李开复《AI·未来》：四波浪潮里，普通人该看清什么

我前阵子写了篇"大模型、聊天机器人、智能体"的入门科普。有读者问：概念是懂了，可AI到底会怎么改变我们的日子？这一篇，我想借李开复 2018 年出的《AI·未来》（英文原名 *AI Superpowers*）聊开去。这本书的好处，是它不堆术语，而是把"AI 怎么一步步吃进现实"画成了一张清晰的大图。

一、一句话定位这本书

李开复是做技术出身、又做了多年投资和创业孵化的"两栖人"。他在书里从三个层面讲了 AI：技术怎么演进、产业怎么被重塑、社会要承受什么冲击。主线是一个判断——AI 不是某一两项黑科技，而是一浪接一浪、依次扑向不同领域的革命。

二、核心框架：AI 革命的四波浪潮

书里把 AI 的发展归纳成四波依次推进的浪潮，每一波对应不同的能力和被颠覆的产业。

第一波 互联网智能化。 用 AI 优化互联网产品：搜索排序、内容推荐、信息流。这是最早被我们感知的一波——你刷的短视频越刷越"懂你"，背后就是它。

第二波 商业智能化。 把 AI 请进金融、医疗、保险这些行业，做数据分析和决策：风控、反欺诈、精准营销、辅助诊断。它不动你的感官，动的是企业的账本和流程。

第三波 实体世界智能化（感知 AI）。 让机器"看懂"和"听懂"物理世界：人脸识别、语音交互、无人零售。这一波把 AI 从屏幕里放出来，装进了摄像头和麦克风。

第四波 自主智能化。 在"感知"之上再长出"行动"能力：自动驾驶、无人机、智能机器人。李开复认为，这是四波里颠覆性最大的一波。

他的判断是：前两波已经在身边发生，第三波正在加速落地，第四波才刚露头，却最值得警惕。

三、关于中美 AI 格局的判断

书里用了不少篇幅对比中美。李开复的结论是：中国在 AI 应用落地和数据规模上有显著优势，原因有几条——政策层面的引导、创业者极强的竞争意识、海量用户产生的数据、相对薄弱的传统产业反而给 AI 留出了"降维打击"的空间，再加上成熟的制造业供应链和庞大的工程师储备。

这个判断在当时引发了不少讨论。它点破了一个常被忽略的事实：美国的优势在"从0到1"的基础创新，中国的优势在"从1到100"的规模落地。

四、最扎心的一笔：40%—50% 的岗位

书里最被人记住、也最有争议的一个预测是：未来 15 年内，AI 和自动化将具备取代 40%—50% 岗位的技术能力。

李开复特别点出：最容易被替代的，是重复性强、流程化的工作，而且这把火同时烧向蓝领和白领。流水线工人、客服、基础翻译、数据录入、部分初级文书和审核岗，都在射程之内。他借郝景芳《北京折叠》的意象，警示技术可能加深阶层撕裂、拉大贫富差距。

五、应对思路：人机协作与关爱型工作

面对这股趋势，李开复给的方向不是"和机器对着干"，而是两句话。

一是"人机协作"：把重复活交给 AI，人去做需要创造力、复杂判断和跨领域统筹的部分。

二是转向"关爱型工作"：那些需要情感连接、同理心、面对面陪伴的事——护理、教育、心理咨询、社区关怀——是 AI 难以复制的人类优势。换句话说，机器擅长"算得准"，人该守住"顾得上"。

六、我的辩证补充（用时间滤镜再看一遍）

一本书的价值，一半在它说对了什么，一半在它写于何时。读《AI·未来》有几点得拎出来单独看。

第一，这本书写于 2018 年，早于 2022 年后爆发的大模型（生成式 AI）浪潮。书里的四波框架以"专用 AI"为底色，而今天 ChatGPT、DeepSeek 这类"通用大模型"的横空出世，某种程度上改写、也加速了几波浪潮的叠加。当年预言的"顺序推进"，现实里更像几波同时翻涌。这是读老书必须戴的"时间滤镜"。

第二，40%—50% 是李开复的个人预测，不是学界共识。麦肯锡、OECD 等机构给出的岗位被替代比例和口径各不相同，而且"被替代"和"被创造"要一起算——历史上每次技术革命都既毁掉旧岗、也长出新岗。真正该警惕的不是某个精确数字，而是"结构性错位"：旧工作消失的速度，可能快过新工作被人学会的速度。

第三，中国"数据规模+应用落地"的优势，另一面是隐私成本与监管约束。把优势说满的同时，得看见它的代价和边界，不能只讲一面。

第四，"关爱型工作是人类避风港"这个温柔的答案，本身也在被挑战——陪护机器人、AI 心理助手已经在敲门。人类真正的护城河，恐怕不止是"有温度"，更是"能定义什么是值得做的温度"。

收尾

如果把《AI·未来》浓缩成一句话：AI 不是远在天边的科幻，而是一浪接一浪、正拍在我们饭碗和生活方式上的现实。普通人能做的，是先理解这四波浪潮跑到哪一浪了，再把"人之所以为人"的那部分——判断、创造、连接——练得更结实。

工具越强，越要人清醒。这本书八年前写的预言，今天读，依然值得。