摘要：每个人都对我们的人工智能（AI）功能将是什么样子感到某种程度的焦虑。这种焦虑介于“天网”与“后稀缺乌托邦”之间。对大多数人来说，最直接的担忧是这项技术将比他们做得更好，从而取代他们的工作。到目前为止，争论的一方指出，过去的新兴技术只是让经济变得更富裕，无论它们

每个人都对我们的人工智能（AI）功能将是什么样子感到某种程度的焦虑。这种焦虑介于“天网”与“后稀缺乌托邦”之间。对大多数人来说，最直接的担忧是这项技术将比他们做得更好，从而取代他们的工作。到目前为止，争论的一方指出，过去的新兴技术只是让经济变得更富裕，无论它们取代了多少工作，最终都会在别处创造更多、更好的工作。而另一方则反驳说，没错，过去我们用机器取代肌肉劳动，让我们得以发挥大脑——而大脑显然是人类进化投入最多的部分——但如果机器也取代了大脑，我们还有什么可以提供的？

现在，没有人能预测未来，经济学家尤其不能。但我们其实不需要预测，因为有些经济体将比其他经济体更早、更普遍地感受到这些变化的影响。事实上，它们已经感受到了。在菲律宾和孟加拉国等地，AI的威胁更加迫在眉睫——威胁到工作、整个产业，以及它们花了数十年建立起来的经济增长。

这些国家在过去几十年里围绕外包服务产业构建了完整的经济体系，比如呼叫中心、数据录入、转录和基础软件支持。这些工作曾被认为是“自动化安全区”，因为它们需要语言技能、语境以及机器无法复制的“人情味”。结果，机器在复制“人情味”方面变得强多了。像LL Mississippi这样的工具现在可以在几秒钟内以极低的成本完成这些任务。而这些在许多发展中国家占GDP很大比重的岗位，看起来将成为第一批倒下的多米诺骨牌。

国际货币基金组织（IMF）估计，高达89%的外包服务工作面临被AI自动化的高风险。这意味着超过100万人的工作可能在短短几年内消失。换句话说，AI已经让世界上最富裕的国家变得更富，却让其他国家更难追赶。而这还只是开始。

即使在富裕国家，AI也开始将经济一分为二：那些能利用AI的人，以及那些将被AI取代的人。美国劳工统计局预测，收银员、银行柜员、邮政员工和客服代表等岗位都将缩减。一项估计称，未来5年内可能有710万个工作岗位消失，高达47%的现有岗位面临被AI取代的风险。

当然，别忘了，企业和投资者已向这项技术投入了数万亿美元，他们终究希望看到回报。尽管听起来冷酷，但裁掉数百万员工可能是实现回报的最直接方式。因此，夸大“恐怖场景”对某些人而言是一种激励——因为对大多数人来说听起来可怕的事情，对那些“押注小鸡的人”来说却是机会。

但即便如此，趋势已经很明显：AI正在重塑谁领先、谁落后，更重要的是，差距扩大的速度有多快。

所以，正如以往，我们面临一些重要的问题：

- 为什么AI在让富国增长加速的同时，却威胁到其他国家的经济生存？

- 在一个拥有AI的人能取代5个人的世界里，剩下的4个人该怎么办？

- 更重要的是，工人甚至整个经济体能否快速适应以求生存？

根据经济政策研究中心的数据，美国未来十年可能因AI带来的生产力提升而实现5.4%的GDP增长。英国、德国和韩国也有类似预期。而低收入国家的增长预期则仅为2.7%至3.5%，这与发展中国家“发展更快”的传统预期背道而驰。

菲律宾就是一个典型例子。多年来，它一直是全球商业流程外包（BPO）的首选地之一，这是一个价值370亿美元的产业，涵盖客服、账单、转录和技术支持。该行业雇佣了超过130万人，贡献了全国GDP的7%以上。但经济噩梦正在发生：这些工作大多是大型语言模型（如ChatGPT）正在快速学习的重复性文本任务。菲律宾的工作面临被AI取代的高风险，而且这已经开始了。大约三分之二的菲律宾外包公司现在使用AI工具来降低成本、加快流程。AT&T、谷歌等美国大公司也将业务外包至菲律宾，但如果AI能以更快、更便宜的方式完成同样的任务，而且不需要医保、假期或人力资源部门，这些岗位将成为首批牺牲品。

