作者简介：正高级工程师职称，管理学硕士学位，同时为情报学硕士、经济学博士（在读），专注于传统制造业数字化转型以及人工智能场景的研究与应用。

    最近全球大厂裁员，理由千篇一律：AI能替代这些人的工作。Meta裁了8000人，国内社交媒体上也流出好几波裁员消息。但有个硅谷CEO站出来说了句反常识的话：这些裁员的企业家都得了"AI精神病"。

    说这话的人叫亚伦·莱维，云存储公司Box的CEO。他的逻辑很直白——那些觉得AI能替代人类的高管，恰恰是最不了解一线工作的人。他们看了一段AI演示，或者用AI生成了一份合同草案，就觉得AI可以接管底层员工的工作了。但他们不需要审查代码，不需要检查AI生成的幻觉，也不用在几百页合同条款里梳理AI遗漏的细节——压根不用干AI留下的脏活。

    莱维不光嘴上说，他真的反着来：别人裁员他扩招，而且不是多招几个原来的岗位，而是创造了13种全新的职位。AI架构师、模型评估师、前线部署工程师……每一个都是AI时代才有的新物种。

效率提升不是刹车，是油门

    莱维的底气来自一个160年前的发现。

    1865年，英国工业革命巅峰，全国上下焦虑一件事：煤炭要是挖完了怎么办？蒸汽机效率提高了好几倍，单台机器比以前省了不少煤，人们想当然觉得总消耗量会降下来。

    一个叫杰文斯的30岁年轻经济学家说：你们想太简单了。蒸汽机越省煤，煤动力就越便宜；煤动力越便宜，更多行业就会用它；更多行业用它，英国总煤耗反而会上升。

    这就是杰文斯悖论：效率提升不是刹车，而是油门。

    近年的也有。上世纪90年代新疆天山地区推广滴灌技术，每亩用水大幅下降。结果呢？农民一看每亩用水少了，就多种一点；滴灌提高了单产，再种点更赚钱的经济作物；收益上来了，再多开垦一些耕地。20年间，总用水量是以前的两倍多。

    省出来的空间，总会被新的需求填满。

AI松开水龙头，喷出来的是需求潮

    有了这个眼光，再看AI就完全不一样了。

    AI让阅片成本大幅下降，医院开始给患者开出大量预防性核磁共振和CT检查，扫描量激增。AI帮医生筛掉了90%的正常片子，但剩下10%的疑难杂症和最终的签字担责依然需要人类医生。结果全球范围内放射科医生不是失业了，是严重短缺。

    ATM刚普及的时候，所有人都预测银行柜员要消失。单个网点需要的柜员确实少了，但运营成本降低后，银行开始在每个街角疯狂开新分行，柜员总数不降反升。

    莱维自己举了个例子：如果我的律师能以两倍的速度审查合同，我不会雇佣一半数量的律师，相反，我们会以两倍的速度审查所有合同。这会减少瓶颈，提高客户满意度，然后客户更愿意推荐我们，带来更多销售，最终需要雇佣更多律师。

 世界上有大量的需求，不是没人想做，是做不起。成本太高，人手不够，时间不够，所以这些需求一直被压着。AI把这个水龙头松开，喷出来的不是失业潮，是需求潮。

新需求跟旧需求不一样

    但这里有个残酷的地方：新需求不是旧需求的翻版。

    一个做内容的人，AI帮他提速了，老板不是让他少干点，是让他一天出三版，而且这三版的要求比以前一版还高。一个做销售的，AI帮他写了方案，但客户现在要的不是一份方案，是多版对比方案。同样的活儿，标准比以前更高了。

    你看Box招的那13个新岗位，全是在判断AI干得对不对、好不好。活儿变了，不是活儿没了。

    最新写公众号，我自己也有这个体感。AI帮我提速了，写东西快了，调研快了，但我的工作量一点没少，反而更多了。现在有AI的能力，顺手就拍了。左一个需求右一个想法，最终把所有工作时间填满还不够。

制造业数字化也是同一个悖论

    写到这里，我突然意识到：杰文斯悖论不只是AI的事，我们做MES项目踩的坑，其实也是同一个逻辑。

    MES上线，本意是提升效率——排产自动化、报工实时化、追溯一键化。效率确实上来了，但接下来发生了什么？老板看到车间数据透明了，立刻要求更细的颗粒度：每道工序的标准工时、每个设备的实时稼动率、每批物料的精确损耗。以前没有系统，这些问题根本没人问；现在有了系统，需求一下子全冒出来了。

    这不就是杰文斯悖论吗？系统降低了获取数据的成本，被压着的需求喷出来了。但新需求跟旧需求不一样——系统给出的数据，和车间现场的真实操作之间，永远有一道缝隙。

    我之前在项目里碰到过：BOM主数据治理和物料分类规则，开会讨论不下五次，每次觉得理顺了，一推到车间就冒出新情况。不是规则写错，是规则根本没覆盖到现场的真实操作。老师傅的"合理变通"在规则里找不到位置，但生产又离不开这些变通。MES把流程固化的那一刻，也把例外排除在外了——而恰恰是那20%的例外，决定了交付能不能完成。

所以MES项目十做九败，深层原因跟AI裁员是同一件事：人们以为效率提升会减少工作量，但杰文斯悖论告诉我们，效率提升释放的是新需求。新需求不是旧需求的翻版——它要求你干不一样的活。AI时代，新活是判断AI干得对不对；MES时代，新活是把规则和现场之间的缝隙填上。

    该问的问题从来不是"系统会不会替代我"，而是"系统释放出来的新需求，我接得住吗"。

下次再有人跟你说AI要替代你了，或者MES上线就能省人了，用杰文斯悖论想一遍：效率提升之后，被压着的需求会喷出来。水龙头已经松开了，你准备好接水了吗？