摘要：开宗明义，我反对梁先生对于人口问题的观点。梁先生立论的基础，在AI时代已经发生了重大变化。正如以梁先生为代表的一批学者，认为马尔萨斯和马寅初的人口论过时一样，我认为，梁先生的人口论，在AI时代同样会过时。

作者：鹤鸣九皋 全文约1.1万字。

开宗明义，我反对梁先生对于人口问题的观点。梁先生立论的基础，在AI时代已经发生了重大变化。正如以梁先生为代表的一批学者，认为马尔萨斯和马寅初的人口论过时一样，我认为，梁先生的人口论，在AI时代同样会过时。

先声明三点：

第一，梁先生由成功商人转而研究经济和人口问题，取得了大量研究成果，并且对政策产生了一定影响。这种对于国家和民族的强烈责任感，这是值得我辈钦佩的。

第二，本人并非学者，只是长期关注AI对于人类社会的影响，有幸拜读梁先生的《AI时代的人口观》，觉得有必要将旧作整理一下，增加一些内容，并与梁先生商榷。

第三，本人无意对于未来进行精准预测，只是认为，在AI时代，任何长期政策的严肃思考与实践，都必须充分考虑到AI及其相关的因素。

未来之所以难以预测，除了个人能力所限外，首先是因为科技的发展本身存在很大的不确定性，何况是人工智能是这样一种极具颠覆性的科技。

与此相关的，人类在未来一些重大的十字路口，将如何选择，又大大增加了这种不确定性。例如，是否允许AI拥有自我意识，是否允许人类进行非自然进化，等等。

下面，我们来回顾一下梁先生文章的主要观点：

观点1.AI时代人口规模仍然很重要，甚至更重要。其原因是，人口规模越大，创新的规模效应就越大。AI领域目前的竞争主要在中美两国之间展开，就是因为一个是人口最多的发展中国家（除印度），一个是人口最多的发达国家。创新力取决于科技人才资源，而人才资源的多寡取决于人口基数。

观点2.AI时代仍然需要鼓励生育，以减缓甚至扭转老龄化的趋势。其原因是，老龄化程度越高，创新的活力就越低。

观点3.AI不会导致大批失业。其原因是，虽然有一些行业会萎缩，但是另一些行业会大幅扩展，这些行业是难以自动化且能够满足精神需求的行业，包括教育旅游行业。

观点4.关于AI时代未来：AI不会替代人类的创新，因为人类出于安全和创新的乐趣，不会把创新的主导权交给AI；AI 不会产生真实的情感，不会具有自我意识。其原因是，人类出于安全，不会训练AI去拥有这些；即使AI未来能取代人类的所有工作，那也不意味着人生就没有意义了，因为人生的意义在于创新和传承，而创新和传承的另一层含义是基因创新和养育后代，很多人会把生育和养育孩子当作最大的成就感。

观点5.鼓励生育的政策必须由国家主导，自由市场解决不了生育率下滑问题。

从上面的逻辑链条来看，梁先生已经认识到了一些AI时代的变化，对其理论进行了修正，但保留了基本观点。然而这些认识，是充满矛盾和难以自洽的。

特别是上面总结的第3、4两点。梁先生一方面认为AI有可能取代人类的所有工作，另一方面又认为人类的大批失业不会发生，因为人类不会让渡诸如创新类的工作；一方面认为AI有可能发展出真实的情感和自我意识，另一方面却认为最终不会发生，因为人类不会允许。这些，多少有点一厢情愿的意思。

