过去一年半，生成式AI从一个小众话题变成了人人都在谈论的东西。ChatGPT上线两个月月活破亿，这个速度比TikTok、比Instagram、比历史上任何应用都快。然后Midjourney、Sora、Claude、Gemini轮番上阵，大模型厂商打得不可开交。
表面上看起来，这是技术进步的正常节奏。但从经济结构的角度看，AI正在做的事情，远比大多数人意识到的要危险得多。
赢家通吃，已经不是比喻，而是现实传统经济里，赢家通吃往往需要很长时间。沃尔玛花了三四十年才把小镇上的杂货店挤垮，亚马逊花了十几年才让实体书店大范围关门。但AI不一样，它的渗透速度和打击范围，都超出了以往任何一种技术变革。
先说速度。一个插画师花了好几年磨练出来的风格，AI可能三天就学得像模像样了。一个初级程序员吭哧吭哧写半天的代码，Copilot几秒钟就生成好了，而且bug还更少。这种效率碾压带来的不是渐进式竞争，而是瞬间的毁灭性打击。
再说范围。以前的自动化主要冲击制造业、流水线作业，那些工作本来就是重复性的、标准化的。但AI不一样，它冲击的是白领工作、知识工作、创意工作。写报告、做PPT、翻译文件、设计海报、剪辑视频、编写代码，这些曾经被认为是“脑力劳动”、不太可能被机器替代的活，现在全部暴露在AI的射程之内。
结果是，少数掌握AI技术和算力资源的企业，可以用极低的成本完成以前需要成百上千人才能完成的工作。这些企业的利润率飙升，市值暴涨，创始人和早期员工的财富呈指数级增长。而与此同时，大量原本靠这些工作吃饭的人，发现自己的议价能力在急剧下降。
这不是一个健康的信号。
中间层正在消失，经济结构在沙漏化经济学家喜欢用“沙漏型经济结构”来描述一个社会的问题——高端的、高附加值的岗位和低端的、低技能的服务岗位都在增长，但中间层的、中等收入的岗位在萎缩。AI正在加速这个进程。
高端岗位当然活得很好。搞AI算法研究的，做大模型训练的，做芯片设计的，这些人的身价在暴涨。因为AI创造了一个巨大的价值洼地，谁能在算力、模型、数据上占据优势，谁就能攫取超额利润。
低端岗位呢？暂时还没事。打扫卫生的、送外卖的、端盘子的、理发的，这些工作AI短期内替代不了。不是因为技术不够，而是因为物理世界的操作成本和风险太高。所以这些岗位的需求反而可能增加——因为高收入人群有钱了，需要更多的服务。
但中间层呢？惨了。会计、翻译、文案、设计师、初级程序员、行政助理、客服代表，这些以前算是体面的白领工作，现在成了AI最容易冲击的对象。企业算一笔账就很清楚了：一个初级员工的年薪可能是8万到15万，还要交社保、管理、培训，而一个AI工具的月费可能只要几十美元。就算AI的产出质量只有80分，但成本差了上千倍，这个账怎么算都是AI划算。
这意味着大量受过高等教育、原本指望靠脑力劳动过上体面生活的人，正在被挤出中间层。他们要么拼命往上挤，去搞AI本身，但那个门槛极高，不是谁都能进的；要么掉到低端服务业，去做那些AI暂时替代不了的体力活。中间那条路，越来越窄。
地域不平衡被进一步放大AI还在做一件可怕的事情——它把经济发展的重心进一步向少数几个地方集中。
道理很简单。AI的基础设施是算力、数据、人才。算力需要大量的GPU集群，这些集群需要超大规模的数据中心，而数据中心需要便宜的电力和良好的散热条件。数据需要从海量用户行为中获取，这要求企业拥有庞大的用户基础。人才需要顶尖的计算机科学教育、数学训练和研究环境。
这些条件，全世界只有少数几个地方具备。在美国是硅谷、西雅图、波士顿；在中国是北京、上海、深圳、杭州。其他地方呢？对不起，连参赛资格都没有。
以前一个搞设计的，可以住在云南大理，远程接单，过得还不错。现在不行了，因为客户可以用AI生成设计，便宜得要命。除非你的设计水平远远超出AI，但能做到这一点的人，通常也都在大城市。
以前的传统制造业还能在中小城市存活，因为运输成本、土地成本、劳动力成本有优势。但AI带动的这轮经济增量，几乎全部集中在科技行业。一个没有AI人才和算力资源的三四线城市，根本分不到这杯羹。
