我們正處于AI的“撥號(hào)上網(wǎng)時(shí)代”

給大家分享一位國外博主 nowfal 的文章《AI's Dial-Up Era》（AI 的撥號(hào)上網(wǎng)時(shí)代）。

現(xiàn)在是1995年。

你的電腦調(diào)制解調(diào)器在嘗試連接那個(gè)叫“互聯(lián)網(wǎng)”的東西時(shí)發(fā)出刺耳的尖叫。也許一次就連上了，也許你得再試一次。

人類歷史上第一次，你可以在幾秒鐘內(nèi)與地球另一端的人互通書信。

整個(gè)互聯(lián)網(wǎng)只有2000來個(gè)網(wǎng)站，理論上你一個(gè)周末就能全部逛完。大多數(shù)網(wǎng)頁只是灰底黑字，偶爾冒出一張像素化的圖片。

加載慢得殘忍：一張圖要一分鐘，一分鐘的視頻可能要幾個(gè)小時(shí)。幾乎沒人敢把信用卡號(hào)放網(wǎng)上。當(dāng)時(shí)的鐵律：別相信網(wǎng)上的陌生人。

人們很快分成兩派。

樂觀派預(yù)言巨變：數(shù)字商務(wù)幾年內(nèi)就會(huì)碾壓實(shí)體零售；我們很快會(huì)在虛擬現(xiàn)實(shí)里游蕩。

“我預(yù)計(jì)五年內(nèi)，超過十分之一的人在公交、火車、飛機(jī)上戴著頭戴式電腦顯示器?！薄狹IT教授尼古拉斯·尼葛洛龐帝，1993

悲觀派則說，互聯(lián)網(wǎng)是泡沫，是曇花一現(xiàn)。

如果你告訴1995年的普通人：25年后，我們會(huì)更樂意在社交媒體上看陌生人發(fā)的新聞，而不是報(bào)紙；會(huì)點(diǎn)播流媒體而不是看有線電視；用App找對象而不是靠朋友介紹；把“別相信網(wǎng)上陌生人”完全翻轉(zhuǎn)，敢讓陌生人開私家車來接我們、睡他們家的空臥室——大多數(shù)人會(huì)覺得你瘋了。

我們又回到了1995年，只不過這次的主角是人工智能。

今天的爭論雙方也在犯類似的錯(cuò)：一邊警告AI幾年內(nèi)就會(huì)消滅整個(gè)職業(yè)、造成大規(guī)模失業(yè)；另一邊聲稱AI會(huì)創(chuàng)造比消滅更多的崗位；一邊把AI當(dāng)成炒作的“蒸汽件”，注定泡沫破裂；另一邊預(yù)言它十年內(nèi)就能自動(dòng)化所有知識(shí)工作、重塑文明。

他們都只對了一半。

就業(yè)悖論：自動(dòng)化到底會(huì)不會(huì)裁員，要看行業(yè)

被尊為“AI之父”之一的杰弗里·辛頓2016年警告：別再培養(yǎng)放射科醫(yī)生了，AI幾年內(nèi)就會(huì)取代他們。

然而到2025年，美國放射科住院醫(yī)項(xiàng)目創(chuàng)紀(jì)錄地放出1208個(gè)名額，比2024年還增4%， vacancy 率史上最高；放射科醫(yī)生平均年薪52萬美元，比2015年高48%。

AI沒取代他們，反而讓他們更吃香。

研究者迪娜·穆薩指出，預(yù)測落空的關(guān)鍵在，于真實(shí)世界的復(fù)雜性：

• 放射科不只是看圖；

• 監(jiān)管、保險(xiǎn)、責(zé)任認(rèn)定層層關(guān)卡；

• 更關(guān)鍵地，杰文斯悖論登場：技術(shù)讓資源利用效率飆升，反而導(dǎo)致總消耗量暴漲。AI讓讀片更快更便宜→更多人能拍片→放射科醫(yī)生需求不降反升。

微軟CEO納德拉、Box CEO列維都認(rèn)同：AI越高效，需求越被放大。

但他們只說對一半。

首先，正如提出“vibe coding”的計(jì)算機(jī)科學(xué)家安德烈·卡帕蒂指出：放射科太復(fù)雜、高風(fēng)險(xiǎn)、強(qiáng)監(jiān)管，不是AI短期內(nèi)裁員的典型場景。