在展开讨论之前，我们先排除一些未来复杂的可能性（并不是说这些不可能发生，只是为了简化问题），预设几个重要的假定：

第一，AI仍处于人类的控制之下，没有产生自我意识，或能够确保能够与人类对齐。即排除“AI叛变”的问题。

第二，世界没有因为AI的竞争导致大规模战争等灾难性变化。

第三，人类不进入大规模的非自然进化（比如意识上传成为虚拟人、通过脑机接口实现人机合一、实现全面的基因改造），但允许AI帮助人类提升健康程度。

下文，我将分三个部分展开讨论。

第一部分. AI会不会导致严重的失业问题？

第二部分. AI的广泛应用，会不会缓解老龄化问题？

第三部分. 我们应该把大量资源用于提高生育率吗？

这是目前争论最为激烈的问题之一，也已经有大量的正反两方的资料，在这里，很难把这个问题说深说透，只能做一点粗浅的探讨。

先说我个人的结论：

（一） 从能力维度，AI在各个领域全面超越自然进化的人类，只是时间问题。

（二）未来数十年，替代效应将大于补偿效应。两种效应叠加的结果，取决于AI能力的增长、AI成本的变化和一些特殊因素，如安全因素、法律因素、伦理因素等。

（三）在自由放任的经济模式下，AI必定会导致严重的失业问题，导致严重的通货紧缩和社会动荡 ，只有通过政府干预才能解决；

（四）国际竞争会使失业问题变得更复杂，即使明知AI的发展会导致大规模失业，国家也不得不继续推动AI的研发和应用。从全球视角，失业问题只有通过建立新的国际秩序才能解决。

1936年，凯恩斯在他的著作《就业、利息和货币通论》中，提出了“技术失业”问题。即技术改进可能会减少对劳动力的需求，从而在短期内造成失业。

马克思则把技术改进对于就业的影响分为替代效应和补偿效应两个部分。一方面，自动化和机械化提高了生产效率，但同时也导致了部分工人失业，称替代效应。另一方面，随着生产力的发展和技术的进步，新的产业和就业机会将不断涌现。此外，自动化和机械化带来的生产效率提升也会促使商品价格下降，提高社会整体的购买力，进一步促进经济增长和就业，称补偿效应。

尽管这些先哲在工业革命仍处在蓬勃发展的阶段，就提出了技术改进对于就业可能造成的负面影响，但是，之后的历史，并没有立即验证他们的预言。

近十几年，随着人工智能、自动化、机器人等技术的快速发展，凯恩斯和马克思当年的思想开始被重新发现，即伴随“技术奇点”理论而产生的“经济奇点”理论。其核心观点是，技术改进的替代效应，将逐渐大于补偿效应，从而导致大量失业。由此引申的一个结论是，如果没有强有力的干预，大量失业导致需求下降，需求下降导致经济失衡，导致长期的通货紧缩。

AI的能力终将超越自然进化的人类。AI能力增长相对人类是无限的，它的智力会超过人类，这与以往任何科技革命都不一样。

1. 算力方面

1）人脑的进化非常有限，人类文明的发展主要依靠知识的积累

过去 300 万年间，人类大脑容量仅增加了三倍，近一万年甚至还有所下降。这种进化停滞与文明爆发形成鲜明对比：从苏美尔泥板上的楔形文字到阿波罗登月，人类用数千年时间完成了从农业社会到太空文明的跃迁。究其原因，就是因为文明进步并非依赖生物进化，而是知识积累的结果。

2）AI的算力可能已经突破人脑运算能力的上限

人脑的运算能力是一个复杂且充满争议的课题，不同研究团队基于不同维度提出了多种估算模型。例如，Sandberg 和 Bostrom 的研究将人脑的计算能力分为不同层次，从 10^18 到 10^25 FLOPS。而 Moravec 和 Kurzweil 的估算分别为 10^14 和 10^16 OPS。

