跨国深谈← 返回←AI 会改变一切，但也「只和互联网一样大」

AI 会改变一切，但也「只和互联网一样大」

关联

人物 Benedict Evans · Lenny

公司 OpenAI · Anthropic · Google · Meta · AWS · McKinsey

概念 Claude Code · Gemini · 基础模型 · 定价权 · 劳动总量谬误 · 杰文斯悖论 · 分发 · 任务 · 赢家通吃

来源 Lenny’s Podcast

把 AI 跟「工业革命」相提并论太夸张了——它和互联网、智能手机一样大，但也只和它们一样大。说这话的人是 Benedict Evans，他做了六年独立科技分析师，专盯最重要的大趋势；而在他看来，我们正处在这场变革的「1997 年」：一切都会变，但大多数东西还不靠谱，未来会长什么样谁也说不准。

这一集里，他和主持人聊了四件事：为什么最前沿的 AI 实验室反而在大把砸钱雇咨询顾问（而不是消灭他们）；为什么模型公司未来很可能没有定价权、会变成赚不到超额利润的「大宗商品基础设施」；AI 到底会不会造成职场末日、年轻人该怎么办；以及那些预测「这个职业能被自动化 17%」的报告为什么纯属扯淡。如果你对 AI 感到焦虑或者困惑，他这套「视情况而定、但大概会没事」的史观，会给你一个更冷静的坐标系。

「任务」和「工作」不是一回事

从「为什么 AI 实验室反而在狂招人」说起。一个最反直觉的现象是：最先进的 AI 公司（比如 Anthropic、OpenAI），恰恰是当下最拼命增加人手的公司。这背后的核心洞见，在于区分「任务」和「工作」。

很多 AI 末日论者的错误，在于把一项工作拆解成一个个小任务，然后算「这 17% 能被自动化」——在 Benedict 看来，这就像几十年前失败的传统专家系统逻辑，你没法那样机械地拆解一个真实职业。回想 70 年代末，电子表格（让会计数字自动联动计算的软件）刚出现时，会计行业的反应是「天变了」，但对律师或记者来说，这只是「我下周可以拿来填工时表的小工具」。如今面对 AI，软件开发者就是当年第一批看到电子表格的会计，在 Claude Code（一款 AI 编程工具）出来后高呼天变了，但其他行业只是稍微有点困惑。

这就引出了那个著名的「杰文斯悖论」（即价格弹性：当某事物的成本下降，人们往往会大量增加使用量，而不是花原来的钱办原来的事）。Benedict 在访谈中抛出了一句辛辣的吐槽：在 Excel（电子表格软件）出现之前，初级投行分析师同样要加班到吐；现在有了 Excel，高盛的员工照样要在周五午餐时间干活。工具的提升不仅没有消灭岗位，反而因为「做更多事」的冲动拉高了整体工作量。

【背景】马克·安德森（Marc Andreessen）是 A16Z（全称 Andreessen Horowitz，一家顶级风投）的联合创始人。Benedict 曾是该机构的长期合伙人兼内部分析师。他在文中顺带吐槽了老东家，并引用了前老板关于科技浪潮的经典论断。

为什么顾问、投行不但没消失，反而被 AI 公司买下来了？

顺着「做更多事需要更多手」的逻辑，就能看懂一个最近让很多人意外的趋势：OpenAI 和 Anthropic 这些 AI 实验室，正在疯狂投资专业服务和前向部署工程师。

原因其实极其朴素：当你想让一家大公司用 AI 重构其全部内部工作流时，这需要 5 到 10 个人坐下来花一两个月去规划，然后还要把旧系统拔掉、训练员工——这是一个极其庞大的落地项目。任何在大公司干过的人都明白，公司里根本没有一帮闲人随时等着搞这种新项目。

这通常是你去雇佣 Bain（贝恩）、McKinsey（麦金赛）或 Accenture（埃森哲）这类咨询公司来干的事。所以，AI 公司买下咨询团队，并不是为了证明「AI 搞不定」，而是因为给企业部署 AI 这件事本身，就是一项极其庞大的重体力活。

这套逻辑也给普通人的职业前景投下了一束理性之光：你所做的工作中，「难的那部分」到底是什么？是逐行敲代码，还是搞清楚客户到底想要什么、怎么把产品推向市场？

Claude Code 能帮你写代码，但它没法替你决定「该写什么代码」。这个决策与洞察的向上跃升，正是普通人在 AI 时代要卡位的地方。

模型公司赚不到暴利，价值都在「更上层」

聊清了人的问题，接下来是资本的问题：那些动辄砸上千亿美元训练大模型的公司，未来真的能靠卖模型赚到大钱吗？Benedict 给出的判断极其冷峻——不会。模型公司未来大概率没有「定价权」（即企业能随意提价而不流失客户的能力）。

他打了一个绝佳的比方：今天全球移动通信行业每年有一万亿美元的收入，但它其实是一个利润率极低的大宗商品公用事业。25 年前，电信运营商以为自己在手机上做的一切应用都能赚钱，结果什么都没做成，真正赚钱的全是在「堆栈上层」做应用的公司（比如做手机的苹果、做软件的互联网大厂）。

