本文来自微信公众号： 青野有枯荣 ，作者：青野Tsingyeh
资本市场是一个叙事的制造机。
去年11月以来，美股对AI的质疑，从对CAPEX的紧张、对SaaS的，终于进化到了——对AI末日论的最终幻想。相信经过再度血洗的一夜后，很多人都看到了Citrini的那篇关于“2028年AI末日”的科幻文章。其中内容并不高明，但作为一种情绪催化，给紧绷的市场带来了更多压力。
不过，尽管很多人并不完全认同它的结论，却依然欣赏它的“问题意识”，认为它至少提出了一些值得严肃面对的问题。但我的观点或许更激进一些：这些思考角度，甚至问题本身，可能都不成立。和AI一样，人类基于未知和焦虑会产生很多“幻觉”，进而单薄地理解了过去，线性地预测了未来。
我们从这篇文章开始。它实际上假设了一个过于静态的宏观世界：AI显著提升了生产率，冲击了旧有商业模式，但分配结构没有重构，需求总量可能崩溃。在这个设定里，世界只剩下一组决定性的“快与慢”：
AI的性能是加速的，替代是加速的，而人类智力将迅速不再稀缺，因为AI将很快进展到可靠、直接完成目标。于是AI将颠覆既有的商业模式，而新的商业模式来不及创设，杰文斯悖论（替代发明反而会增加对该资源的需求）失效了。
人类的企业组织按最高效运转的原则，应对方式是直接而血腥的资本主义：裁员。高薪岗位被大量消灭。
这一进程快到分配问题来不及得到解决：财富集中到大公司和极其有限的技术精英团体手中（财政甚至分不到一杯羹），这意味着总需求的剧烈收缩。
注意力护城河不再：作为消费者的人类是高度理性的，他们只关注“质优价廉”，他们消费的痛点只是消费注意下的信息不对称，而AI替代了消费者进行高度理性的决策，品牌、入口等等一切依赖消费者心智模型的护城河不再了。（其实这个逻辑在之前豆包手机出来的时候已经被中国市场讨论过，关于平台巨头入口的护城河问题）。
在这种推演下，结论当然会显得顺理成章：留给人类的时间不多了。
但事实上，针对这些推演，我们可以找到以下的证据表明，其基础可能都是不成立的：
首先，哪怕在快速的技术渗透下，杰文斯悖论也并未失效。举个直观的例子，在上一轮电子化浪潮中，零售业和金融业是受益于电子化最快、最深的行业：大量耗费人力的纸质流程都被系统、电子化代替、交易结算风控都效率都得到了极大的提升，理论上，这替代了巨大的后台基础岗位。但从全行业来看，1980年代以来，零售和金融的从业人数并没有见到明显的下降。这和技术渗透的速度无关：关键是在效率提升的同时，行业选择了做大规模，这一效应明显强于对劳动力的挤出。
第二，AI的替代在企业内部，更多体现为工作内容和流程的优化，而不是岗位的削减。很不幸，哪怕在资本主义下，大多数人类企业也未必处处按照“利润最大化”行动。相反，普遍的“委托-代理”问题带来的现实是，企业内部往往分布着各种谋求内部资源的权力结构，这些结构会成为企业削减岗位的重大阻碍。而历史研究也表明，在经营压力面前，“裁员”往往并非企业的第一选择，更优先的是工作内容的调整，这体现为不同行业、国家中劳动力市场的弹性。
第三，安全、法律和责任体系会显著拖慢“全面替代”的速度。很多AI叙事默认：只要技术可行，商业很快就会快速采用。但哪怕在纯粹的业务层面，利润最大化都不是唯一的答案，安全和法律问题是人类商业活动的关键部分（而不是辅助部分）。这使得AI在业务的嵌入或是直接不可行，或是面临相当的论证成本，至少将有人的全程监督。这意味着，在接下来一段时间，我们将看到AI和既有的法律、商业规范、企业组织发生摩擦和冲突，但最终的结局大概率是适应和嵌入，而不是直接颠覆和替代。这类路径我们并不陌生：号称去中心化解决方案的区块链，其对中心化金融的“颠覆”至今都没有实现。相反，追求“合法化”的招安反倒成了币圈的重大利好。