但是，有两点是可以肯定的，第一是自然进化的人脑运算能力短期很难发生重大变化。第二是人脑实际计算能力远低于理论值。而AI的算力则长期以指数级增长。

世界上第一台通用计算机ENIAC，每秒完成约 5,000 次加法运算。

1992年，英特尔的Paragon成为历史上第一台突破每秒万亿次运算的超级计算机。

目前世界冠军是美国劳伦斯利弗莫尔国家实验室的“El Capitan”，峰值速度为2*10^18。

未来，极有可能突破摩尔定律，或者突破集成电路的范式，实现量子计算等，继续加速算力跃升。

2.算法方面

相对算力而言，算法的突破会有较大的不确定性。但是随着AI技术的发展，以及对于人脑的进一步解构与模仿，算法也在不断经历着革命进程。

Transformer架构，使得现在的大模型不仅能解析复杂的数学公式，还能根据用户提供的图像生成符合逻辑的故事。这种跨模态能力已接近人类的 “常识推理” 水平。

值得注意的是，据斯坦福大学等研究机构预测，到2030年，AI有可能具备改进自身算法的能力，从而加速迭代速度。

3．AGI 与 ASI：智能进化的临界点

由冯・诺伊曼和弗诺・文奇等人提出“奇点”理论，到雷・库兹韦尔的畅销书《奇点临近》，科学界开始普遍接受AGI（通用人工智能）和ASI（超级人工智能）到来的可能性。

科学界对于这两者的确切定义，以及来临的时间，甚至对于最终能否实现，都仍然存在着很大的争议。但从目前的研究成果来看，并没有发现什么确定的科学原理，能够证明其不可实现性。

目前，某些领域，AI已经达到了人类专家的水平，甚至超越了所有人类的水平（例如在国际象棋、围棋等）。

普遍的预测，AI在认知能力的大部分领域，达到人类平均水平（相当于DeepMind定义的L2级AGI），可能也就是5~10年之内了。而ASI的到来，乐观派如Ray Kurzweil 的预测，是在21世纪30年代内，2045年将达到奇点，即AI 通过自我改进实现智力爆炸。

DeepMind发布的AGI标准

如前所述，人工智能在软件和硬件的双重推动下，已经迈入了高速发展的临界状态，人工智能的应用爆发期已经到来。

我们知道，AI技术对于人类劳动有双重效应，即替代效应和补偿效应。从长期看，AI可以全面胜任人类岗位的能力。也就是说，仅就能力而言，最终的替代效应大于补偿效应。

那么问题就是，这两种效应叠加之后，其结果究竟会如何呢？哪种效应来得更大、更快呢？

这一判断，涉及到AI能力的增长、AI成本的变化和一些特殊因素。

1.单一岗位的双重效应

据清华大学和新加坡国立大学的研究，每个职业存在一个拐点，该拐点将AI进步的时间线分为蜜月期和替代期。在AI性能未越过拐点之前，每次AI改进都会使人类劳动受益，从而导致蜜月期。然而，在AI性能越过拐点之后，额外的AI增强会伤害人类劳动。有一些岗位，比如标准化的写作、咨询等岗位，已经跨过“拐点”；中低端程序员岗位正在接近“拐点”；当然还有一些岗位还没有到达“拐点”，但是就AI的发展速度来看，很多行业拐点已经不远了。

值得注意的是，往往现在AI在某些方面能力远强于人类（如语音识别、资料搜索），但却在另一些方面能力缺失（如精确的数学推导能力），甚至犯一些低级错误。这就造成了很多岗位，只能把AI当作工具，而不能由AI替代人类。这就是一种典型的“木桶效应”。然而，一旦AI在这些短板领域实现突破，那么就可能出现，一夜之间AI突然能够迅速替代某一类岗位的情况。

2.单一行业的双重效应

AI乐观派的一个论据是，原有的一些岗位会被AI替代，但会产生一些的新的岗位。

例如：智能汽车会替代原来的司机，但会产生“智能网联汽车测试员”“智能网联汽车装调运维员”这些岗位；LLM会替代一些初级写手，但是也会产生提示词工程师的需求。

遗憾的是，目前的研究表明，大部分类似的情况下，新产生的岗位远少于被替代的岗位，而且这些新产生的岗位可能也只是阶段性的。

以客服行业为例，当前AI技术已能处理70%以上的标准化咨询场景（如订单查询、售后问题），其响应速度与准确率均达到行业服务标准。中国客服从业人员总数约300~400万人，其中约50%~60%从事标准化咨询处理（如电话客服、在线文字客服）。AI 可替代60-80%的标准化咨询岗位。AI化之后，的确也会产生一些新的岗位，如客服AI训练师、客服流程设计师等，约占原岗位的20%。而且，这些新增的岗位往往不会持续很久。例如，当人类的AI训练师将AI能力提升到一定的层次，那么AI训练师本身的失业又将不可避免。

