超级趋势：机器工作，人类生活

与煤炭或者铜矿截然不同，人工智能是一种信息产品，它不会因人的反复使用而产生损耗，它可以被反复复制、合成，甚至越使用性能越高。 人工智能可以自我迭代，像一团能学会自己去收集各种燃料的火焰一样，速度远远超出我们的掌控。 用专业术语来说就是“递归自我改进”（recursive self-imp-rovement，RSI）。 凡是可以被量化、定价、审计或通过扫描诊断的任务，都将被人工智能自治接管。白领“为工作而思考”的情况逐渐消失。人类不再需要处理信息，只需关注自身的想法即可。他们不再需要撰写合同，只需思考这份合同所代表关系的意义即可。 体力劳动则退守至两个特殊领域：极致的手工艺品和极致的情感需求。人文关怀、教育、表演、仪式、玩闹，这些领域仍是人类的自留地。 机器人并不是要抢你的工作，而是来接手那些已经没人愿意做，也没人能做的工作——而你，终于可以腾出手来，去认真面对“做人”这件极难却应该认真对待的事。 当一项重大的新技术起初进入经济体系时，它对经济增长产生的作用几乎是被一边倒地误解的。这并非因为讨论者很愚蠢，而是因为他们离得太近，所以只能专注于眼前看得见的细节，就像站在大象的脚趾前面，肯定无法准确评判整头大象。 有了这种视角，一切都能解释得通了。所谓的“停滞”，其实只是尚处蓄势待发的阶段；所谓的“浪费”，其实是还在搭建必需的“地基”；所谓的“泡沫”，往往只是这头“巨象”正在深呼吸，为迈出惊人的一步做准备。 在技术扩散曲线的转折处，还有一种常见的错觉，常常会加重早期的悲观情绪。经济学家称之为“循环投资”，这种循环虽然看上去有些荒诞，但其实并非技术革命早期的缺陷，而是默认配置。在初期，少数企业大举投资，从彼此手中采购，协作开发基础设施，并扩展产能，而需求也主要来自圈内。资本于是就在这个圈子里反复流转循环，最后才会扩散出去。 许多看似内循环的投资，其实是正在打造新型通用技术行业应用的地基。技术革命的早期，总是会从行业内部循环开始。只有当成本开始下降、技术衔接趋于稳定、新技能被广泛掌握、衔接性创新出现后，整个圈层才会真正具备扩张基础。 许多传统的斯密式经济约束正在迅速弱化。部分经济活动开始摆脱对人力资本和实物资本持续投入的依赖，自己就能以令人惊叹的速度自由扩张。 如果人工智能系统的产出（以可用的词元来统计）年均增长4倍，就意味着经济活动中的某些环节始终以类似速度扩张，即使我们难以准确命名或衡量它们。而如果这些环节的成本每年下降80%～90%，GDP统计就会严重低估其实际规模；如果在价格不变的情况下质量大幅提升，GDP同样无法真实反映出来。经济影响确实存在，统计失真却是常态。 颠覆？是毋庸置疑的。混乱？也是必不可少的。但“就业末日”绝不会发生。这种乐观源自一个简单的观察：人工智能是一种通用技术，不是只提升单一行业，而是会渗透整个经济、重塑所有规则。每一次通用技术革命，都遵循着相同的“两幕剧”。 ● 破坏。新工具初登场，首先夺占部分任务。电话接线员被自动交换机取代，打字机变成历史博物馆的展品。最先被替代的，永远是这些“触手可及的果实”。 ● 创造。随后，效率提升释放出时间、资金和注意力。被解放出来的注意力开始构想原本无法想象的事物，新的产业随之诞生。新岗位的数量往往会超过以往，薪酬更高，内容更新颖，整体质量也更好。 真正的价值已不再是某一细分领域的极致精通，而在于灵活广博、跨界整合的能力。新型人才的理想形态，也从“T”形转变为“E”形——多元能力叠加，创造出远超以往的复合价值。 鲍莫尔成本病解释了为何那些“难以提升效率”的传统人类岗位会逐渐消失，或者成为奢侈品；杰文斯悖论说明，人工智能并不会减少时间和金钱等资源耗费，反而会刺激这些资源的使用，从而创造出更多价值；萨伊定律则告诉我们，供给侧创新能保障新需求不断涌现，所以不会出现供给剩余，因为供给侧创新能创造出更多此前从未想象过的需求；巴师夏原则则提醒我们，不要只盯着因被淘汰而消失的就业岗位，不要忽略那些更为丰厚的“不可见”回报。 到2035年，发达国家主流模型预测，人工智能有望让全球能源强度下降约15%。