美股芯片股集体跳水,OpenAI差点付不起电费:一个经济学研究生看热闹不嫌事大

点击蓝字，关注我们

先说说我自己。我是一个经济学研究生，研究方向是产业经济学，最近刚好在看”数实融合”——数字经济怎么跟实体经济搞到一起。

 本来我以为这个话题跟我关系不大。OpenAI在旧金山，我在国内某个二线城市的图书馆，中间隔着一整个太平洋。但看完这条热搜下面的评论，我发现这事跟我未来的饭碗，关系大得很。

评论区大概分成了四拨人。第一拨，技术乐观派。”AI不是替代人类，而是让人类做更有价值的事。””拥抱技术变革才能不被淘汰。”这种人我见得多了。

我导师（就是那个让我叫他’凯恩斯先生’的导师）常说，每个时代都有这么一群人，技术一进步，他们第一个跳出来喊’这是福音’。

工业革命的时候有人这么说，互联网泡沫的时候也有人这么说。但问题是，福音是真的，阵痛也是真的。

 我认识一个做UI设计的朋友，去年刚被公司”优化”。不是因为他干得不好，而是因为公司买了Midjourney的企业版。

 以前做一张海报，他需要两天。现在AI十分钟出十张，他只需要挑一张修一修。老板算了一笔账：用AI，一个人能干原来三个人的活。于是他成了那个”多余的人”。 

 他跟我说这件事的时候，语气很平静，像在讲别人的故事。但我知道他心里不好受——那可是做了五年的专业啊。

第二拨，就业焦虑派，占大多数。”设计师刚被AI替代，现在轮到谁？””35岁危机还没过，AI危机又来了。” 

 这条评论获得了四千多个赞。我盯着这条评论看了很久。因为我明年就要毕业了。我学的是经济学，按道理说应该还算”高技能岗位”，但谁知道呢？

 ChatGPT现在连论文都能写了，还能帮你跑Stata、写Python代码。一个AI一天能看一千篇文献，我一天能看十篇就算不错了。**你说我慌不慌？说实话，慌。 

 但不是那种歇斯底里的慌，是那种”我知道这事迟早要来，但没想到来得这么快”的慌。

 就像你明知道前面有个坑，但你以为还远，结果一抬头，坑就在脚边。

第三拨，伦理质疑派。”算法黑箱谁来监管？””数据隐私被喂给AI训练，我们成了数字劳工。”这种人通常学历不低，看问题比较深。

 我身边就有这样的同学。我们做实证研究，需要大量的企业数据。

有些数据是从公开渠道拿的，有些是从Wind、CSMAR买的。但做AI的不一样。他们用的是什么数据？是你在微博上发的每一条动态，是你在淘宝上的每一次点击，是你跟朋友的每一次微信聊天。

 你以为是免费的，其实你在给他们打工——只不过工资被换成了’免费使用AI’。

这事细想起来，挺荒诞的。就像你去餐厅吃饭，餐厅不收你钱，但把你的指纹、口味偏好、消费习惯都记下来了，然后卖给了第三方。

 你吃了免费午餐，但你的”数据身体”被切片卖掉了。

第四拨，吃瓜观望派。”反正AI写不出我的灵魂。””等AI能帮我写论文再说。”这种人最多，也最真实。他们就是——我。

至少在这条热搜刚出现的时候，我就是这么想的。但等我往下翻，看到一条高赞评论，我的心沉了一下。

那条评论是这么说的：”每次AI技术突破都伴随着大规模裁员，但回头看，新创造的岗位总是多于消失的岗位。

问题是：旧岗位的消失是立即的，新岗位的创造是延迟的，这个’时间差’就是社会痛苦的来源。”

获得赞数：2.3万。我截图发给了导师。导师回了我一句话：”去读Acemoglu和Restrepo，2018年那篇。你的问题，他们早就回答过了。”

所以我去读了。Acemoglu是谁？MIT的经济学教授，2024年诺贝尔经济学奖得主（虽然这篇论文是他拿奖之前写的）。他和合作者Restrepo提出了一套”任务型自动化模型”。简单说，就是把所有工作分成两类：一类是能被机器干的，一类是必须人干的。AI出现之后，会产生三个效应：第一，替代效应。机器把你的活干了。你失业了。短期是坏事。

第二，生产率效应。机器帮你把活干得更好更快。你变厉害了。长期可能是好事。

第三，新任务创造效应。机器出现了，需要有人去修机器、教机器、管机器。新岗位出现了。这三个效应叠加在一起，决定了技术进步到底是造福人类还是坑害人类。关键是时间点。

 旧岗位消失是立即的——公司今天决定用AI客服，明天就能裁掉二十个接线员。

 新岗位创造是延迟的——AI训练师、提示词工程师、算法审计员这些岗位，需要等教育体系反应过来、等市场磨合出需求，可能要三五年甚至更久。而这个时间差，就是痛苦。

这让我想起了我老家的事。我妈在一个小城市的纺织厂干了二十年。二十年前，那个厂有一千多人，是当地的纳税大户。那时候我妈年轻，手脚麻利，一天能织两百米布。

厂长见她都笑眯眯的，说她是”厂里的骨干”。每年过年，厂里发米发油，还会组织联欢会。我妈是车间代表，年年都要上台表演节目。

那时候她觉得，这辈子就这样了，挺好。十年前，厂子引进了自动化织布机。我第一次听说这事，是我妈打电话来，语气有点失落：”厂里买了新机器，一个人能顶五个人。”我问：”那你们怎么办？”她说：”还能怎么办？学呗。” 