3. 跨行业的双重效应

以上讨论了单一岗位和单一行业的双重效应。那么，从宏观的整体就业角度，双重效应叠加之后，究竟会出现什么样的结果呢？

AI乐观主义者最喜欢引用的，莫过于马车夫的案例了，这几乎成了他们的标准答案：汽车的问世导致马车夫失业，但同时也催生了汽车司机、汽车修理工、4S店销售员等等。然而，AI革命的深度、广度和速度都远远超出包括蒸汽机、电力、互联网在内的任何一次。

汽车与马车同框

之所以作出这样的判断，其原因主要有三：

1) 脑力劳动的替代。过去三百年技术革命，一个重大的特点，就是机械代替人类重复性的体力活动。由于生产效率的提升、财富的增长、教育水平的提升，人类可以不断向更高级、更复杂的脑力劳动跃迁，从而达到更高的科技水平、更高的生产效率、更多的财富和更多的就业。

然而，AI时代的一个根本变化，就是AI将在不远的将来，在大部分脑力劳动领域达到普通人的水准，从而替代大量的白领工作者，甚至比对于体力劳动者的替代速度还要快。其原因是，软件的复制成本极低，边际成本几乎为零。

2025年，以DeepSeek为代表的新一代大模型，通过其开源生态和低成本，更是加速了AI在各行各业的渗透。AI技术突破正在快速替代中低端的脑力劳动，甚至开始直接威胁一些中高端脑力岗位。

2) 服务行业的替代。后工业化时代的最大特点，就是劳动力从第一产业、第二产业向第三产业转移。因而，过去几十年最大的就业蓄水池，就是第三产业，特别是中低端的服务行业。我们虽然在一百多年前就发明了Robot这个词，但以往的经验是，机器人主要是在工厂应用，并没有在服务行业广泛应用的能力。然而，当前正在发生的一个重大的变化，恰恰就是机器人将大量在服务业中爆发式增长。近年来，我们看到了无人驾驶、无人送货、炒菜机的广泛应用，从宇树机器人参加春晚到机器人参加马拉松，这一切都预示着，机器人可能将在5-10年内开始大规模进入服务行业，从而替代大量的人类岗位。根据《人工智能 伦理与安全》（2021年清华大学出版社）预测，在批发和零售业、交通运输、仓储、邮政业、金融业等行业，除了经营管理人员和较少的研发和技术人员外,绝大多数就业人员的劳动都是重复性劳动,容易被人工智能替代;目前这三个行业的就业总量达到1.65亿,占我国第三产业总就业人数(3.49亿)的47.4%。

3）岗位迁移的速度加快、不确定性加大。农业革命持续了数千年，工业革命持续了数百年，人类有足够的时间学习新技能、适应新的岗位。然而，AI技术发展速度是如此之快，很可能出现失业者还在学习新的劳动技能时，AI已经掌握了你正在学习的技能。 而且，由于科技突破的不确定性，预测某一行业或岗位被替代几率的难度加大。例如，仅仅在五年前，学者普遍预计，具有创造性的艺术类，是最难被AI替代的行业之一。而现实是，这类行业恰恰是大模型突破较大的领域。甚至在心理咨询，这样一些我们过去认为非常难以被AI替代的领域，AI也已经表现出较强的能力。例如，美国军方DARPA研发的机器治疗设备，在治疗士兵创作后精神紧张性障碍方面，效果惊人。

以上三个原因，实际上可以归结为一个：那就是AI和机器人，是我们过去从未见过的这样一种科技类型：它不是取代某个特定的旧技术或岗位，而是一种全面的替代。

因而，照搬农业社会、工业社会的静态模型来预测AI时代，无异于刻舟求剑，必将得出错误的结论！

的确，未来有可能会产生一些，我们没有想到过的工作岗位，但很可能不像想像中那么多。硅谷工程师杰拉德·哈夫研究了美国1914年和2014年的工种，利用美国劳工部的数据分析后，发现2014年的工种有80%在1914年就有了。多出的那20%，仅占就业人口的10%。最大的就业蓄水池，实际上还是服务业。