真正要先看的是那些重復(fù)、獨(dú)立、容錯(cuò)高、環(huán)節(jié)短的“螺絲釘”崗位。即便如此，AI起初也只是工具，崗位會(huì)被重構(gòu)，而非直接消失。

其次，“就業(yè)反而增加”這一結(jié)論因行業(yè)而異，取決于：

1. 該行業(yè)未被滿足的需求有多大、增長有多快；

2. 需求增長是否跑得過自動(dòng)化帶來的生產(chǎn)率提升。

經(jīng)濟(jì)學(xué)家詹姆斯·貝森研究了1800–2000年間紡織、鋼鐵、汽車三大行業(yè)的就業(yè)、生產(chǎn)率與需求曲線：

• 紡織與鋼鐵：自動(dòng)化后就業(yè)先漲近百年，需求飽和后生產(chǎn)率繼續(xù)提高，就業(yè)斷崖式下跌。

• 汽車：全球需求遠(yuǎn)未飽和，自動(dòng)化也未完全征服產(chǎn)線，就業(yè)至今未現(xiàn)陡坡。

  
  

要回答為什么那兩個(gè)行業(yè)出現(xiàn)大幅下滑，而汽車制造業(yè)卻沒有，首先來看這三個(gè)行業(yè)的工人生產(chǎn)率：

然后，再看這三個(gè)行業(yè)的需求情況：

這些圖表揭示了一個(gè)一貫的模式（注：生產(chǎn)率與需求圖均為對數(shù)坐標(biāo)，意味著兩者呈指數(shù)級(jí)增長）。

最初，某項(xiàng)服務(wù)或產(chǎn)品因需大量人力而價(jià)格昂貴，大多數(shù)人買不起，只能省著用。例如，19 世紀(jì)初，一般人頂多買一條褲子或一件襯衫。

隨后，自動(dòng)化讓工人生產(chǎn)率陡增：1900 年的紡織工人產(chǎn)量是 1800 年的五十倍。生產(chǎn)率爆炸式提升拉低價(jià)格，激發(fā)出巨大新需求，于是人人都能買多套衣服，而不再是一兩套,就業(yè)與生產(chǎn)率同步飆升（注：就業(yè)增長掩蓋了行業(yè)內(nèi)部崗位轉(zhuǎn)移與工資變化）。

一旦需求飽和，就業(yè)不再繼續(xù)上升，而是在峰值需求處維持。然而自動(dòng)化持續(xù)推進(jìn)，工人效率仍在提高，就業(yè)便開始下滑。

紡織業(yè)中，機(jī)械化帶來產(chǎn)量暴增，但當(dāng)消費(fèi)觸頂、自動(dòng)化與生產(chǎn)率繼續(xù)攀升時(shí)，工人終被替代。我們大概不需要無限多的衣服；同理，無論價(jià)格多低，病人也不會(huì)需要百萬份放射報(bào)告，放射科醫(yī)師終將遭遇天花板。我們不需要無限的食物、衣服、報(bào)稅單等等。

在貝森的數(shù)據(jù)里，汽車業(yè)則呈現(xiàn)不同故事：需求遠(yuǎn)未飽和，全球大多數(shù)人仍無車；自動(dòng)化也尚未徹底征服制造（特斯拉撤回全自動(dòng)化產(chǎn)線即證明當(dāng)前技術(shù)邊界）。

當(dāng)需求與自動(dòng)化潛力雙雙高企時(shí)，即便生產(chǎn)率提升，就業(yè)仍可維持甚至增長。

軟件則引出了一個(gè)更有趣的問題：你究竟需要多少款應(yīng)用？如果有一種軟件能按需生成應(yīng)用、自主構(gòu)建整個(gè)軟件生態(tài)，會(huì)發(fā)生什么？

直到今天， handcrafted（手工打造）的軟件仍是瓶頸——昂貴的軟件工程師及其高昂的人工成本，限制了企業(yè)能負(fù)擔(dān)得起的開發(fā)規(guī)模。自動(dòng)化通過大幅提升這些工程師的生產(chǎn)率，改變了這一等式。