他由此指出，当前围绕「基础模型」（由大公司花巨资训练的通用 AI 大模型）的根本问题是：模型本身会不会变成一种无差异的底层大宗商品？如果是这样，你最后只会看到三到六家公司按边际成本卖模型，所有的超额利润和价值，都会跑到「堆栈上层」那些做具体应用的公司手里。

AI 会导致职场末日吗？

既然价值还在创造，那工作机会呢？很多听众最焦虑的，莫过于「职场末日」。

对此，Benedict 的回答是：每一波新技术都会自动化掉一批工作，然后解锁一批现在还不存在的新工作，我们在过去两百年里一直在经历这个过程。1800 年时 90% 的人是农民，天天担心庄稼歉收；今天这些工作被自动化了，我们却有了铁路工程师这种当年听起来极其荒谬的职业。

当然，每次转型都会伴随「摩擦性痛苦」——有的人失业、有的小镇被掏空，这一切确实很糟糕。但在另一头，我们整体上更富裕了，不再担心饿肚子。他认为，当下那些天天喊着大公司明天就会买 ChatGPT、两周后开除所有员工的「末日论者」，根本不懂企业运转的常识：大公司的企业软件采购周期长达 18 个月以上，全面替换核心系统（比如替换掉 SAP）并改变员工习惯，至少需要 5 到 10 年。

至于大家关心的 AGI（通用人工智能，指能像人一样完成任何智力任务的 AI）何时到来、会不会产生超级智能，他直言：我们既没有关于人类智能的理论，也不知道这些模型为何工作得这么好，大家不过是在靠「感觉」做预测。他还敏锐地指出，业界正在不断「重新定义」AGI，把它描述成「能做一定比例有经济价值的工作」，但 1975 年的 IBM 大型机就能做到这一点，这并不能说明它拥有人类级别的智能。

不要把头埋在沙子里

既然大局难料，个体该怎么办？在回答「如何在这个未来中更成功」时，Benedict 给出的建议非常直白：不要把头埋在沙子里说「我讨厌 AI」，去 BlueSky（一个社交平台）上跟人一起痛骂 AI 有多邪恶，虽然能让你获得巨大的道德优越感，但这无济于事。

真正有帮助的，是完全潜入其中，去搞明白你能用它做什么、它如何改变行业、你怎样做才能成为企业眼中极具价值的雇员。也许这并不能保证你不被裁员，但如果你去律所面试，面对「我们今年招人名额减半」的现实，进去就对老板说「我觉得 AI 不行，我永远不会用它」，绝对不是聪明的态度。你必须像当年消化移动互联网和互联网一样，去吸收、内化它。

本集带走

最后收个尾，这一集值得带走的是四句话。第一，区分「任务」和「工作」——AI 能把你工作中的某项任务变成一键搞定的按钮，但这不代表你整个岗位没价值了，难的部分往往是你对业务的理解和决策，就像 Claude Code 能写代码，但写什么代码还得你来定。

第二，模型本身大概率会变成「大宗商品」，卖基础模型的公司未必能攫取行业最大的利润，真正赚钱的机会在更靠上层、直接解决具体问题的应用里。第三，历史上每一次技术变革都会消灭旧岗位、解锁新岗位，过程会有阵痛，但宏观上我们总会变得更富有；与其被末日论吓倒，不如认清企业采购和转型的周期是以「年」甚至「十年」计的。

第四，别把头埋进沙子里、站在道德高地上抗拒 AI，完全沉浸进去搞懂它、内化它，是你在这个变革期唯一能做的、也最务实的选择——正如 Benedict 反复强调的那句座右铭：「视情况而定，但大概会没事的。」

我最具争议的观点是，我认为 AI 和互联网或移动技术一样重要，但也只和互联网或移动技术一样重要。
My most controversial opinion is that I think that AI is as big a deal as the internet or mobile, and only as big a deal as the internet or mobile.
—— Benedict Evans · [00:00]

我们没有关于人类智能是什么的理论，我们没有关于为什么这些模型工作得这么好的理论，我们也没有关于它们会变得好多少的理论。
we have no theory of what human intelligence is, we have no theory of why these models work so well, we have no theory of how much better they will get.
—— Benedict Evans · [26:50]

这是一个低利润的转售商，一次性销售。你尽管说互联网公司好了，它就是个低利润的转售商。
it’s a low margin reseller, one time sells. You can say dotcom all you like, it’s a low margin reseller.
—— Benedict Evans · [40:10]

当你看电视时，电视公司并没有把你每月账单的一小部分付给电力公司。
when you watch television, the TV company isn’t paying a percentage of your monthly bill to the electricity company.
—— Benedict Evans · [33:00]

这些技术都消除了一堆工作，创造了一堆新工作，创造了一堆新价值，为我们所有人解锁了繁荣，当你经历它时很痛苦，但它总是创造更多价值。
each of these technologies removes a bunch of jobs, creates a bunch of new jobs, creates a bunch of new value, unlocks prosperity for all of us, and that’s painful as you go through it, but it always creates more value.
—— Benedict Evans · [31:54]