当然，我们不能否认，即使AI有能力替代任何人类岗位，但是出于安全、法律和伦理等因素，仍然会有一些岗位，不那么容易被AI替代。

例如，AI仍然存在可解释性不足、鲁棒性不足、安全后门风险、数据歧视、数字茧房等等问题，使得人类不会轻易将涉及安全、重大风险、伦理风险的岗位，全部交给AI去做。但是，这些岗位的绝对数量必将远远小于过去。

更为可怕的是，如果不采取强有力的干预措施，有可能出现失业-消费降级的螺旋效应，出现全球性的通货紧缩。关于这一点，我们将在下文中继续探讨。

在自由放任的经济模式下，AI必定会导致严重的失业问题，只有强有力的政府干预才能解决。当然，我们也可以在政府干预中引入市场化的因素，类似建立碳排放市场。

1.AI发展的趋势无法阻挡

虽然AI可能带来大规模失业，但AI发展的趋势是不可阻挡的。

第一，从国家竞争角度。谁掌握更多的AI技术，谁就在未来的竞争中掌握了主动权。在这样的情况下，各国很难主动限制自己AI技术的发展，以减缓就业压力。本文将随后详细展开这一点。

第二，从资本和企业角度。资本天生就是逐利的，而市场化的企业就是利润的机器。为了建立竞争优势，只要是有利于竞争的AI技术，企业没有理由不积极研究和使用。

第三，从消费市场角度。如果能够有更高效率、更低成本的AI工具或者机器人，消费者也没有理由拒绝。例如，如果家务机器人能达到保姆的平均工作水平，而且更便宜，一定会快速进入家庭。

2.失业-通缩的螺旋效应

如果我们同意，在自由放任条件下，大规模人类失业不可避免，那么同样在自由放任条件下，就有可能出现需求结构失衡，失业-通缩的螺旋效应。

凯恩斯在《就业、利息和货币通论》中指出，在自由放任的市场经济条件下，有可能发生这样一种情况，即失业率上升导致家庭可支配收入减少，进而降低边际消费倾向（MPC）。消费需求下降降低企业营收预期，企业削减扩张性投资，进一步加剧失业，从而形成一个螺旋下降的趋势。其典型案例就是，1930 年代大萧条时期，技术失业叠加需求不足，使美国失业率飙升至 25%。

其他因素还有：银行收紧信贷将进一步抑制消费与投资，形成负反馈循环；AI技术可能使资本向少数科技巨头集中，加剧财富分配不均，进一步压缩中低收入阶层的消费能力，导致整个社会的消费能力的下降。

3.阻止长期通缩的因素

在经济发展史上，并没有出现长期的全球性的通缩。其原因是：

1)技术导致的补偿效应一直大于替代效应。技术迭代速度与职业迁移能够保持“动态平衡”。

关于这一点，前文已经论证了，AI时代有可能发生的颠覆性变化。

2)全球化成为通缩的重要“减震器”。大萧条的重要教训之一是贸易保护主义加剧通缩螺旋。而二战后，全球化的大潮，构建了 “中心 - 外围” 的分工体系，成为抵御通缩的关键机制。一方面是先发国家的产能外溢，形成了 “全球范围的供需再平衡”，以及发达国家人均收入的稳步提升。另一方面是发展中国家经济的迅速增长，造就了庞大的新增中产阶级，产生了全球性的巨大新增消费需求。

然而，未来有可能发生一些不利的情况，导致逆全球化，大大减弱这一“减震器”的作用。下文中将进一步讨论。

3)全球人口增长。二战后，全球人口由25亿增长到80亿，人口的增长是经济增长和促进就业的一个主要因素。这也正是梁先生等学者的主要论据之一。然而，人口增长并不天然会形成经济增长，消费能力的增长才会。如果新增的人口加剧了失业的压力，可能反而拖累经济增长。