無論是消費(fèi)者端還是企業(yè)端，軟件市場都顯示出大量未被滿足的需求：企業(yè)一直把大量項(xiàng)目擱置，不是因?yàn)樗鼈儧]有商業(yè)價(jià)值，而是因?yàn)殚_發(fā)成本太高，或者必須把有限的資源投入最高優(yōu)先級(jí)的項(xiàng)目。

我在亞馬遜親身經(jīng)歷過：成千上萬的好點(diǎn)子拿不到資金，并非缺乏商業(yè)潛力，而是缺乏足夠的工程師去實(shí)現(xiàn)。

如果人工智能能以極低的成本生產(chǎn)軟件，就會(huì)釋放出巨大的潛在需求。關(guān)鍵問題在于，這種需求何時(shí)、是否會(huì)飽和。

因此，可以概括為：在每個(gè)行業(yè)，就業(yè)都取決于兩股力量的賽跑——

• 未滿足市場需求的規(guī)模與增速；

• 該需求的增長是否快過自動(dòng)化帶來的生產(chǎn)率提升。

泡沫：非理性的狂歡才能建成未來

1990年代“.com”泡沫：

• 公司只要把名字加上“.com”估值就飛；

• 千億美金砸進(jìn)光纖、海底電纜；

• 2000–01年雪崩，思科、Pets.com 等灰飛煙滅。

但泡沫也留下了真正的遺產(chǎn)——讓后來的YouTube、Netflix、Facebook得以存在的物理基礎(chǔ)設(shè)施。

今天的AI熱潮同樣“浮夸”：

• 前OpenAI高管米拉·穆拉蒂的新公司，產(chǎn)品影子都沒，就拿到20億美元種子輪、估值100億美元；

• 一堆“AI wrapper”百萬美元融資，護(hù)城河幾乎為零。

然而，微軟、谷歌、Meta、亞馬遜四大云廠商自ChatGPT發(fā)布后，年化資本支出翻倍，合計(jì)近五千億美元砸向數(shù)據(jù)中心、芯片、電力。

泡沫與否，這些硬件會(huì)成為未來AI的“光纖”。

基礎(chǔ)設(shè)施投資可能具有長期價(jià)值，但我們是否已經(jīng)處于泡沫之中？

科技分析師兼投資人 Azeem Azhar 提出了一個(gè)實(shí)用的框架，用五個(gè)指標(biāo)來判斷 AI 是否泡沫化：經(jīng)濟(jì)壓力（投資占 GDP 比重）、行業(yè)壓力（資本開支與收入比）、收入增速（翻倍時(shí)間）、估值熱度（市盈率倍數(shù)）以及資金質(zhì)量（資本來源的韌性）。

他的結(jié)論是：當(dāng)前 AI 仍屬于“需求驅(qū)動(dòng)型繁榮”，而非泡沫；但一旦五項(xiàng)指標(biāo)中有兩項(xiàng)“亮紅燈”，我們就正式進(jìn)入泡沫區(qū)間。

需求確實(shí)存在——OpenAI 本身就是史上增長最快的公司之一。但光有需求擋不住泡沫。

憑借產(chǎn)品市場契合度，OpenAI 大概率能活下來，然而大量 AI 初創(chuàng)公司的單位經(jīng)濟(jì)模型，正重蹈 1990 年代 dot-com 的覆轍。

Pets.com 當(dāng)年也有數(shù)百萬用戶（占當(dāng)時(shí)網(wǎng)民比例頗高），可正如科技金句所說：“只要你把 1 美元賣 85 美分，就能換來無限客戶、無限收入。”

因此，盡管需求真實(shí)，劇本可能與 90 年代相似：過度建設(shè)在所難免，若干驚天破產(chǎn)亦將上演。

但同樣可以肯定，基建會(huì)熬過炒作周期，為今日尚無法想象的創(chuàng)新鋪路。

可預(yù)測卻不可預(yù)知的未來

那么，這會(huì)把我們帶向何方？

我們?nèi)蕴幱?AI 革命的早期，就像當(dāng)年撥號(hào)上網(wǎng)那“吱——”一聲的年代。

基礎(chǔ)設(shè)施公司曾把數(shù)十億砸進(jìn)光纖，如今超大規(guī)模云廠商又把數(shù)十億砸進(jìn)數(shù)據(jù)中心；初創(chuàng)公司在名字后加“.ai”抬估值，就像當(dāng)年加“.com”。

