AI：新时代的电力，重塑生产力

你可能听说过这个说法："AI是新的互联网"。

2015年、2016年那会儿，无数文章在说AI要改变一切，就像互联网改变一切一样。当时听起来是对的——AI确实在改变一切。但如果你仔细想过这件事，会发现这个类比其实不太准确。

互联网改变的是信息分发的方式。有了互联网，你可以随时获取全球的信息，可以在网上做生意，可以和远在万里之外的人聊天。这些能力以前不存在，互联网把它们带到了所有人面前。

但AI改变的不是分发方式。AI改变的是生产方式。

互联网是让信息流动得更快。AI是让智慧本身变得可以随时获取。这两件事的本质完全不同。

用一个也许有点土但很准确的比喻：互联网更像是修了无数条高速公路，让人和人可以互相连通；AI更像是当年建起了电网，让每家每户的灯都能亮起来。

AI不是下一个互联网。AI是下一个电。

说AI是下一个电，有一部分原因是：它已经悄悄进入了你的日常。

你早上打开手机，用输入法打出一段话，候选词比你打完的还准——那是AI在猜你想说什么。你收到一条消息，想翻一下这个人在哪个群里加的你，输入法自动帮你补完了名字——那是AI在记住你的上下文。你打开地图导航，它实时告诉你哪里堵了、预计多少分钟到——那是AI在计算路况。

这些都不是你主动去"用AI"的结果。它们就是AI嵌在产品里，让产品变得更好用了。

你只是没有把它叫作"AI"。

过去几年，各个大厂把AI做成了基础设施嵌在产品里，用户不需要知道背后是什么，只需要在使用时感受到"更顺了"。从最早的搜索推荐、语音助手，到现在的图片增强、文档处理，AI一直都在。

但这种"嵌在产品里的AI"，和现在这波浪潮不一样的地方在于：现在AI开始直接面向个人用户，成为一种可以独立获取的工具。

就像1900年代，电力刚普及的时候，每家每户的灯亮了，大家知道"有电"这件事存在，但并不需要理解什么是电、发电厂怎么运作。只是灯亮了。只是风扇转了。

然后慢慢地，电从"工厂里用的东西"变成了"每家每户都在用的东西"，从"有人操作的大型机器"变成了"一插上就能用的日常基础设施"。

AI现在正在走这条路。从"大公司里跑着的东西"，变成"你和我随时可以用、并且用来改变自己工作效率的东西"。

说AI是下一个电，还有一个很实在的原因：它在按"用量"收费，而不是按"许可证"收费。

这是一个很基础的商业逻辑，但它的影响比大多数人意识到的要深。

传统软件怎么卖？一次性买断，或者按年授权。你花多少钱，能用多少功能、能用多少年，都是事先定好的。这就像买一台空调——你付了一笔钱，空调装上了，厂家不再管你用多少电。

AI时代的主流商业模式是按用量计费——你用了多少，就付多少。ChatGPT有订阅费，但更重要的是它的API是按Token计费的；国内DeepSeek、文心、通义，同样是按调用次数或者Token量来收费。

这个模式的变化，意味着几件事：

第一，它把门槛降到了极低。以前一个中小企业想用AI做客服、做数据分析，采购一套传统AI系统可能要几十万甚至上百万。按用量付费之后，一个人的团队也可以用AI，而且成本是几百块或者几十块开始。

第二，它让AI真正变成了消耗品，而不是固定资产。买一台服务器，你拥有它直到它坏掉或者过时。但用AI，你每次调用都在付费。这两件事给企业的感觉完全不同——固定资产让人觉得"我已经花了钱，要多用"，消耗品让人觉得"用多少花多少，要省着用"。AI按用量计费，意味着它更像电：你开了灯，电在跑，灯关掉，电停了。你不会为了"回本"而不关灯。

第三，也是最重要的：它让AI的价值变成了"有没有在用"，而不是"有没有买"。传统软件的困境是：企业买了，但很多人不用——因为太复杂、太难上手、或者根本没习惯。但按用量付费的AI，你在用，它就有价值；你不用，它就没有价值。你没法假装自己在AI时代——要么真的在用，要么不在。

这和电是一样的。你不会讨论"我有没有买过电"。你只讨论"我现在有没有在用电"。

电在工业时代的意义，无数历史学家和经济学家写过。1879年，爱迪生建起了第一座商业发电站，为纽约曼哈顿的一部分地区供电。之后的四五十年里，工厂的动力系统从蒸汽机全面切换到电力驱动。

这个转变，用了很长时间。蒸汽机时代的工厂，动力是通过复杂的机械传动轴从中央锅炉房分配到每一台机器上的。换成电之后，工厂需要重新设计，因为电可以分布式接入——每台机器可以独立接电，不需要中间那套传动系统。

