AI永不停歇，这才是最让人恐惧的地方

一、这一回真的不同：机器开始觊觎"大脑"的领域

每一轮技术变革都有人宣称"这次截然不同"，结果往往证明差别没那么大。蒸汽机让马车夫失业，却催生了铁路职工。计算机淘汰了打字员，却成就了程序员群体。乐观主义者于是总结出一套万能公式：旧职业消退，新职业诞生，总量维持稳定。

然而这套公式暗含一个隐性条件——过去机器替代的是体力劳动，人类可以仰仗脑力另谋出路。农民离开土地进入工厂，因为工厂需要人的双手和双眼。工人被自动化逐出生产线，转向服务业，因为服务业依赖人的大脑和口才。每一轮转型，人类都找到了一个"机器尚无法胜任"的新地带作为避风港。

这一回，AI大模型瞄准的恰好是"脑力劳动"。客服、翻译、初级编程、数据分析、法律文书、财务审计——这些恰恰是过去三十年人从体力岗位升级而来的所谓"高技能职业"，如今反倒沦为最先被蚕食的对象。

核心问题不在于"新岗位会不会产生"，答案显然是会的。问题在于新岗位的准入门槛，已经远远超出被淘汰群体的触及范围。从马车夫变成火车司机，差距仅在于操作技能，训练三周就能入职。从流水线工人转型为机器人维护工程师，差距则横亘整个知识体系，即便读完三年大学也未必能达标。

人类最后的退路通道，正在持续收窄。尚未完全封闭——但通行所需的高度，已非绝大多数人能够企及。

二、替代的真实法则：关键在于"够不够划算"

探讨AI替代人类，多数人聚焦于"AI能否胜任"。这其实问错了方向。真正的衡量标准是：在何种成本条件下，AI执行此事比人力更廉价？

这并非非此即彼的判断，而是一条渐变的替代轨迹。当AI成本相当于人工的八成时，企业采取混合模式。降至五成，AI承接九成业务，人工仅作补充。降到一成，这个岗位在经济学层面便已消亡——并非因为AI表现优于人类，而是因为雇佣人的边际回报已经无法覆盖边际开支。

大模型的推理开销，从2023年至2026年缩水超过九成。GPT-4问世之初处理百万token的费用是60美元，如今同档位模型已不足5美元。而且下行势头仍在延续。

这意味着什么？替代效应并非发生在"AI能力追平人类"的瞬间，而是发生在"AI成本跌破人工成本"的瞬间——而这个临界点的到来，远早于能力对标的时刻。

一名客服人员的综合用人成本每月至少8000至10000元，每日处理两三百次咨询。AI处理同等规模，按照当前token价格折算，每月或许只需几百元。这条交叉线实际上早已被跨越。并非AI能力尚未达标，而是企业尚未完成系统迁移。IT升级、流程再造、合规审查均需时间消耗。但趋势已经定格，只是时间早晚的问题。

三、最根本的悖论：AI不参与消费

经济运行的基本回路是什么？人出售劳动力换取薪金，薪金转化为消费支出，消费支出转化为企业营收，企业营收再用于支付薪金。完整的闭环。

AI与机器人瓦解的并非生产环节——产出能力只会日益增强。它们瓦解的是闭环的起点：人出售劳动力换取薪金。

有人辩称，AI降本提效，物价走低，购买力岂不是增强了？这是典型的通缩乐观主义。它存在一个致命漏洞：物价下行的前提是你拥有收入。一旦收入来源断绝，物价再低廉也无力消费。

更棘手的症结在于：AI本身不消费。一家工厂用机器人替换了500名工人，机器人折旧成本计入产品售价，产品售出后收入回流企业。但这500人的消费彻底蒸发——没人再在工厂门口的餐馆叫外卖，没人再支付房租，没人再为孩子报名兴趣班。

不存在任何"机器人消费"来填补缺口。AI不采购食材，不观赏影片，不更换手机，不携家出游。生产端效率井喷，消费端需求塌方，终局必然是产能过剩——产品制造得出，却找不到买家。

这归根结底不是技术层面的难题，而是经济循环的结构性冲突。若不从分配机制上实施根本性变革，AI赋予的效率红利，终将演变为压垮消费端的致命一击。

四、中国遭遇的挑战尤为严峻

中国经济过去四十年的增长动能，本质上是一条传导链：制造业容纳就业，就业推动城镇化，城镇化激活房地产，房地产带动地方财政与基建，基建反哺制造业。这条链条上每一环，都建立于"人有工作、人有收入、人在城市消费"这一基础前提之上。

中国制造业从业者约8000万。若AI与具身智能在未来十至十五年间吞噬其中25%至30%的标准化岗位，就意味着2000万至2400万人亟需转岗。

这部分群体并非零散分布于全国。他们高度集中于长三角、珠三角的制造业重镇。一座东莞、一座昆山，若制造业用工缩减三成，直接冲击的是整座城市的消费生态——餐饮闭店、商铺空置、租金跳水、地方财政吃紧。多米诺效应将接连触发。

更值得警惕的是，这批人中有相当比例是从乡村涌入城市的第一代或第二代打工者。他们的社会安全垫极度单薄——城镇社保累积不足，农村缺乏可归依的产业，子女教育开支尚需工资支撑。一旦丧失制造业岗位，他们几乎没有任何缓冲余地。

美国制造业空心化历经三十年，期间服务业崛起充当缓冲层。中国面对的图景是：制造业AI化进程可能比美国产业外迁快一个量级——因为技术替代速度远超产业迁移速度。而服务业本身，同样在遭受AI侵蚀。缓冲地带不复存在。

五、人的价值将从"效率"让位于"关系"与"判断"

陈述了诸多利空，普通个体究竟如何应对？答案并非"学编程"——编程自身也在被AI蚕食。答案同样不是"拥抱AI"——这与当年"拥抱蒸汽机"无异，是一句无用的正确空话。

答案蕴含于一条经济铁律：当某类要素的供给趋向无穷，其价格将逼近于零。AI正将一切可标准化、可预测、可规模化经济活动的成本压至接近零。当标准化产出不再依赖人力，"人"在传统经济模型中的权重将急剧萎缩。

但有一项AI无法复制：在真实世界的复杂情境中，做出需要承担后果的决策。

不是"创造力"——AI已能撰写文案、绘画、谱曲。不是"知识"——AI的知识储量已超越任何个体。是在实际场景中，基于人际信任与情境感知做出的非标判断。一位社区水果店主清楚三楼的张阿姨偏爱脆甜口感的苹果，明白六楼的年轻夫妇只选购有机品种。这些信息从未录入任何数据库，而是在日积月累的交往中自然沉淀。

当所有标准化服务的成本逼近于零，仅存溢价空间的，便是这种"需要一个人在场"的价值。不是需要人的体力付出，而是需要人的判断、信任与温度。

这正是为何小经济不是权宜之计，而是结构性方向。当AI将大规模经济的边际成本压至近乎为零，人的价值将从"生产效率"转向"关系深度"与"判断品质"。谁能在足够细分的领域里，将人际信任与情境判断打磨至不可复制，谁就掌控了后AI时代最稀缺的资产。

不是资本，不是技术，正是你这个人本身。

未来最珍贵的事物，是AI无法完成、且需要人用岁月去打磨的东西。

本文由 AI 辅助创作，核心观点由作者人工完成。