炒作會(huì)在狂喜與絕望之間來回切換：一些預(yù)測日后看來可笑，一些看似瘋狂的卻反而保守了。

不同行業(yè)結(jié)局各異。正如杰文斯樂觀派所忽略的，人的需求一旦滿足，很多消費(fèi)就會(huì)觸頂。任一行業(yè)的就業(yè)，取決于“未滿足市場需求”有多大、增長有多快，以及這份增長能否跑贏自動(dòng)化帶來的生產(chǎn)率提升。

成本下降會(huì)解鎖新市場。金融教授阿斯沃斯·達(dá)莫達(dá)蘭曾（因）嚴(yán)重低估 Uber，只按現(xiàn)有出租車市場算份額，卻沒想到把打車費(fèi)大幅打低后，市場本身被做大——人們會(huì)坐 Uber 去那些以前絕不會(huì)打出租車的地方。

AI 同理，會(huì)讓許多因“人力智能”太貴而做不出來的產(chǎn)品和服務(wù)變得可行：餐廳老板可用 AI 寫一套專屬供應(yīng)鏈軟件，若請人類開發(fā)者得花 10 萬美元，他絕不會(huì)做；非營利組織可用 AI 打一場以前付不起錢的官司。

我們能預(yù)見變化，卻猜不到細(xì)節(jié)。

1995 年沒人想到我們會(huì)：網(wǎng)上約陌生人、坐他們的 Uber、睡他們的 Airbnb；更想不到“網(wǎng)紅”會(huì)成為年輕人最向往的職業(yè)。

人類的創(chuàng)造力總會(huì)帶來現(xiàn)有思維模型算不到的結(jié)果。新領(lǐng)域、新行業(yè)會(huì)涌現(xiàn)——AI 在過去五年里破譯的動(dòng)物語言，比過去五十年還多。

當(dāng)技術(shù)讓我們能與動(dòng)物“長談”，會(huì)催生什么新職業(yè)？今天尚不存在的一種工作，很可能成為 2050 年最搶手的崗位，我們此刻還說不出它的名字。

職業(yè)類別將被重塑。互聯(lián)網(wǎng)讓一些崗位消失，也改造了另一些，并創(chuàng)造出新類別；AI 亦然。

大約半年前，有人讓我投票：五年后軟件工程師會(huì)更多還是更少？答案留給讀者。

要回答這個(gè)問題，先回到 1995，把“軟件工程師”換成“記者”：你或許因互聯(lián)網(wǎng)能讓新聞?dòng)|達(dá)全球而預(yù)測記者會(huì)更多——頭十年確實(shí)如此，新聞就業(yè)持續(xù)增長到 2000 年代初；但 30 年后，報(bào)紙和記者數(shù)量都大幅下降，而“新聞”總量卻史無前例地多，只是由博主、網(wǎng)紅、YouTuber、 newsletter 作者完成。

軟件工程師也將重演這一劇本：做“軟件工程”相關(guān)工作的人會(huì)更多；十年左右，“軟件工程師”的定義會(huì)被改寫。前面那位餐廳老板用 AI 寫了一套僅自己用的庫存軟件，他不會(huì)自稱軟件工程師。

所以，就像 1995 年一樣，如果今天的 AI 樂觀派說：25 年內(nèi)，我們會(huì)更愿意看 AI 新聞而非網(wǎng)紅八卦、看 AI 角色而非真人演員、靠 AI 媒人（甚至 AI 戀人）找對象，并把“別信 AI”徹底翻轉(zhuǎn)到把生死決定、育兒托付給 AI，大多數(shù)人會(huì)覺得天方夜譚。

即便集合自然與人工的所有智慧，也沒人敢篤定 AI 未來長什么樣——科技 CEO 不行，AI 研究者不行，當(dāng)然更不包括某個(gè)在網(wǎng)上高談闊論的素人。

但無論細(xì)節(jié)對錯(cuò)，我們的 AI 未來正在加載中。