第四，消费端更不能简单根据“理性代理”推理，消费者的主体性来自形成决策的过程，在此，AI推荐可能未必胜得过算法推荐。当前时代的商品的品牌和功能已经相当繁复，用户在购买东西时，很少第一刻就明确地知道“我要买什么”，在多数时候，人们只能在第一时间回答“我不想买什么”。人在这一阶段，需要广泛的信息以激活灵感，需要比较和犹豫完成心理确认，甚至需要一轮轮的反复筛选来完成“自我说服”。所以我们才会经常经历那种典型的时刻：“比了一圈还是第一个好”。这不是因为人类算力不够，而是因为消费本身并不是求最优解，更关键的是偏好、身份认同、情绪满足等等。从这个角度看，AI可以强化推荐、缩短搜索路径、提升转化率，但它很难彻底替代人类在消费中的主动收集信息、主观自我说服的过程，满足后者的仍然是算法推荐。甚至于，AI推荐可能被平台算法广告、投流机制明显影响。那么，平台与品牌的护城河并不会消失，只会换一种技术形式继续存在。
第五，财政不是旁观者，财政收入能够从AI浪潮中大幅获益，而人类的分配制度也能灵活调整，至少保证总需求不崩塌。一个宏观常识是，财政收入并不只来自劳动所得税。随着生产率提升和产业利润集中，资本利得、企业利润、商业流转所形成的税基完全可能扩张。只要名义经济活动仍在，财政就很难“分不到一杯羹”，这提供了二次分配最重要的资源。而一旦分配矛盾上升为政治问题，现代国家几乎不可能毫无反应。回顾历史，不平等的扩大确实常常压制增长质量，制造社会撕裂，但它几乎从未以“总需求崩塌”的方式结束。更常见的路径是：在压力上升过程中，政治系统逐步（甚至被迫）启动兜底机制——转移支付、再分配、产业补贴、监管干预、劳工保护、税制调整。尽管这未必意味着不平等程度会彻底扭转，但至少意味着宏观兜底：总需求不崩塌是全社会的共同利益。尤其是在强大的现代国家面前，我们或许见到的，更多是“溃而不崩”的停滞状态。
所以，与其沉浸在“2028末日倒计时”式的想象里，我更想保留几条朴素但重要的经验判断：
零碎的微观证据不能替代宏观结论：我们见到很多微观的故事在发生，比如某些企业被AI明显赋能，某些企业在激进地裁员，但宏观不是微观的简单叠加，关键是AI冲击能否穿透制度与组织层层缓冲，最终演化为系统性塌缩”。到目前为止，这个证据仍然很弱：AI已经比2023年进步了相当多，但对劳动力市场的整体压力仍然有限。那么向未来看，我们是会见证一个奇点、从此往后冲击突然放大，还是见证波澜不惊的延续？我倾向于是后者。
技术的末日论普遍来自于对人文缺乏信仰：技术精英很喜欢“末日论”，但实际上技术精英只是人类社会的一员，他们也需要和商业、金融、政治以及广泛的消费者进行复杂的互动，这会控制技术的路径、也抑制技术的副作用。
相信人类文明的复杂性提供了充足的反馈机制和韧性：人类迄今的政治、法律、组织制度显然不是吹弹可破的纸上文章，而是在复杂博弈下形成的历史结果，其中固然有许多弊病，但仍然蕴含着相当的弹性：既划定了边界，又扮演了阻尼，也会基于既有的问题做出灵活的修正。我相信这些制度保证了人类文明的最终安全（尽管避免不了中间的冲突）。人的一切发明都服务于人，每一轮技术革命都带来了人类的巨大发展，而不是消灭人类。如果要预期技术最终失控、人类社会最终被自己的发明所消灭，我觉得这个问题就无需辩论，这是最根本的大是大非都搞错了。
诚然，比起技术，制度、法律、组织、政治、文化都是慢变量，但正是后者决定了现实世界的将如何吸收技术冲击，这也导致末日叙事经常在技术层面看似正确、在史实上却反复落空。
所以，若你要问AI还会留给人类多少时间？
我个人的答案是：比你想象得长。
至少，足够让企业、制度和社会在冲突中适应，足够让分配机制在压力下被迫调整，也足够让个体重新适应新技术的环境。我知道，每天睁开眼睛，就看到很多技术精英在鼓吹着超级个体、一人公司等等名词，希望能够借此甩下大部分人。但历史的现实总是：技术进步不是零和博弈，它会将小部分人推向神坛，但最终也让大部分人从中获益。
市场叙事只是叙事而已。当它退潮时，你自然会发现它的荒谬之处。要保持观察和思考，但不必过度焦虑。