麼選、什麼叫過得好，都得重寫一遍。作者真正盯着的更多是經濟制度。經濟增長長期默認要靠大量人類勞動；如果機器把大部分活幹了，增長還在，勞動卻不再是必要條件，財富和所有權就得另找分配辦法。這本書不只畫未來圖景，也往投資上落：哪些趨勢會變成長期結構，哪些技術可能成爲下一輪引擎，個人和企業該把位置擺在哪。注意，本書這是投資人的前瞻，不是已經發生的統計。85%、99%這類數字，是他的推演，不是高德納、麥肯錫那種就業模型。它的用處在於把問題往前推了一步：如果機器真的把活幹完了，人剩下的就不是找下一份工那麼簡單，而是重新想收入從哪來、時間往哪花、價值按什麼算。

哪些趨勢正在形成長期結構性機會？ ·哪些技術將成爲下一輪增長引擎？ ·個體與企業應如何在變化中重新定位自身？ 以下內容勾勒出未來 25 年最具潛力的結構性機會，並給出技術路線圖，以及個人與企業在浪潮中的重新定位思路。 ​​一、正在形成長期結構性機會的關鍵趨勢​​ 1. ​​AI 從“工具”變“基礎設施”​​——算力、算法像電力一樣無處不在，重塑生產組織方式與價值創造邏輯。 2. ​​人機分工的深度重構​​——機器承擔 85% 體力勞動與 99% 腦力勞動，人類需轉向創造力、判斷力和情感連接。 3. ​​“智能之外才有利潤”​​——單純提供模型難以獲得持久回報，圍繞智能構築數據、工作流、合規與物理設施等護城河才能獲得超額收益。 4. ​​從“有用”到“有意義”​​——物質豐裕後，文化、身份與故事驅動的價值創造愈發重要，體驗型 IP 與文化資產成新稀缺。 5. ​​治理與福利的智能化​​——智能優惠券、可編程福利等讓政府從直接服務者轉爲平臺保障者，既提高效率又留下監管壁壘機會。 ​​二、下一輪增長引擎與代表技術​​ 1. ​​垂直領域 AI 蜂羣​​：心臟病、港口物流、法律檢索等專業智能體，憑藉專有數據和高切換成本形成贏家壁壘。 2. ​​智能優惠券 / 可編程福利​​：將補貼與教育、醫療、養老等場景綁定，打造政策-市場協同的新基礎設施。 3. ​​文化資產與意義經濟​​：藝術品、限量體驗、IP 等依託“唯一性”與“故事”創造不可複製價值。 4. ​​云爲先的平臺經濟​​：企業將核心業務遷向雲端，藉助大規模數據網絡效應持續擴張。 5. ​​人機協作的新型工作流​​：AI 處理結構化數據，人類專注非連續性思考與情感交互，二者互補帶來效率紅利。 ​​三、個體與企業的重新定位路徑​​ 1. ​​從“我會什麼工具”轉向“我能提供什麼獨特價值”​​： • 個人應聚焦創造力、判斷力、同理心，主動與 AI 拾級而上，而非與機器賽跑。 • 企業需把 AI 引入核心流程，重塑產品與服務，而不是簡單把它當作新硬件採購。 2. ​​構建護城河而非追逐最新模型​​： • 個人：積累跨學科知識、軟技能和可遷移的影響力。 • 企業：圍繞數據、合規、物理設施、多智能體協同等維度築牆，而不僅是買模型。 3. ​​擁抱“身份工作”與“意義經濟”​​： • 個人：尋找能與自我身份、價值觀深度契合的領域，如藝術、公益、社區建設。 • 企業：用品牌、故事和體驗打造不可替代的文化資產，將產品昇華爲身份符號。 4. ​​關注政策與治理機會​​： • 個人：培養對法規、倫理的敏感度，成爲既能懂技術又能溝通規則的“翻譯者”。 • 企業：主動參與標準制定、獲取政府認證，把監管壁壘轉化爲競爭優勢。 5. ​​動態調整資產負債表​​： • 個人：把“學習能力”視爲核心資產，持續更新技能與認知。 • 企業：在低利率與泡沫週期中保持謹慎，用壓力測試抵禦估值幻覺。 ​​結語​​ AI 的普及不是要把人類擠出經濟，而是把我們推向更高階的價值創造。誰先跳出“工具升級”思維，抓住結構性趨勢、圍繞技術築起護城河，並在文化與身份層面找到不可複製的位置，誰就能在機器負責工作、人類專注生活的未來中獲得長久競爭優勢。

你是不是擔心AI搶飯碗？這本書告訴你：未來25年，機器將接管全球85%的體力勞動和99%的腦力勞動，人類終於可以專注創造力、判斷力與情感連接。教育、職業、價值感都將被重寫，個體與企業要找到機器替代後的新稀缺——好奇心、關懷與創新。別慌，作者也給出行動指南：關注算力、數據與智能基礎設施，它們將像電力一樣滲透所有行業，抓住新機會，提前佈局，別等趨勢成了纔想起加碼。簡單說，AI不是敵人，是推手；人類的王牌在於情感與想象，快把時間從謀生轉向創造與體驗，這就是書裏想傳遞的核心。

這是一本暢想未來的書。作者想象了人工智能改變世界之後的樣子。讀本書的契機在於，其作者寫過一本炒股人士必讀的書《逃不開的經濟週期》。然後我在前些天看到作者入駐b站了。無疑這些財經大佬是敏銳的。以後或許流量即是權力，而不是金錢。我發現了這些年越來越多的各個領域的大佬開始運營起自己的個人IP。甚至跨國界的。對於我們個體來說，或許不知道爲什麼。但這樣一個低成本的事情，我覺得模仿就對了。即使失敗也損失不了什麼，而一旦成功，那就是巨大的槓桿效應。

AI的指數級狂飆不僅是技術的迭代，更是對人類生存座標的重塑。當機器在計算與效率上呈碾壓之勢，我們唯有向內探尋，守住情感與創造的火種。從"操作者"到"指揮者"，這不僅是角色的轉換，更是認知的覺醒。未來已來，與其在算力面前自怨自艾，不如重新定義"人"的價值。機器負責生存，人類負責生活，在算法的洪流中，保持清醒與溫度，纔是我們最堅硬的鎧甲。

有數據有案例，有分析有猜想，讓人看到隱約的方向。