你的饭碗会被AI抢走吗?

新闻

作者：微信文章



摘要

去年春节期间，随着DeepSeek等大模型的推出，AI在国内掀起热潮，但如今这股热度已明显降温--就像一场派对结束后的收拾残局。企业估值从爆火到下跌（因为业绩跟不上概念），再到未来可能的回升，现在大多AI公司正处在“缺乏业绩支撑”的尴尬阶段，AI指数也从高点回落。

从个人角度看，AI擅长处理数据和逻辑推理，比如帮你写文章、做视频或音乐（国内有DeepSeek、阿里通义千问、字节豆包等产品），它一小时能“读”上万本书，远超人类极限。

但它也有短板：面对艺术创作或复杂路况（如自动驾驶事故），AI可能产出“工业垃圾”-泡泡玛特的艺术品永远不会用AI设计，因为批量生产的东西缺乏灵魂。

所以，容易被替代的是标准化工作（如编程和投行码材料），不易替代的是个性化的服务（如樊登读书），毕竟AI处理不了“千人千面”的需求。

政策层面，AI是把双刃剑。它能提升生产力，但也可能引发全国性失业风险，时间跨度长达十几年。数据显示，美国企业投入了4700亿美元搞A1，中国才1190亿元，发展空间很大，对于人工的替代也只是刚刚开始。

因此，财政政策不能只盯着赤字率，而是要用国有资产收益支持受冲击人，才能从根本上化解风险。

总之，AI的挑战不止技术，还是社会稳定的考验--未雨绸缪，总比临阵磨枪强。

正文

AI在国内最火的阶段应当是春节期间，DEEPSEEK刚推出的时候。目前，AI概念有所降温。从“企业估值上升（概念爆火）-企业估值下降（缺乏业绩支撑）-企业估值再次上升（业绩兑现）-企业估值回归均值”周期来看，大部分企业处于第二阶段，也就是“企业估值下降（缺乏业绩支撑）”阶段。与之对应，AI指数在最高点已经有所回落。



以AI为代表的新型科技，会对个人、政策等方方面面产生一系列的影响，本文就来通过个人观察，一窥究竟。

一、个体层面

1、AI的优势

在我个人写文章的时候，最喜欢用的是一些数据处理功能，这也是AI最擅长的方面之一——逻辑推理。

从底层看，AI本质上是通过代码实现的一系列模型的组合。近些年，随着能源供应的提升（AI耗电量是非常大的），将更多的各类信息输入到模型当中，通过一些统计规律，根据咱们提出的问题，提出它认为最符合咱们要求的答案。

所以，你如果让AI写诗歌、散文，做音乐、视频等，他会超出绝大多数人的预期，毕竟一个人的认知很难超越机器摄入的海量信息。做个简单的计算，普通人可能一个月读完一本书就不错了，但AI可能在一个小时之内就能读完成千上万本书，这完全不在一个数量级上。



哪些工作容易被替代呢？大家首先想到的可能是程序员，毕竟写代码的事情，只需要写几句话，大模型就能给出很好的代码。那还要不要学编程呢？当然要！就像我们有了计算器，还要不要学习加减乘除，以至于学习高等数学、离散数学这些课程一样，因为我们学的是思想和方法，学的是对于这个世界的理解。

回到现实，虽然一些咨询机构比如麦肯锡通过调研认为，AI的应用未必导致大规模失业，但毕竟未雨绸缪，胜于临阵慌张。不信你看，2023年中国安装的工业机器人数量在世界范围内一骑绝尘，远远高于美国、日本、德国这些发达国家。



2、AI的劣势，兼论哪些工作不容易不替代

但另一面，AI毕竟是模型，是逻辑推理，这就决定了它能高效的地处理批量化、结构化或者有规律可循地工作。所以，纵然大部分人觉得AI作品还不错，比如视频可以以假乱真，但从艺术家的角度，这些可能也就是“工业垃圾”。

举个例子，泡泡玛特的核心资产在于，锁定了世界范围内很多艺术家，而他们永远不会用AI去设计和生产LABUBU。毕竟，批量生产的标准化产品，在艺术家眼里是缺乏灵魂的。

完全用AI写的报告是不能用的！给它布置一个题目，它可以短平快地完成，如果仔细去读，它是在一本正经的胡说八道！字句之间的逻辑没有问题，但是数据对不对它不管，直接罗列上去了！

再有，自动驾驶为什么在短期内难以实现？因为路况太复杂了！回顾之前小米汽车在高速上失控事件，也一定程度上说明了AI的局限性，毕竟高速上的路况是相对简单的。

未来投行工作有可能被替代吗？答案是部分替代。国内的投行，承做环节主要就是码材料，其实早已失去了光环。理论上来讲，只要公司和监管机构、各类政府以及第三方机构的端口实现链接，借本上可以减少80%的工作量。这时候的承做民工，要么面临被淘汰，要么转型和承揽抢饭碗，要么提前想其他出路。

哪些工作不容易替代？不容易标准化的工作，要么是体力，要么是脑力。体力方面，很多农村人口到城市中做护工，或者服务老年人，由于每个服务对象的需求不同，很难用机器人替代。脑力方面，很多人选择做知识自媒体，将经验、技能分享给大家，典型的比如樊登读书。

二、政策制定方面

AI带来了生产力的进步，同时也是把双刃剑，超越空间和时间限制为社会带来不稳定的风险。空间，是指不是某一个或者某几个省份，而是全国层面的就业都有可能受到冲击；时间，是指不只是这几年，可能是未来十几年甚至更长时间，都会持续影响就业。

从数据上看，2013-2024年美国私人企业持续投入AI的金额高达4700亿美元，而中国私人投资企业1190亿元，距离美国的投入尚有不小的差距。由此来看，AI的发展还有很长的路要走，而失业问题可能也将进一步凸显。



数据来源：斯坦福大学

AI带来的负面效应只是技术进步带来的负面效应的冰山一角。随着科技的进步，经济的发展和社会的进化，风险的不确定性越来越高。财政作为社会风险的兜底条款，在制定相关政策的时候，应该不仅限于“财政赤字率突破多少”“与发达国家相比财政支出比例”等静态指标上，而是应该着眼于风险管理，以是否有利于社会的中长期发展为目标。

具体来看，短期的财政补贴具有一定的提振作用，但中长期来看退坡也快。我们公有制的前提之下，国有资产属于全国人民共，是否能够从国有资产中划出一部分收益，为潜在遭受冲击的人群提供支持。

从这个角度来讲，向潜在遭受冲击的人群分配一部分资产或者资源，而不仅仅是资金，更加有利于从整治、经济和社会的角度实现风险的对冲与缓释。毕竟，若民则无恒产，因无恒心。