最近外網一篇名為《2028年全球智能危機：一份來自未來的金融史思想實驗》的7000字長文全網爆火了，

傳播量達到了數百萬級別，甚至硬生生給美股道指砸下800點。

文章太長就不貼了，文中核心思想可以凝聚成三段話~

1.企業用AI瘋狂裁員、降本增效的個體自救行為，在宏觀上形成了一個沒有剎車的“通縮死亡螺旋”；當機器取代了白領，這些不再拿工資的人也就無法再消費，最終反噬并摧毀了整個經濟體。

2.商業利潤的底層邏輯是“摩擦成本”：現代服務業和金融業的超額利潤，大都建立在人類的懶惰、信息差和消費慣性之上；一旦不知疲倦且絕對理性的AI智能體接管了比價和采購，這些“做中間商賺差價”的商業護城河將瞬間歸零。

3.資本市場自以為安全的“永久資本”和龐大的信貸系統，底層抵押物其實都是人類的“持續賺錢能力”；當AI取代了白領的工作，抽干了人的現金流，建立在信貸擴張上的金融游戲也就徹底爆雷了。

用一句話推演結果就是： AI會帶來股市和經濟的崩潰！

全篇內容來說，表面上看確實提到了目前AI發展的致命弊端，但仔細分析，我發現還是犯了經濟領域常規的誤區~

這里一個最核心的問題點就是→勞動塊謬誤&杰文斯悖論

這篇爆火文章的核心假設是，經濟體系里的工作總量是固定的，AI干了，人就失業了，且不再消費了。

但這里它完全無視了“杰文斯悖論”，什么是杰文斯悖論，它的核心定義是：

當技術進步提高了某種資源的利用效率時，按常理我們應該會減少對該資源的使用量；但現實恰恰相反，這種效率的提升反而會導致該資源的整體消耗量大幅增加。

簡單來說就是，效率越高，做得越多。

最典型的案例就是瓦特改良蒸汽機，使燃燒煤炭的效率比老式的紐科門蒸汽機大幅提升。

很多人以為，既然新機器這么省煤，那么英國的煤炭消耗量肯定會下降，煤礦資源緊張的問題就解決了。

但杰文斯指出：煤炭消耗量不僅不會下降，反而會呈指數級暴漲。

邏輯在于： 蒸汽機效率提高，意味著獲得同等動力的成本大幅降低。

結果就是，動力變便宜了，于是不僅挖礦用蒸汽機，紡織廠、輪船、火車等千行百業都開始大規模采用蒸汽機。

單臺機器確實省煤了，但機器的總量翻了成千上萬倍，最終導致英國的煤炭總消耗量迎來了史詩級的爆發。

同理，現在AI大模型出來了，作者認為那些坐在辦公室的腦力勞動者要失業了。

這里又犯了杰文斯悖論的誤區。

就和我寫文章一樣，隨著AI內容效率越來越高，我和AI的對話并沒有變少，反而更高強度和AI對話，檢索更海量的信息，這意味著我為了跟上AI腳步，需要做更多的腦力工作和時間。

而算力成本的下降，也會推動更多像我一樣的腦力工作者加入到更高強度算力的使用。

為什么會產生杰文斯悖論？

因為技術本質是降低邊際成本，而人類的欲望和需求是無底洞，過去之所以沒被開發，是因為之前“太貴了”而被壓抑著，一旦成本跌破某個臨界點，這些休眠的需求就會被瞬間激活。

之后帶來的是整體市場規模的急劇膨脹，遠遠抵消了單位產品帶來的“節省”效果。

比如EXCEL的發明，是消滅會計了？

不，它不僅讓會計行業大放光彩，還滋生出了財務分析師，商業規劃專家，量化等各種行業…

而杰文斯悖論在現代生活中可謂無處不在：

高速公路：為了緩解擁堵，政府拓寬高速公路，結果因為路好走了，更多人選擇開車買車，沒過多久，更寬的高速公路變得比以前還要堵。

數據存儲：硬盤的存儲密度越來越高，單位GB的成本越來越便宜，結果人類沒有因此停止買硬盤，反而開始毫無節制地拍攝4K視頻、保存海量無用數據，最終導致我們需要購買成百上千倍的存儲空間。