也就是说，经济产出不变甚至提升，燃料消耗却能减少15%，相当于整个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占全球总能耗的约1%。人工智能不是能源难题，而是一种能源解决方案。 如果一家公司距离投资者办公室不超过8千米，那么投资者加入董事会的概率高达47%。资本确实可以在全球范围内流动，但信任仍然偏好近距离。 超级集群还偏好低税率、低官僚主义、规则明确的地方。资本在技术上敢于冒险，在治理上却极度保守。人的偏好同样重要。创业者、扩张者和投资人不但都热爱技术，而且喜欢在咖啡馆、办公室或者深夜的餐桌上偶遇彼此。超级集群的形成还会围绕着一些特定机构：顶尖理工大学、世界级医院、国防实验室、全球科技巨头的研发中心。这些机构培养人才，孵化初创企业，提供关键的知识密度。一个地方一旦有特定机构来扎根，自然就会把其他相关资源吸引过来。 不难发现，分化越来越明显。人类渴望知己密集、环境充满活力以及社交，机器则只需要环境孤立、电价低廉和政策稳定。两者之间的关系还在日益独立。一位创业者，可以人在巴黎咖啡厅头脑风暴，或者在伦敦募资，而其业务核心人工智能却在挪威、美国得克萨斯州或沙特的数据中心运行。此时，超级集群就会变成跨国网络——仅由光纤、资本、人脉和法律就可以组成。 超级集群批量生产新奇事物，慢速区则细细酝酿着各种意义。它们守住仪式、美学和社会规范，否则这些东西早就被极致的技术优化碾平了。慢速区是文化发酵的温床，而非它一闪而过的地方。 铝曾是顶级奢侈品，比钻石更罕见，比鱼子酱更稀有。美国的查尔斯·马丁·霍尔和法国的保罗·埃鲁，两人同一年出生，并分别发现了同样的电解法。 结果是，20年间铝价暴跌了99%以上。 20世纪30年代，一套不锈钢餐具的价格已经比银制品便宜了80%以上，彻底取代了后者。与此同时，银价也跌至原来的一半以下。 价格崩溃之下，杰文斯悖论如影随形：钻石越便宜，用途越广泛，需求越旺盛。专家预计，到2030年，实验室钻石有望占据半数市场份额。如果珍珠的故事可供参考，那么钻石的价格还会继续下探，尺寸也会越来越大。 黄金原本只在宇宙最猛烈的灾变中诞生：中子星相撞、超新星爆炸，光芒可压倒整个星系。而未来的聚变反应堆，或许能用沙子和海水从容地制造出黄金。 可再生”一词，一旦面对我们每年必须挖掘大量新材料来获取能量时，就不那么美好了。我们并不是在“再生”，而是在不断重新采矿。 幸运的是，能源消耗的增速一直低于经济增长，两者的关联也在逐渐减弱。1950—2020年，全球一次能源产量增长不到6倍。也就是说，经济已实现指数级增长，能源消耗却仍在线性增长。 仅靠人工智能，无法无限放大社会规模，能源才是根本。 他们的发现让那些一直认为格陵兰自古只有冰雪的人颇为尴尬：那里曾经生活着大象、乳齿象、野兔、旅鼠、鲎、桦树和杨树——一个完整繁盛的生态系统，如今只剩下冰雪、岩石，以及偶尔冒出来的、手指冻僵到无知觉的科学家。这再一次提醒我们，地球气候曾经远比现在温暖，不是稍微温暖，而是极度温暖。 人类排放的温室气体也加入了影响气候的行列。这些气体相当于给大气盖了一张保温毯，既允许阳光照进来，又牢牢锁住了热量，防止地球彻底冰封成一个巨型雪球。 工业革命以来，大气中的二氧化碳比例从约0.028%升至0.042 8%。即使到21世纪末达到0.06%，从地质学角度看，也只是温和水平。地球历史上曾经承受过比现在高10～15倍的二氧化碳浓度，也没发生什么大灾难。虽然那时没有人会这样抱怨，但可以肯定的是，未来全球气温恐怕还会上升几摄氏度。 创新领域其实有一条经验法则：当某项技术升级超过10倍的时候，它就不再只是原先技术的简单升级，而是变成了完全不同的新事物。 道家从不推崇“用力过猛”，其核心思想是“清静无为”，这常常被误认为“不作为”，其实指的只是“不强为”，只有当行动顺应自然规律时才去行动。与之相关的“自然”，指的是自然而然展开、无须外力控制的状态。道家追求的，是顺势而为，不与水流争斗，随流而动。河流不会与山对抗，只会顺其自然地绕道而行。