孟加拉国也面临类似困境。其外包产业已发展到400家公司，雇佣超过8万人，绝大多数仍是客服、转录和数据录入——正是AI越来越擅长自动化的那种工作。如果AI能以更低成本、更高效率完成同样质量的工作，那就没有任何经济理由继续将岗位外包出去。一个服务器上的AI可能很快就能取代整个位于马尼拉或达喀尔的呼叫中心，这意味着公司可能开始将岗位“回流”到富裕国家，让本地自动化与海外劳动力在价格上竞争。这彻底颠覆了新兴市场过去三十年围绕其构建的增长战略。这也是富国与穷国之间差距将再度拉大的重要原因——而在过去几十年里，这些经济体本已逐步追赶。

AI还特别奖励那些最难在全球扩展的资源。构建和训练大型AI模型需要高等教育、可靠的市政基础设施和先进技术的获取渠道——而这些资源主要集中在富裕国家。这意味着最有价值的AI岗位对新兴市场工人来说也最遥不可及。即使这些国家的工人掌握了这些炙手可热的技能，他们往往也不会留下。全球科技公司正在招募顶尖工程师，或将他们整体迁往旧金山、伦敦、柏林甚至中国的一些中心。结果是：人才流失加速，穷国只剩下更少的初创企业、更少的教师和研究者，以及在全球AI竞赛中更渺茫的追赶机会。

而领先这场竞赛的国家显而易见：那些最无力应对冲击的国家，正最先、最严重地受到打击；而那些最有能力从AI中获益的国家，早已遥遥领先，因为他们控制着资本、基础设施、人才和资源——正是塑造AI未来的关键。

但AI不仅在国家之间制造经济分裂，它也在国家内部制造阶层分化。这场冲击并非对所有人一视同仁：它让一些工人几乎变得多余，却让另一些工人变得更有价值。这是因为AI代表了一种非常特殊的资本类型，理解这一区别对预测其经济影响至关重要。

过去，大多数新技术是经济学家所谓的“互补型资本”——它们让人类工人更高效。例如，联合收割机并未淘汰农场工人，而是让每个工人效率倍增。在机械化之前，收割一块地可能需要20人干几天；而有了收割机，一个人就能在短时间内完成。劳动与资本协同工作，随着生产力提升，工资和生活水平也随之提高。工人仍是流程的核心，只是变得高效得多。

对许多高技能岗位而言，AI将成为互补型资本，提升生产力而不取代人类。例如，金融分析师用AI扫描报告、发现异常，可以更快获得洞察，把更多时间用于战略思考；医生利用AI进行诊断，可以把更多时间用于直接照护病人。在这些情况下，AI放大了 skilled professionals 的能力，让他们的专业技能在市场上更有价值。

但对于更常规、流程驱动的工作，AI越来越像“替代型资本”——不是增强，而是直接取代人类劳动。AI客服不会让一个客服代表更快，它直接取代他；一个高级代码生成器不会协助初级开发者，它直接取代他。换句话说，资本越强大，它对人类劳动的依赖就越少。

而在AI经济中，资本所有权比以往任何时候都更集中。大多数AI的重大突破来自美国和中国的少数精英企业。自2017年以来，美国已产出135个大型AI系统，中国紧随其后为110个。再往后，英国25个，法国24个。推动这些突破的公司正经历指数级增长，得益于所谓的“数据网络效应”：收集的数据越多，AI模型表现越好；模型越好，吸引的用户越多；用户越多，产生的数据也越多。这形成了一个强大的反馈循环，使市场力量和利润集中在少数几家主导企业手中。

普华永道估计，到2030年，AI可能为全球GDP增加15.7万亿美元，但其中70%的财富将流向两个国家——美国和中国——因为他们“拥有”AI。仅2024年一年，就有超过1100家美国AI公司完成大额融资，是欧洲总和的两倍多。IBM和微软两家公司就拥有数千项AI相关专利，长期控制着从企业工具到基础模型的一切。小国、甚至富裕国家的企业，也越来越依赖他们未曾建造、也无法控制的工具和模型。这种依赖不仅限于软件：驱动AI的物理硬件——如高端CPU和GPU——也主要由五个国家和地区设计和制造。超过90%的这类硬件来自美国、中国台湾地区、中国大陆、韩国和日本。这意味着，少数国家不仅运行AI系统，还制造使AI成为可能的基础组件。