4)社会力量。工会等社会组织，也是技术性失业的制约力量。这些力量，在AI时代也会起到一定的作用，但是放到国际竞争的环境下，其作用可能会减弱。

5)国家宏观政策。主要国家在大萧条后，普遍建立了财政政策、货币政策、税收政策、收入分配政策等工具箱，大大增强了应对通缩的能力。国家宏观政策可能才是AI时代抵抗通缩的主要力量。

4.政府干预的政策工具箱

具体如何进行AI时代失业的政策干预，本身就是一个宏大的叙事，在此，只列出一些学者的研究成果和建议，在本文中就不展开了。

1）收入分配的改革和社会保障的升级。例如UBI（全民基本收入）、税收制度的改革等。

2）货币政策。AI导致生产率的提升，一方面有可能增加社会财富，另一方面可以加剧失业，导致通货紧缩，那么如果增加货币供给，就有可能对冲通货紧缩。由此带来的债务上升，可以通过经济的长期增长来解决。

3）减缓科技的研发和应用速度。科技的过快发展，特别是AGI和ASI时代的爆发性增长，有可能会使人类社会无法适应，造成包括大规模失业在内的各类风险。那么一个重要的应对方案，就是减缓科技的研发和应用。这一话题更为复杂，在此也不展开。

4）减少人类的工作时间。但这必须是在国家干预，以及包括工会在内的社会力量的努力之下，而不会在自由放任的市场条件下自然发生。

5）教育水平的提升和技能重塑。这也必须是在国家干预之下才能实现。

6）减少不必要或不紧急的政府开支。其中就有可能包括梁先生等人一直建议的生育补贴。

值得注意的是，这些工具的效力，如果考虑到国际竞争的环境，就有可能大打折扣。

国际范围的科技、经济竞争会使失业问题变得更复杂、更难解决。或许，即使明知AI会导致大规模失业，我们仍不得不投入大量资源去抢占AI革命的制高点。

有可能发生以下情况：

1)由于AI和机器人的效率提升，以及成本的下降，达到一个临界点，即，AI外包和产业外迁都无利可图。例如，高度自动化的黑灯工厂，其成本如果比转移到中南部非洲国家还要低，那么，这些低收入国家有可能陷入新的陷阱，再也无力进行产业升级。

2)上一节所说的国内政策，由于国际竞争而无法执行。比如，税收制度的改革 ，会造成富人向税收低的地区迁移；再比如，减缓科技研发和应用速度，放到国际环境下，是不可能的。举例而言，若A国全面实现无人驾驶，B国为保持竞争力不得不跟进，导致B国的司机集体失业。

3)AI技术先进的国家，出于保证未来的竞争力，限制甚至阻止AI相关技术的输出（近年来美国的政策就有这种明显趋向）。甚至，率先研发出AGI和ASI的国家，出现科技爆发增长，从而出现对于其他国家的碾压态势，而不再需要全球化。

以上第一和第三种可能性，虽然已经有一些学者提出警告，但目前未看到严肃而全面的论证资料，有待进一步研究。

从全球角度，失业问题或许只有通过建立新的国际秩序才能得到根本解决。AI时代，新的国际秩序应该为何种形式，以及如何建构，将是未来的一个核心课题。

答案是肯定的，AI一定会促进老龄化的缓解。

前面花了很多的篇幅，论述AI时代的失业问题。现在回到我们的主题——人口问题。如果出现了两种趋势，一种是老龄化导致劳动力不足，另一种是技术快速进步导致劳动力过剩。这两种趋势，会不会产生对冲呢？作者认为，完全有可能。但是，在不同的国家，会产生不一样的后果。

对于美国，人工智能的优势、服务业优势与中低端工业劣势并存；老龄化比较严重，但趋势不严重。人工智能的发展对于美国的老龄化应该是有明显的对冲，有利于保住高端制造业（对冲人力成本上升），中低端制造业的回流有较大困难，除非ASI造成的科技爆发能够解决这一问题。