那么回到這篇《2028年全球智能危機：一份來自未來的金融史思想實驗》的長文中，AI與白領的關系。

顯然，AI會殺死一批白領，但會引爆更多的行業。

舉個例子，以前一個傳統的連鎖餐飲企業、一家中小型機械加工廠、或者一個幾個人的小型外貿公司，是根本雇不起一支年薪百萬的開發團隊來給自己做深度數字化定制app的。

但現在，隨著AI把寫代碼的門檻降到極低的水平，這些海量的普通企業，都會以極低的成本開始構建自己的軟件系統。

大廠溢出的開發能力，能以“AI+少量業務開發人員”的形式，下沉并滲透到千行百業的每一個角落，

比如醫療AI系統，建筑AI系統，庫存AI系統，財務AI系統等，各行各業都可以有定制化的AI軟件，需求都出來了…

所以如果AI真的讓寫代碼的成本降低了90%，就我所溝通的IT行業程序員/產品經理的案例來看：

企業的反應絕不是通過裁掉90%的程序員來省錢，而是把原本因為成本太高而擱置的大量數字化需求全部提上日程，擴大企業的收入。

估計有人會說一些科技企業不是確實在裁員？這當然是事實，因為AI完全可以替代一些最基礎的敲代碼員工。

但AI釋放的廉價算力，也很快又會引爆新的需求。

不然為什么Anthropic聲稱代碼完全自動化，卻反而要大幅擴招200個工程師呢？

因為技術從來不會真正“節省”資源，技術只是讓資源變得足夠便宜，從而讓人類能夠去揮霍它，并在此基礎上建立起一個更龐大、更復雜的經濟體。

而當下巨頭們建各種數據中心、電力基礎設施，恰恰就是謹慎考慮“杰文斯悖論”之后的邁出的前瞻行為。

那有人可能會說，這次AI是不是不一樣，它比之前的任何一次技術變革都更強大。

但根據經濟學第一定律：人類欲望是無限的，而AI是不能創造欲望的。

只要人還不滿足現狀，工作就不會消失，如果AI把我們今天所有已知的需求（吃飯、穿衣、基礎娛樂、寫代碼、造車）的成本都打到了接近零，人類就會停止其他消費，徹底躺平嗎？

屆時人類就會去追求現在想都不敢的東西，比如像馬斯克說的星際旅游，研究抗衰老的基因工程，打造元宇宙世界，體驗各種新奇的娛樂板塊，高端文旅、演藝活動、實體游戲等等。

效率工具的發明，會消滅低端行業，與此同時，創造無數新行業，

至于作者說AI智能體完美比價，會消滅所有品牌溢價和中間商，導致“摩擦力歸零”，企業利潤崩潰。

這就更是無稽之談了，因為它低估了資本“求生”的本能，商業的本質就是制造信息差，所以你認為商家會坐以待斃，任由AI把自己扒光？

為了保護信息差，商家肯定會制造出各種護城河，平臺方面，比如個性化動態定價，比如反爬蟲AI，谷歌、蘋果、亞馬遜這些商家則會搞出AI競價排名，向你家的AI收取過路費。

產品端，你會發現同樣都是一瓶護手霜，人為被加入各種概念，最后呈現的就是產品極端的“多元化”。

只要社會運轉，摩擦力永遠不會消失，只會轉移。

另外文章作者預言：當美國失業率飆升到10%、消費通縮螺旋開啟，經濟將會崩潰，美股將會迎來再一次的暴跌。

確實，回顧歷史，每一次顛覆性技術，都會帶來極其慘烈的“結構性失業”陣痛期。

19世紀的織布機讓手工織工近乎全軍覆沒；

20世紀初拖拉機的普及，把農民趕出土地，甚至成了1930年大蕭條時期高達25%失業率的重要推手。

而后來的個人電腦和互聯網倒是沒有引發大失業，它們本質上是需要人來主導操作的“輔助工具”，反而創造了龐大的IT產業。

這次的AI具備極強的自主計算和推理能力，將會直接接管不少基礎白領的腦力工作。

這意味著未來幾年失業率增加是有可能的，但根本原因不是人徹底沒事干了，而是技能轉型的“時間差”可能比過往要來得更漫長。

比如AI可能在3年內大面積淘汰舊崗位，但這批人重新學習并轉型到新時代高價值崗位（如系統統籌、個性化服務）卻需要5到7年，這中間斷層的幾年，就會在宏觀數據上砸出一個巨大的失業高峰。

所以最后回到內容的開頭，為什么目前To C端的消費股表現都普遍低迷，因為AI替代的風險正在提前定價，無論是美股的消費股還是國內的消費股，乃至恒生科技范疇的消費，股價普遍都是比較疲軟的。

承認轉型的陣痛確實存在，但注意，這只是劇本的上半場。

這個階段因為初期的消費通縮，動能轉換，股指表現疲軟，但利率進入下行周期后，可能會讓長久期美債受益。

而如果經濟持續低迷，政府選擇放水的話，屆時也可能會推動黃金的進一步上漲，這是第二步。

隨著陣痛期結束，AI帶來的生產力紅利將徹底釋放，企業利潤會迎來更猛烈的爆發，屆時股指必將再創歷史新高。

最后，這篇文章最大的盲區，在于它只突出了轉型的痛苦，卻忽略了技術變革帶來的好處。

從更宏大的視角來看，隨著生產力爆發，未來會冒出越來越多有趣的崗位，以及更加豐富的產品。

我們大可不必陷入線性的末日焦慮，周期固然殘酷，但生產力趨勢向上，未來值得我們繼續期待。