AI 危机：GDP 黑洞与新型全球殖民
这议题固然关键，但或许仅是人工智能冲击的表层现象。
AI 引发的真正挑战，远非岗位流失，而是财富分配、消费循环、国家博弈及阶层分化将被彻底重构。
它不仅会取代部分工作，更可能将原本发生于本地社会的消费，转移至少数模型厂商、云服务提供商、芯片巨头、数据中心及电力网络之中。
进而言之，AI 或催生一种新型全球殖民架构：世界被重塑为两类国家——智能生产国与智能消费国；人群亦被划分为两类——被 AI 赋能者与被 AI 贬值者。
此乃 AI 最为令人畏惧之处。
一
AI 未消灭所有工作
而是清除旧岗位中的低价值环节
AI 是否会导致失业？
答案是：确实会。
但它并非均匀地抹去所有职位，而是优先剔除岗位中那些标准化、重复性强、规则清晰且结果易验证的任务。
例如在文案领域，资料检索、标题创作、初稿起草、错别字修正等，将被 AI 迅速接管。
如在客服领域，常用问答、订单追踪、标准化投诉处理等，亦将被 AI 快速替代。
又如运营领域，制表、周报撰写、活动策划生成、数据整理等，同样会被 AI 迅速取代。
再如分析师领域，资料搬运、图表制作、PPT 初稿、行业综述等，也将被 AI 高效接管。
昔日这些任务被打包成一个岗位，企业为便于管理交由专人处理。AI 到来后，它将拆解岗位，把其中低价值、重复性、流程化的部分实现自动化。
因此，AI 并非简单消灭“人”，而是清除旧岗位架构内的低价值任务。
然而问题在于，对许多人而言，过去赖以生存的恰恰正是这些低价值任务。
往昔你会写作、绘图、翻译、整理资料、撰写方案、制作 PPT，这些皆是技能。如今这些能力正转化为 AI 的基础功能。它们不会即刻消失，但将迅速贬值。
这正如机器纺织出现后，手工织布并未立即消亡，但手工织工的价格体系却被重构。
AI 对知识劳动的冲击，堪比机器纺织对手工业的冲击。
它让原本有门槛的技能，变成了廉价、普及、可随调用的能力。
二
AI 不仅替代岗位，更改变消费流向
若仅聚焦就业，我们尚未洞察更深层的隐患。
真正值得警惕的是：AI 将改变消费发生的场所。
一人赴某城旅游，花费一笔款项，这笔钱不会仅留存于单一商家。它将流向酒店、餐饮、交通、景区、零售、导游、保洁、司机、房租、税收及供应链。
此即本地消费的乘数效应。
资金在本地社会流转，可转化为更多人的收入，亦能带动更多服务业与就业。
然而 AI Token 消费则截然不同。
一人付费购买 AI 服务，表面看也是消费，但这笔钱大概率不会流入本地餐馆、商店、学校、培训机构、娱乐场所或服务业。
它将流向模型公司、云厂商、GPU 供应商、数据中心、电力系统、冷却设施及平台利润。
这并非指 AI 不创造 GDP，而是说：AI 创造的 GDP，很可能发生在别处。
若某非洲小国用户付费使用美国 AI 服务，那么这笔消费对其所在国而言，更像是一笔数字服务进口。
本地人支出了资金，本地却未形成对应的生产、就业、供应链及消费循环。
此即 AI 的首要宏观风险：
AI 或抽空本地消费循环。
过去一人无聊，或去喝咖啡、看电影、旅游、用餐、社交、参加培训。
未来一人无聊，或在与 AI 聊天、学习、娱乐、生成内容、获取陪伴、体验虚拟世界。
前者的资金流入本地社会。
后者的资金流入远方的数据中心。
故 AI 的“黑洞”属性，不在于不创造 GDP，而在于可能削弱本地消费乘数。
更确切地说：
AI 非全球 GDP 黑洞，而是本地消费乘数黑洞。