对于美国以外的发达国家，如欧洲、日本，人工智能产业相对劣势、服务业优势与中低端工业劣势并存；老龄化严重，趋势也严重。人工智能的发展对于老龄化有明显对冲。高端制造业，如果在AI方面不能迎头赶上，则有可能受到中美夹击，比较危险，有可能失业问题相对美国会更严重。

对于中国，人工智能产业仅次于美国；服务业劣势与整体工业优势并存，老龄化趋势严重。人工智能的发展，对于中国服务业、高端制造业、中低端制造业，都会有较大的提升作用，与老龄化有明显的对冲，甚至，可能失业问题会更严重，使得老龄化相对不是大的问题。

对于工业化程度较低的众多发展中国家，有可能如上文所言，形成一个永久性的陷阱，难以承接新的产业，而人口增长又过快，失业现象越来越严重。

以AI为代表的新技术正成为破解养老难题的重要驱动力。从医疗健康管理到生活辅助，从护理服务创新到情感支持，AI的深度渗透正在重构老龄社会的照护体系。

1．医疗健康领域的革命性突破

AI 在医疗健康领域的应用显著提升了老年人的生活质量和健康管理效率。医疗已经成为AI渗透率最高的领域之一。

1）药物研发效率的指数级提升

AI技术正在彻底改变药物研发的传统模式。在药物发现阶段，临床试验设计、开展、结果分析等阶段，AI技术都能够对效率提升起到重要的作用。

2) 精准健康监测与疾病预防

智能传感设备的普及，使老年人健康管理从被动治疗转向主动预防。智能传感设备和健康监测系统能够实时采集老年人的生命体征数据。

3) 人类寿命延长与老年人健康改善

AI驱动的早期癌症筛查技术,可使癌症死亡率显著下降，结合抗衰老药物研发突破，预计全球人均寿命将显著增长，老年人失能期将大大缩短，健康寿命比将提升，甚至进一步提升老年人的智力水平、记忆力等等。

2.养老护理服务的结构性创新

1）护理机器人填补人力缺口

松下的机器人床可通过简单操作实现床与轮椅的分离和组合，方便老年人移动至餐桌、盥洗室等场所。早稻田大学研发的 AIREC 机器人预计 2030 年投入使用，能帮助老年人坐起、穿袜子、做家务等。国内的家政机器人已经可以叠衣服、打扫厕所。

2）智能护理设备的使用

在国内，高端养老社区已大规模应用智能护理设备。例如，体适能一体机、下肢智能训练机器人等等。

目前已经出现的外骨骼机器人，可以大大提升老年人的生活自理能力，甚至帮助老年人轻松登山。

3）生活辅助与社交支持

AI 技术为老年人提供了更加便捷的生活辅助和社交支持。例如陪伴机器人，可以与老人进行语音交流，提供娱乐、聊天等服务，提升老年人的生活满意度。

综上，梁先生所担心的老年人照护问题、老年人创新力下降的问题，都有可能在AI技术的加持下，在数十年内得到缓解甚至解决。

具体来看，生育支持政策有可能面临 “高投入、低回报” 困境。

1.生育支持政策需要大量的资金

梁建章等学者提出每年投入GDP的2%~5%（按2024年的GDP计算，就是2.7~6.75万亿元）用于生育激励，包括现金补贴、税收减免（三孩家庭所得税全免）和托育设施建设。

2.生育政策的效果争议

韩国多次推出育儿补贴，2022年起为0-1岁婴儿家庭提供每月30万韩元，2024年增至100万韩元。然而，韩国总和生育率仍持续下降，2024年仅1.12，为全球最低之一。

日本托育资源不足且费用高昂，尽管提供一次性42万日元（约2.8万元人民币）生育补贴，2024年生育率仅1.17，陷入“低生育陷阱”。

法国和北欧国家通过长期补贴和税收优惠取得较好效果。法国为三孩家庭提供每月594欧元（约4350元人民币）补贴至孩子成年，叠加产假和托育支持，2023年生育率达1.68，居发达国家前列。

