AI 让工作快 100 倍,生产率红利去了哪

ILO 2025年估计,全球约25%的就业处于某种生成式AI暴露之下,高收入国家约为34%。但目前更可能发生的是工作内容变化,而不是职业整体消失。[S1]

阅读功能说明

收听会朗读正文;速读会按顺序显示短语,速度可调。语言练习可对照已有的不同语言版本。收藏保存在本浏览器中,可从播放器的收藏列表再次打开。用打砖块来读会把正文的文字变成砖块,边打边读。

分享这篇文章

分享这篇文章

AI 让工作快 100 倍,生产率红利去了哪
AI生成的示意图
广告
广告

5秒结论: AI提高生产率,并不代表普通人自动得到更高收入、更多闲暇或更好的社会保障。如果红利只停留在利润和资本回报,人们感受到的可能只是“要求更高了”。相比之下,治愈疾病、减少残疾、延长健康寿命,是不需要在竞争中获胜也能受益的技术进步。

1. “AI会消灭所有工作”和“知识工作安全”都太粗糙

ILO 2025年估计,全球约25%的就业处于某种生成式AI暴露之下,高收入国家约为34%。但目前更可能发生的是工作内容变化,而不是职业整体消失。[1]

10个人的部门变成6个人加AI,也足以改变劳动市场。

2. “人类只做最终审批”已经是现实路径

Anthropic 2026年6月的Economic Index发现,Claude Code等代理环境里的AI自主性高于普通聊天。[2]

工作流程可能从“人全做”变成“AI辅助”,再变成“AI成批执行,人处理例外和最终判断”。

专业资格并不等于免疫自动化。实体世界的最后一公里暂时更难替代,但机器人也会移动这条边界。

3. “卖铲子的企业一定赢”只是投资假说

如果模型商品化,GPU、内存、电力、数据中心和网络等稀缺投入可能拿走更多价值。但软件企业也能靠渠道、专有数据、企业集成、API、代理平台和转换成本保留利润。

真正的问题是:什么稀缺,什么容易复制?

4. “AI不会创造革命性业务”也说得太早

AI生成的界面、文案和简单应用确实容易被复制。但成本下降也可能让过去无法盈利的小市场、个性化服务、全天候服务和超小团队公司变得可行。

“更容易复制”和“更多新业务出现”可以同时成立。

5. 真正的弱点:生产率不会自动进入你的银行账户

GPU努力100倍,也不会替你付房租。

IMF研究表明,在某些情景下AI可能缩小工资差距,但资本回报增加仍可能扩大财富差距。结果取决于替代、互补、资产所有权、税收、转移支付和社会保障。[3][4]

生产率翻倍,可以变成工时减半,也可以变成产量翻倍、裁员或利润增加。技术本身不会替社会做这个选择。

6. 对厌倦竞争的人来说,重要的是“不赢也能得到的进步”

工资、晋升、资格、市场价值、AI技能都可以继续比赛。

但减少感染死亡、早期发现癌症、治疗遗传病、延缓认知衰退、让老年人更久独立生活,是更接近普惠的收益。

7. 2026年的医学已经有一点科幻味了

2026年4月,FDA批准了针对OTOF相关重度听力损失的首个基因疗法Otarmeni。[5] 7月,Casgevy在镰状细胞病和输血依赖β地中海贫血中的适用年龄扩展到2岁以上。[6] 9月,FDA批准Fayuvi,成为Sanfilippo综合征A型首个旨在改变疾病进程的治疗。[7]

这不是“什么都能治”,但方向从控制症状转向干预根本分子或遗传原因。

8. 医疗AI最有意思的地方,也许不是聊天诊断,而是加快研究

AlphaFold已经向研究界提供超过2亿个蛋白质结构预测,并继续扩展到分子相互作用预测。[8]

真正重要的指标可能不是替代了多少医生,而是让有效治疗提前了多少年到达患者。

如果全世界GPU最后只是让表格更快,那确实有点想退款。

9. 比“活到150岁”更现实的是延长健康寿命

美国NIA把geroscience视为研究衰老机制与慢性病关系、延长healthspan的领域。[9]

但人类衰老并未被“解决”。senolytics很有前景,但截至2025年,在人体中的明确有效性仍未建立。[10]

更现实的顺序是:早发现 → 更好治疗 → 延缓年龄相关疾病 → 延长健康寿命 → 再讨论寿命上限。

10. 也许目标不是“靠AI赢”,而是“让人生少一点惩罚”

既然投入了这么多算力,就应该问:能减少多少疾病、疼痛、残疾、照护负担、行政杂务和被迫劳动时间?

“工作更快”我们已经懂了。

现在去治病吧。


参考资料(10条)

  1. International Labour Organization — “Generative AI and Jobs: A Refined Global Index of Occupational Exposure” / research brief (2025-05-20) https://www.ilo.org/publications/generative-ai-and-jobs-2025-update Used for the estimate that roughly one quarter of global employment has some GenAI exposure, roughly 34% in high-income countries, and for the distinction between task/job transformation and wholesale replacement ilo.org
  2. Anthropic — “Anthropic Economic Index report: Cadences” (2026-06-26) Used for observed differences in AI autonomy between Claude Code and ordinary chat/Cowork usage and the shift toward larger delegated agentic tasks anthropic.com
  3. IMF — “Gen-AI: Artificial Intelligence and the Future of Work” (2024) Used for channels connecting AI adoption, labor income, capital income, inequality, and the role of policy imf.org
  4. IMF — “AI Adoption and Inequality” (Working Paper 2025/068, 2025-04-04) Used for model-based scenarios in which wage inequality and wealth inequality can move differently, especially through capital returns and asset ownership imf.org
  5. U.S. FDA — “FDA Approves First-Ever Gene Therapy for Treatment of Genetic Hearing Loss” (2026-04-23) Used for the approval and indication of Otarmeni for severe-to-profound hearing loss associated with biallelic OTOF variants fda.gov
  6. U.S. FDA — “FDA Approves First Gene Therapy for Young Children with Sickle Cell Disease” / CASGEVY product page (2026-07-01) https://www.fda.gov/vaccines-blood-biologics/casgevy Used for the expanded U.S. indication of Casgevy to patients aged two years and older with qualifying sickle cell disease or transfusion-dependent beta-thalassemia fda.gov
  7. U.S. FDA — “FDA Approves First Gene Therapy for Pediatric Patients with Sanfilippo Syndrome Type A” (2026-09-17) Used for the first approved treatment intended to alter the disease course of MPS IIIA / Sanfilippo syndrome type A fda.gov
  8. Google DeepMind — AlphaFold Used for the availability of more than 200 million protein-structure predictions and AlphaFold’s expansion toward biomolecular interaction prediction deepmind.google
  9. U.S. National Institute on Aging — Geroscience / Fifth Geroscience Summit materials (2026) Used for the definition and current institutional framing of geroscience around biological aging, chronic disease, and healthspan nia.nih.gov
  10. Khosla, Monroe & Farr — “Towards a personalized approach in senolytic trials,” Nature Aging (2025-09-09) Used for the caution that early human senolytic trials have produced biological signals but clear efficacy in humans remains unestablished nature.com

今天读这篇

每一篇都回答读完本文后常有的下一个问题。

浏览全部文章更多「AI」文章

分享这篇文章

如果这篇文章对你有帮助,可以支持本站。 支持本站

广告
广告
广告

查找其他文章

所有文章

Mendoi-chan

本站运营者

Mendoi-chan

把工作与日常生活中的麻烦整理成清晰的结构和下一步行动。