数据密度挺大的一本书！书的关注点不是“AI会不会抢工作”，而是当越来越多的生产不再需要人直接上手，劳动、收入、消费原来那套循环还怎么转。作者用蚂蚁进厨房打比方——智能不会在某一天敲开门，而是先来一只，再来三只，等你注意时已经铺成一条路。作者给的判断很大胆。未来25年，机器可能承担全球约85%的体力劳动、超过99%的脑力劳动；AI会从工具变成像电和互联网一样的基础设施。人与工作的关系会改变：不再主要是为了谋生才上班，而是被挤向机器还不擅长的地方——创造、判断、情感联系。教育怎么读、职业怎么选、什么叫过得好，都得重写一遍。作者真正盯着的更多是经济制度。经济增长长期默认要靠大量人类劳动；如果机器把大部分活干了，增长还在，劳动却不再是必要条件，财富和所有权就得另找分配办法。这本书不只画未来图景，也往投资上落：哪些趋势会变成长期结构，哪些技术可能成为下一轮引擎，个人和企业该把位置摆在哪。注意，本书这是投资人的前瞻，不是已经发生的统计。85%、99%这类数字，是他的推演，不是高德纳、麦肯锡那种就业模型。它的用处在于把问题往前推了一步：如果机器真的把活干完了，人剩下的就不是找下一份工那么简单，而是重新想收入从哪来、时间往哪花、价值按什么算。