结果是，有钱的地方越来越有钱，没钱的越来越边缘。头部城市的房价、物价、教育成本继续上涨，而其他地区连工作岗位都在流失。这种地域上的两极分化，比收入差距更难逆转。因为人走了就是走了，产业散了再聚起来需要几十年。
所有权极度不平等，大多数人沦为消费者还有一个更深层次的问题，很少有人讨论。
AI创造价值的方式，和以前的技术不一样。蒸汽机、电力、内燃机、计算机，这些技术工具化的属性很强，谁买了都能用。工厂买了蒸汽机可以提高生产效率，农民买了拖拉机可以开垦更多土地，普通人买了电脑可以办公、上网。所有权相对分散。
但AI不一样。顶尖的AI模型需要几十亿美元的算力投入、海量的训练数据、上千名顶尖工程师的协作。这不是一个普通企业甚至一个普通国家能负担得起的。结果是，最先进的AI能力掌握在极少数科技巨头手里。
这些巨头靠AI提供各种各样的服务——内容生成、智能客服、数据分析、代码辅助。大多数人接触AI的方式，不是拥有一个AI，而是订阅一个AI服务，按月付费，用多少付多少。
这听起来没什么问题，但经济后果很严重。在工业时代，工人虽然受雇于资本家，但至少可以通过储蓄购买资产——房子、股票、生产资料。但在AI时代，绝大多数人永远不可能拥有AI的所有权，他们只能作为消费者，为少数巨头的AI服务付费。
随着AI的能力越来越强，它能提供的服务越来越多，普通人需要付费的领域也越来越多。写文案要付费，做设计要付费，翻译要付费，编程要付费，甚至连写邮件、做总结、做研究都要付费。每一笔小钱看似不多，但加起来，你的收入中越来越大的比例流向了这些AI巨头。
而那些巨头的股东，本来就已经是社会上最富裕的那群人。AI创造的财富通过这种“服务订阅”的方式，从普通人的口袋里源源不断地流入顶级富豪的账户。
这不是阴谋论，这是经济模型。
旧规则的失效，新规则还没建立我们正处在一个非常尴尬的时期。
旧的规则正在失效，新的规则远未建立。过去几十年，主流的应对技术性失业的思路是“培训再就业”——这个岗位没了，就培训一下，换个岗位。但从
速度看，培训根本来不及。一个文案被AI替代了，去学编程，学了一年半载，结果发现初级编程也被AI替代了。
另一个思路是“创造新岗位”。每一次技术革命都会创造新岗位，这是事实。工业革命创造了工厂工人、工程师、铁路职工，信息革命创造了程序员、数据分析师、网络运营。但问题是，AI创造的新岗位数量，能不能抵得上它消灭的旧岗位数量？
目前看，悬。因为AI的逻辑是用更少的人做更多的事。一家公司如果能用AI代替80%的员工，它不会去雇另外80个做别的事。它会用省下来的钱分红、回购股票、投资新的自动化项目。这不是贪婪，这是市场竞争的必然结果。你不这么做，竞争对手会这么做，然后把你挤垮。
更麻烦的是，AI创造的少数新岗位——比如提示词工程师、模型微调师、AI训练师——本身也有被AI替代的风险。你今天刚学会怎么写高质量的提示词，明天AI自己就会写提示词了。你今天刚学会怎么标注数据，明天AI的标注精度就超过你了。
这种岗位的“半衰期”前所未有的短。以前学一门手艺能吃半辈子饭，现在学一门技能可能半年后就过时了。
我们该怎么办？我不是来贩卖焦虑的，但我也给不出什么灵丹妙药。
有一些思路值得讨论。比如，对AI创造的巨额财富进行更合理的征税，然后用这些钱提供全民基本收入或全民基本服务。AI让生产力大幅提升，这本该是全人类的福祉，不应该只让少数人享用。
比如，重新思考教育和培训体系。不再教那些AI很容易替代的技能，而是培养批判性思维、创造力、复杂问题解决能力、人际互动能力。这些AI短期还学不会。
比如，推动AI技术的民主化。开源模型、开源工具、开源数据集，让更多人能够拥有和使用AI，而不是把能力集中在少数巨头手里。
但这些都不是容易的事，也都不是短期内能见效的事。
唯一确定的是，回不去了。AI不会停下来，竞争不会停下来。我们每个人都得想清楚一个问题：在AI不断重塑经济结构的今天，我的位置在哪里？
如果你还没想过这个问题，可能已经有点晚了。
上阳网提示：文章来自网络，不代表本站观点。
相关文章
推荐资讯