AI比人贵,企业为何还在疯狂下注?

英伟达高管和Uber首席技术官公开表态：现阶段，AI服务的运营成本高于人力成本。MIT研究进一步发现，仅23%的视觉类岗位自动化可节省成本，77%用AI替换反而亏本。2026年谷歌、微软、亚马逊、Meta四大巨头合计AI资本支出飙升至7250亿美元，较上年增长77%——当企业大规模押注AI替代人力时，经济学的底层逻辑却在发出截然相反的信号。

2026年4月底，两条消息几乎同时引爆科技圈：Meta宣布裁员约8000人、冻结6000个岗位，官方理由直白——腾出预算投向AI；与此同时，英伟达高管和Uber首席技术官在Tom’s Hardware的报道中公开指出，代码助手、自动化智能体等AI服务的运营成本，现阶段高于雇用真人来做同样的工作。

一边裁人，一边承认AI比人贵，这两个信号放在一起显得格外矛盾。Meta创始人扎克伯格在内部全员大会上坦言，裁员并非因为经营不善，而是为了”对冲AI巨额算力开支”。换句话说，这是一笔用确定的人力成本，去置换尚不确定的AI回报的交易。

MIT麻省理工学院计算机科学与人工智能实验室（CSAIL）此前发表的研究，为这组矛盾提供了关键证据。研究团队分析了计算机视觉类任务的自动化成本效益，结论令人警醒：仅23%的岗位用AI替代可以节省成本，其余77%不但不省钱，成本反而更高。根本原因在于，AI系统的真实开支远不止算力——还包括数据标注、模型训练、持续维护、安全合规和人工监督，这些隐性成本叠加后，往往数倍于被替代员工的薪资总额。

换一个角度看，技术可行性与经济可行性之间，隔着一道巨大的鸿沟。能做到AI替代，和值得用AI替代，是两件完全不同的事。

既然AI比人贵，为什么企业仍在疯狂加码？答案藏在2026年一季报密集披露期的数字里。英国《金融时报》汇总四家科技巨头的财报发现：谷歌、微软、亚马逊、Meta计划在2026年合计投入7250亿美元资本支出，较2025年创纪录的4100亿美元暴增77%。其中仅微软一家就将全年资本支出上调至1900亿美元。

这7250亿美元大部分流向了数据中心建设和AI芯片采购——基础设施层面的军备竞赛，而非直接面向终端用户的AI产品。麦肯锡的数据提供了一个冷静的参照：在被调研企业中，90%已经启动数字化和AI转型，但只有25%取得了切实成果，仅有10%实现了AI的规模化应用。

美银证券在4月底的半导体行业报告中，将2026年全球超大规模云计算企业资本支出预测上调至超过8000亿美元，甚至预判2027年AI资本支出将冲击万亿美元关口。这意味着科技行业正在用数千亿美元的真金白银，赌一个尚未被验证的经济模型。如果MIT的研究结论是正确的——77%的场景AI替代反而亏钱，那这笔投资的大部分可能永远无法通过”替代人力”来回本。

但大公司的赌注逻辑或许并不在于短期账面平衡，而在于抢占未来基础设施的控制权。错过了基础设施窗口期的代价，远高于当下多花的算力成本。这不是一笔经济账，而是一张战略入场券。

支持AI替代论的一方有一个核心论据：算力成本正在快速下降。英伟达自身就在不断推动硬件迭代，Blackwell架构的推理成本较前代压缩了约90%，GPU单位算力的价格每18个月下降近一半。如果这个趋势持续，MIT研究中那个”23%可省钱”的比例，未来几年或许会大幅上升。

但另一面的事实同样不容忽视。麦肯锡在上海的最新分享中给出了一个判断：AI作为通用技术，实现广泛生产力提升需要15至25年——这已是人类历史上最快的一次技术扩散周期，但仍然远超多数企业决策者的耐心。麦肯锡同期的另一组数据更耐人寻味：被调研客户AI项目每投入1美元可获得3美元回报，但这个数据覆盖的是”表现最好”的一批企业，而非行业平均水平。

这里存在一个容易被忽略的结构性问题：AI算力成本的下降曲线，与AI系统总拥有成本的下降曲线，并不完全重合。GPU变便宜了，但数据标注、模型迭代、安全审计、人工监督的开支并没有同步压缩。麻省理工研究科学家安德鲁·麦卡菲在5月初的最新警告中指出，用AI自动化替代Z世代入门级员工，短期看是降本，长期却在”透支未来”——因为这些初级岗位是培养管理者和核心人才的起点，砍掉入口，就切断了整条人才供应链。

三个变量——算力下降、总成本平缓、人力上升——正在赛跑，交叉点何时到来，决定了”AI比人贵”这个结论的有效期限。MIT的23%不是终局，但7250亿的投入规模，意味着多数企业等不到经济拐点就必须下注。

回到最初的问题：AI替代的经济学算错了吗？如果用”替代人力→节省成本”这个单维度公式来衡量，大部分场景确实算错了。MIT的数据清晰地证明，在当前技术条件下，多数岗位的自动化是一笔亏本买卖。

但真正的AI经济账从来不是一道减法题。麦肯锡团队的观察是，AI真正创造价值的方式，不是简单地”用人换机器”，而是改变工作本身的结构——让一个人完成过去需要五个人的工作量，或者做出过去根本不可能实现的产品。前者是降本，后者是创生；降本有天花板，创生没有。

科技巨头们显然也意识到了这一点。Meta裁掉8000人，不是要用AI逐个替代这些岗位，而是要在AI基础设施上建立战略高地。微软将资本支出推到1900亿美元，看重的不是明天的成本节约，而是五年后Azure云在全球AI算力版图中的卡位。当前阶段AI的经济悖论，本质上是基础设施投资期的典型特征——投入远远领先于回报，但这恰恰是行业格局重塑的关键窗口。

MIT说23%可省钱，麦肯锡说15到25年才能广泛见效，英伟达自己承认现阶段AI比人贵——这些信息叠加在一起，指向的不是”AI不行”，而是”AI替代人力”这条叙事路径本身有局限。下一个十年真正被重写的经济等式，不是”AI成本 vs 员工薪资”，而是”AI能创造多少过去不存在的价值”。前者是一场零和博弈，后者才是增量空间。

本文基于MIT CSAIL研究报告、麦肯锡全球研究院、英伟达官方表态及Tom\’s Hardware报道、英国《金融时报》、美银证券半导体行业报告、Fortune中文版、IT之家、CSDN、环球网、财联社等多方公开信息整理而成，仅作信息分享与观点交流，不代表任何机构立场；文中引用数据及案例均来自公开来源，相关版权归原作者和原发布机构所有。