哪些趋势正在形成长期结构性机会？ ·哪些技术将成为下一轮增长引擎？ ·个体与企业应如何在变化中重新定位自身？ 以下内容勾勒出未来 25 年最具潜力的结构性机会，并给出技术路线图，以及个人与企业在浪潮中的重新定位思路。 ​​一、正在形成长期结构性机会的关键趋势​​ 1. ​​AI 从“工具”变“基础设施”​​——算力、算法像电力一样无处不在，重塑生产组织方式与价值创造逻辑。 2. ​​人机分工的深度重构​​——机器承担 85% 体力劳动与 99% 脑力劳动，人类需转向创造力、判断力和情感连接。 3. ​​“智能之外才有利润”​​——单纯提供模型难以获得持久回报，围绕智能构筑数据、工作流、合规与物理设施等护城河才能获得超额收益。 4. ​​从“有用”到“有意义”​​——物质丰裕后，文化、身份与故事驱动的价值创造愈发重要，体验型 IP 与文化资产成新稀缺。 5. ​​治理与福利的智能化​​——智能优惠券、可编程福利等让政府从直接服务者转为平台保障者，既提高效率又留下监管壁垒机会。 ​​二、下一轮增长引擎与代表技术​​ 1. ​​垂直领域 AI 蜂群​​：心脏病、港口物流、法律检索等专业智能体，凭借专有数据和高切换成本形成赢家壁垒。 2. ​​智能优惠券 / 可编程福利​​：将补贴与教育、医疗、养老等场景绑定，打造政策-市场协同的新基础设施。 3. ​​文化资产与意义经济​​：艺术品、限量体验、IP 等依托“唯一性”与“故事”创造不可复制价值。 4. ​​云为先的平台经济​​：企业将核心业务迁向云端，借助大规模数据网络效应持续扩张。 5. ​​人机协作的新型工作流​​：AI 处理结构化数据，人类专注非连续性思考与情感交互，二者互补带来效率红利。 ​​三、个体与企业的重新定位路径​​ 1. ​​从“我会什么工具”转向“我能提供什么独特价值”​​： • 个人应聚焦创造力、判断力、同理心，主动与 AI 拾级而上，而非与机器赛跑。 • 企业需把 AI 引入核心流程，重塑产品与服务，而不是简单把它当作新硬件采购。 2. ​​构建护城河而非追逐最新模型​​： • 个人：积累跨学科知识、软技能和可迁移的影响力。 • 企业：围绕数据、合规、物理设施、多智能体协同等维度筑墙，而不仅是买模型。 3. ​​拥抱“身份工作”与“意义经济”​​： • 个人：寻找能与自我身份、价值观深度契合的领域，如艺术、公益、社区建设。 • 企业：用品牌、故事和体验打造不可替代的文化资产，将产品升华为身份符号。 4. ​​关注政策与治理机会​​： • 个人：培养对法规、伦理的敏感度，成为既能懂技术又能沟通规则的“翻译者”。 • 企业：主动参与标准制定、获取政府认证，把监管壁垒转化为竞争优势。 5. ​​动态调整资产负债表​​： • 个人：把“学习能力”视为核心资产，持续更新技能与认知。 • 企业：在低利率与泡沫周期中保持谨慎，用压力测试抵御估值幻觉。 ​​结语​​ AI 的普及不是要把人类挤出经济，而是把我们推向更高阶的价值创造。谁先跳出“工具升级”思维，抓住结构性趋势、围绕技术筑起护城河，并在文化与身份层面找到不可复制的位置，谁就能在机器负责工作、人类专注生活的未来中获得长久竞争优势。

你是不是担心AI抢饭碗？这本书告诉你：未来25年，机器将接管全球85%的体力劳动和99%的脑力劳动，人类终于可以专注创造力、判断力与情感连接。教育、职业、价值感都将被重写，个体与企业要找到机器替代后的新稀缺——好奇心、关怀与创新。别慌，作者也给出行动指南：关注算力、数据与智能基础设施，它们将像电力一样渗透所有行业，抓住新机会，提前布局，别等趋势成了才想起加码。简单说，AI不是敌人，是推手；人类的王牌在于情感与想象，快把时间从谋生转向创造与体验，这就是书里想传递的核心。

这是一本畅想未来的书。作者想象了人工智能改变世界之后的样子。读本书的契机在于，其作者写过一本炒股人士必读的书《逃不开的经济周期》。然后我在前些天看到作者入驻b站了。无疑这些财经大佬是敏锐的。以后或许流量即是权力，而不是金钱。我发现了这些年越来越多的各个领域的大佬开始运营起自己的个人IP。甚至跨国界的。对于我们个体来说，或许不知道为什么。但这样一个低成本的事情，我觉得模仿就对了。即使失败也损失不了什么，而一旦成功，那就是巨大的杠杆效应。

AI的指数级狂飙不仅是技术的迭代，更是对人类生存坐标的重塑。当机器在计算与效率上呈碾压之势，我们唯有向内探寻，守住情感与创造的火种。从"操作者"到"指挥者"，这不仅是角色的转换，更是认知的觉醒。未来已来，与其在算力面前自怨自艾，不如重新定义"人"的价值。机器负责生存，人类负责生活，在算法的洪流中，保持清醒与温度，才是我们最坚硬的铠甲。

有数据有案例，有分析有猜想，让人看到隐约的方向。