这就是AI作为资本的真相：它主要让已有资产者受益，同时取代那些没有资产的人。你能利用AI作为生产力倍增器，你在市场上的经济价值就越高；但对于从事常规工作、尤其是无法获得再培训机会的工人来说，未来远不那么光明。

即使你此前不了解这些具体数字，它们或许也不令人意外——而这正是关键。人们已经察觉到这一现实。最近一项调查显示，近三分之一的美国人非常担心自己会因自动化而失业。我们并非在推测某种假设情景。我们曾目睹过类似的冲击：20世纪80、90年代，工业自动化和大规模外包兴起，重创了制造业，尤其是在美国和西欧。仅美国一地，1980年至2010年间就有超过700万个工厂岗位消失，且大多数再未回归。这些岗位或许是被中国工人取代，但本质上，人类工人被机器人取代并无根本区别。

美国中西部承受了这场经济转型的冲击。底特律、克利夫兰、扬斯敦等城市曾是高薪工作的聚集地，钢铁、汽车、纺织业繁荣。但随后，机器人焊接工、计算机控制的装配线和更廉价的海外劳动力出现了。稳定的中产阶级岗位蒸发，工厂关门，失业率飙升，整个地方经济开始崩塌。后果远不止失业：这些城镇的预期寿命下降，阿片类药物成瘾上升，学校难以为继。最终回归的岗位往往薪资更低，缺乏福利，也无法再支撑整个社区。

英国也经历了类似过程。北英格兰和苏格兰的煤矿、造船厂、钢铁厂在自动化和私有化浪潮中纷纷关闭。即便今天，谢菲尔德、桑德兰等地在收入和社会流动性方面仍落后于全国平均水平。

教训很清楚：即使长期图景改善，技术颠覆的短期冲击也可能是毁灭性的；而一旦不平等在经济中扎根，便极难逆转。

那么，我们该如何应对这一迫在眉睫的挑战？

此刻已显而易见：AI已在重塑全球经济。但它会加剧不平等，还是帮助我们解决它，取决于国家和个人在未来几年采取的行动。

首先，好消息是：我们已经能看到前方是什么。在菲律宾、孟加拉国等低收入国家，AI的前线冲击正在实时展开。这些经济体告诉我们哪些岗位会先消失、风险最高，以及政府采取行动（或不行动）会发生什么。例如，菲律宾政府已启动“国家AI战略”，目标是在2028年前再培训超过100万名工人。孟加拉国则发布了一份政策框架草案，聚焦AI人才培养、教育体系现代化和支持科技初创企业，目标是让孟加拉国在AI服务市场中具备竞争力，并通过技能提升和数字包容计划保护就业岗位。

这些努力是否足够尚待观察，但它们为富裕国家提供了明确的警示和可借鉴的路线图。

其次，我们的经济体需要同时做两件事：大力投资基础设施，也大力投资人。这包括教育——不仅是计算机科学，还有AI难以自动化的技能：批判性思维、复杂问题解决、有效沟通、创造性决策。美国一项对1200万个招聘岗位的分析发现，AI的普及往往更常提升对这些“人类独有”技能的需求，而非直接消灭岗位。

建设可及的数字经济同样重要。目前全球仍有近26亿人无法上网。没有这一基本能力，他们根本无法参与新兴经济。研究显示，宽带接入可将发展中国家的GDP增长提高1.4%，这还未计入AI能力带来的额外收益。因此，除了再培训，我们还应考虑扩大宽带接入、降低设备成本、让更多人获得数字技能的政策。

社会安全网也至关重要。它们为失业工人提供缓冲，让他们有时间、有资源适应、再培训、以更强的姿态重返劳动力市场。但如果AI让企业获利、工人却失去收入，经济就会开始空心化：生产力上升，消费下降；创新继续，不平等加剧；最终成为整体经济增长的沉重拖累。

如果你希望AI广泛提升生产力，而不仅仅是企业利润，我们就需要重新思考如何设计和分享它创造的价值。这包括一些根本性的问题：谁来建造AI？谁治理其开发与部署？谁最终从它带来的巨大生产力增益中受益？

来源：闻界之语一点号