它将原本散布于千万本地服务节点的消费，压缩为少数数据中心内的算力、电力、折旧及平台利润。
三
AI 同时创造新增价值与消费转移损失
当然，AI 并非仅有负面效应。
AI 亦能创造新价值。它能提升程序员效率、优化企业管理、辅助医生诊断、助力教师备课、赋能企业营销、帮助中小企业降低成本。
就此而言，AI 是生产力工具。
但 AI 亦有另一面：它也是消费品。
当 AI 用于生产，它是生产力杠杆。
当 AI 用于消磨时光、替代线下消费、取代本地服务、阻断人际连接，它便可能沦为消费黑洞。
故我们不可笼统断言 AI 必好，亦不可一概而论 AI 必坏。
关键在于某地区、某企业、某人，是将 AI 视作生产资料，还是将其作为消费品。
若 AI Token 仅被消费，而未转化为本地生产能力，它便是黑洞。
若 AI Token 被用于创造产品、服务客户、提升效率、扩大交易，它便是引擎。
同样花费一元购买 AI 服务，结果可能天差地别。
一人用 AI 闲聊消磨三小时，这可能替代了本地娱乐消费。
小店主用 AI 分析门店货品、优化订货、设计会员活动，这可能提升本地经营效率。
学生用 AI 代写作业，这可能削弱真实学习能力。
创业者用 AI 完成产品设计、市场调研、代码开发、客户沟通，这可能催生新公司。
故，AI 真正的分水岭并非“用或不用”，而是：
你是在消费 AI，还是在生产性地调用 AI？
四
掌握模型与算力的国家，将向全球征收“智能税”
若将此逻辑置于全球竞争层面，问题将更为严峻。
过往的全球化，是工业品、能源、金融、品牌、操作系统及互联网平台的全球化。
未来的全球化，则是智能能力的全球化。
拥有模型、算力、芯片、云、数据中心、电力及 AI 企业的国家，可向全球提供智能服务。
缺乏此类能力的国家，则只能消费智能服务。
于是世界将出现新分工：
一类国家为 AI 生产国。
它们拥有大模型、芯片、云平台、算力中心、能源基建、算法人才及资本市场。全球用户每次调用模型，皆转化为其收入。
另一类国家为 AI 消费国。
它们无自有模型、无自有算力、无 AI 基建，亦未将 AI 转化为本地产业能力。其居民与企业越使用 AI，资金越流向外部平台。
这恰似一种新型“智能税”。
昔日弱国进口工业品，至少尚可形成本地零售、物流、维修、渠道及服务。
然未来弱国进口 AI 服务，本地或仅剩用户，连中间环节皆被平台压缩殆尽。
此即新型 AI 殖民的雏形。
它非传统殖民，无需军队，无需占领土地，亦无需建立殖民政府。
它仅需控制模型、算力、云平台及智能入口。
当某国的教育、商业、媒体、软件、客服、办公、设计、研发及企业管理，日益依赖外部 AI 系统时，其知识生产能力恐被外部平台接管。
该国仍存主权，但其智能基建不在己手；
该国仍有用户，却无智能产业链；
该国仍在消费，但新增价值被他国攫取。
此即 AI 时代最深层的殖民架构：
非占领你的土地，而是占领你的智能接口。
五
AI 殖民亦是一场新“智力圈地运动”
英国圈地运动将公有土地变为私有资产，致使大量农民失地，被迫涌入城市与工厂。
AI 时代发生的，是另一种圈地。
往昔，知识、经验、审美、语言能力、商业判断、专业方法，分散于无数个体与组织之中。
一位教师拥有教学经验；
一位医生拥有诊疗经验；
一位销售拥有客户经验；
一位顾问拥有行业经验；
一位设计师拥有审美经验；
一位媒体人拥有表达经验。
这些能力昔日分散于人身上，既是人的技能，亦是人的收入