早期很多工厂只是简单地把蒸汽机换成电动机，保留了传动轴系统——"电动机带传动轴，传动轴再带动机器"——这其实是浪费了电的优势。但慢慢地，新一代工厂主开始真正利用电的特性来重新设计工厂布局。

这个过程走了几十年。

然后，到了1980年代、1990年代，PC进办公室这件事来了。"办公自动化"这个词大概是那个时候出现的。每个人桌上放一台电脑，连上网络，打字、表格、邮件这些东西开始普及。

电在这个阶段的作用已经不是"驱动机器"了，而是"驱动信息处理"。但人们用了几十年，才真正把"用电来处理信息"变成日常。

现在轮到AI了。

AI作为电，意味着它在办公室里的渗透，会比当年蒸汽机进入工厂快得多。原因是：这一次，"电"本身已经存在——IT基础设施、云计算、个人设备——AI不需要重新拉电线，它只需要接入现有的"电网"。

工厂转型用了四十年，是因为工厂需要新建整个动力系统。AI进入办公室不需要新建系统——它直接插进去，开始跑。

真正花时间的，不是建设基础设施，而是改变工作习惯。

说AI是下一个电，还有一个意思：它不需要你变成专家，它需要的是你用起来。

电刚进工厂的时候，工厂主不需要懂发电是怎么回事。只需要把电动机接上电线，机器就能转了。真正让工厂效率提升的，不是发电技术的进步，而是工厂主开始想"我的工作流程，怎么用电来重新设计"。

后来的事情我们知道了。工厂开始围绕电力重新组织生产流程：流水线出现了，不同工序可以同时进行，不需要再受传动轴位置的限制。这些都是用电的方式在变化，不是用电的技术在进步。

AI在个人工作场景里也是这样。

你不需要理解Transformer架构、大模型训练是怎么回事。你需要的是把AI接入你现在的工作流，让它帮你做那些耗时、但不需要动脑子的部分。

举个例子。一个做内容运营的人，每天要写三到四篇不同平台的文案。以前ta的流程是：想选题、列提纲、写正文、改稿、定稿、发出去。用了AI之后，很多环节可以变：

想选题——让AI根据最近热点帮你生成10个方向，你来选； 列提纲——把选题丢给AI，让它出三个版本的提纲； 写正文——给AI一个写作方向，它先出初稿，你来改； 改稿——把初稿丢给AI，让它帮你检查逻辑漏洞、语句不通顺的地方。

这个流程里，人一直在，但AI填进了大量原本需要"手动完成"的时间。AI不是替代了这个人，而是让这个人的8小时变成了16小时的有效工作。

同样的逻辑适用于：做数据分析的人、做法务支持的人、做客服的人、做设计的人。

这不是在说"AI会取代你的工作"。这是说：会用AI的人，和不会用AI的人，他们的工作效率差距，会比过去任何一种工具造成的差距都要大。

这不是危言耸听。电进工厂的时候，工厂主们面对的问题是一样的——用蒸汽机的，和全面改用电动机的，效率差距是数量级的。

现在，这个差距正在办公室和职场上重新出现。只是这一次，发生在知识工作者身上。

说这些，不是要你焦虑。

恰恰相反。现在是一个入场AI最好的时间窗口——不是因为AI已经多么成熟，而是因为基础设施已经建好，体验足够好，价格已经降下来，用起来的门槛已经低到几乎不存在。

就像1999年的互联网，当时很多人觉得"我不懂技术，用不了互联网"。然后十年之后，不会用互联网的人发现自己的工作方式已经落后了一大截。现在回过头看，那时候的门槛其实已经很低了——只需要学打字、学浏览器、学搜索引擎——但当时还是有很多人错过了。

AI现在的阶段，大概相当于2005年前后的互联网——基础设施已经ready，体验已经OK，开始向普通人渗透。不是"早期探索者专属"，也不是"已经人人都在用"。就是现在入场，时间刚好。

你不需要买设备、不需要装软件、不需要学编程。打开DeepSeek、通义、文心，它们就在那里。用多少付多少，不用不付。

第一步只是：把你日常工作中那些重复性的、有模板的、每次都要花时间做的部分，试着用AI做一次。

不一定要全面替代。从一个场景开始。觉得好用，再扩展到下一个。

这不是一场需要你全力押注的赌博。这是一次可以慢慢来的迁移。

就像当年工厂从蒸汽机过渡到电，不是某一天宣布"明天全部换成电"，而是慢慢地把一台机器接上电、跑起来、看到效果，然后再接下一台。

现在，把你的第一台机器接上电。