 但那批机器是德国的，操作界面全英文。我妈初中毕业，英文字母都认不全。学了三个月，她没学会。跟她一起进厂的那批姐妹，一大半都没学会。然后，裁员开始了。

 第一批裁了三百人。第二批又裁了三百人。我妈运气好，她是质检员，机器还干不了她的活。她每天站在流水线尽头，检查成品有没有瑕疵。但她的工资从四千降到了两千五，因为”厂里效益不好”。 

 我问她：”那机器织的布，质量有你好吗？”她说：”机器快是快，但有时候线头处理不干净。我要是不在那看着，次品率能上去一大截。”可老板不管这个。

老板算的是账：机器24小时不停，不用交社保，不用放产假，不会闹情绪。人呢？人会累，会病，会老，会要求涨工资。在账本面前，人的价值被折算成了一行数字。

五年前，我妈那个车间又引进了新的视觉检测系统。这次，连质检员都不需要了。我妈终于下岗了。走的那天，她在厂里拍了最后一张照片——站在那台德国机器旁边，笑得很勉强。她把照片发给我，配文只有一个字：”走。” 

 我不知道该怎么回。想说”没事，妈，我养你”，但我自己还在啃老。想说”这是时代进步的代价”，但这话太残忍了，我说不出口。

她的二十年，在那台机器面前，一文不值。

被裁掉的人去了哪？有的去了超市当收银员，一个月两千块，站一天腿都是肿的。有的去了小区物业，打扫卫生、看大门，工资更少。有的在家带孙子，表面上说是”退休享福”，其实是没地方去。

她们的技能——二十年的纺织经验——在自动化面前，一文不值。

更讽刺的是，新引进的设备不是国产的，是德国的。德国的技术，德国的工程师来安装调试，德国的售后团队定期维护。

 我们买设备花的钱，最终流向了德国工人的工资单。技术进步的红利，被先发国家吃掉了。

落后国家怎么办？买设备、学技术、追赶。但追赶是有成本的——那些被裁掉的人，谁来买单？ 

 这个问题，我妈那代人没有答案。我现在学的经济学，就是试图找到这个答案。但说实话，有时候我觉得，经济学能算出最优解，却算不出一个母亲二十年的尊严。

OpenAI赚不到钱，表面是商业问题，深层是技术扩散的S曲线问题——AI处于”早期采纳者”向”早期大众”过渡的阶段，跨越鸿沟需要时间。 看懂结构，就不会被表面新闻带着跑。第四，培养”反脆弱”的心态。

塔勒布在《反脆弱》里说，真正的强大不是抗打击，而是从打击中受益。 AI的冲击对每个行业都是重新洗牌。有人被洗掉，就有人趁乱上位。

关键在于：你有没有在风暴来临之前，把自己变成那种”风越大越能飞”的鸟？ 我不知道我能不能做到。但至少，我愿意试一试。

最后，我想聊聊一个更长远的问题。如果AGI（通用人工智能）真的实现了，社会会变成什么样？

OpenAI、DeepMind这些公司说，AGI可能在2040年前后实现。 2040年，我四十多岁，正是职业生涯的黄金期。 如果那时候AI能做我90%的工作，我怎么办？ 这不是科幻，这是每天都在接近的现实。 当物质生产充分自动化，”按劳分配”的逻辑就不成立了——不是所有人都有”劳”可分配。

那怎么分配？ 北欧国家在试点”全民基本收入”（UBI）——不管干不干活，每个月发一笔钱。 有些学者在讨论”机器人税”——用AI创造的价值来补贴被AI替代的人。 还有些人在提”数据分红”——你的数据被用来训练AI，你应该分到一部分收益。

这些方案听起来都很遥远，甚至有些”乌托邦”。

但历史告诉我们：重大的制度变革，往往是在技术倒逼下发生的。工业革命催生了现代社保体系。

信息革命催生了互联网治理框架。 AI革命，也会催生新的社会契约。 问题是：这个契约，是由谁来签？是资本方主导的，还是劳动者参与的？

是全球协调的，还是各国各自为战的？ 这些问题的答案，决定了我们这一代人能不能体面地老去。

写到这里，窗外天已经亮了。 我合上电脑，准备去吃早餐。 昨晚那条热搜带来的焦虑，没有消失，但变得清晰了。

焦虑的反面不是安心，而是清醒。清醒地知道技术变革的不可逆性，清醒地知道调整成本的不可避免，清醒地知道个人能做的准备有限但必须做。

我把那条知乎热评截图设成了手机壁纸：”旧岗位的消失是立即的，新岗位的创造是延迟的，这个’时间差’就是社会痛苦的来源。”

每天打开手机，就提醒自己一次：在这个”时间差”里，我能做什么？

写在最后如果你也是研究生，或者正在某个行业里感受到AI的寒意，我想送你一句话：”技术进步不会因为你的焦虑而停止，但你的准备可以降低你被甩下的概率。”

不是所有人都需要成为AI专家。 但所有人都需要理解：AI正在改变游戏规则，而你可以选择是做一个被动的棋子，还是做一个主动的棋手。

哪怕这个棋盘正在变得越来越陌生。

p s

你们点点“分享”，给我充点儿电吧~