但也有学者指出，部分欧洲国家的生育政策取得成效，更多的是因为大量的移民、宽松的社会文化，相比之下，东亚国家，特别是日韩，生育政策就代价高额，成效甚微。

3.少子化的结构性矛盾难以突破

联合国数据显示，中国育龄妇女（15-49岁）数量从2008年的3.8亿降至2050年的2.6亿，生育旺盛期女性（20-34岁）从1.8亿降至1.1亿。即使政策激励短期提振生育率，人口规模萎缩的长期趋势仍不可逆。而且，单纯的经济补贴难以抵消高昂的育儿成本（如住房、教育）和职场压力。

AI 技术的突破需要持续的高投入，且呈现 “赢家通吃” 的特征。尽管有可能导致大规模的失业，但是在严峻的全球AI竞争态势下，我们又不得不加大这种投入的力度。

2025 年全球 AI 研发投入，高盛预计超 2000 亿美元，美国约占50%。从国家层面看，“十四五” 规划明确将 AI 作为 “新基建” 核心，2023 年中央财政科技支出中 AI 专项达 860 亿元，重点支持芯片、大模型等底层技术。

这种投入强度远超多数国家承受能力，导致全球 AI 竞争呈现 “中美主导” 格局。中国虽在应用层不落下风，但算法等底层技术仍然处于跟随状态，芯片仍依赖进口，2024 年 AI 芯片进口额达 320 亿美元，占全球市场 45%。若不持续加大投入，可能在新一轮技术竞争中陷入被动。

企业层面，头部科技公司的研发投入已形成 “军备竞赛” 态势。微软Azure两年内扩建50个AI数据中心，Anthropic追加60亿美元绑定云计算资源，谷歌母公司Alphabet的AI基础设施投入突破400亿美元，Meta则计划斥资180亿美元囤积60万块GPU。

关于AI对于就业市场的冲击，目前尚未看到全面深入的研究报告。

IMF警告称AI可能会影响全球接近40%的工作，高盛预测AI可能会取代全球3亿份工作。但他们仍然从历史数据得出全球就业市场中性或偏乐观的结论。

这很可能是因为，如此颠覆性的技术革命，在人类历史上还是第一次（也许是最后一次）。我们没有历史数据可供参考。

但是，如果正如第一部分探讨的那样，AI导致大规模的失业成为现实，可想而见，国家需要支付的代价是非常巨大的。失业人口的救济、再就业服务体系，都需要巨量的资金。

1.AI的广泛应用，很可能导致严重的失业问题，只有政府采取强有力的干预措施，才能得以解决。

2.以AI为代表的科技发展，在未来数十年会大大缓解老龄化带来的各种问题。

3.AI应用导致的失业，与老龄化会形成对冲，从而缓解老龄化问题。

4.与其将大量资源花在提高生育率，不如花在AI科技的研发上面，以快速提升国家的竞争力。

5.未来AI如果导致大规模失业问题，同样需要大量资源解决，必须提早谋划，并尽快推动建立全球体系来彻底解决。

由于本人学识所限，不少论证依然缺乏充足的依据。希望本文能够抛砖引玉，引发更多的思考和讨论。就本心而言，如果文中的结论是错误的，也许正是人类的幸事。但如果万一言中，那么，如果不及早应对，那么，必将导致比老龄化严重得多的社会问题。

全文完。

附原文链接：

https://m.toutiao.com/article/7464092887114891786/?app=news_article&category_new=__all__×tamp=1745626236&share_uid=MS4wLjABAAAAFiIdNktxxiMdGwfQ6NhOPuyYA8q58mdAXb6VvL0OEIg&share_did=MS4wLjACAAAA-8RdnwFPJbsugrCFA0lcazYYgLpBfOQJ1HDxSVH59as&share_token=a1cfa26b-0e7a-44fd-bf84-895d1f0c538d&wxshare_count=2&utm_source=

来源：走进科技生活