如果你还记得上世纪九十年代拨号上网的“嘟——咔——嘟嘟嘟——”的机械噪音，你就能理解技术革命的早期是什么样子。

那时的互联网仅存在 2000 多个网站，上网体验十分粗糙：灰色背景下细密的文本，偶尔出现的像素化的图像，令人崩溃的加载时间.......

然而，一切看似原始，却在悄然孕育未来。

1995 年的人们不会想到，仅在 25 年内，我们会通过社交媒体而不是报纸消费陌生人的新闻，我们会通过应用程序而不是朋友寻找伴侣，我们会让互联网上素未谋面的人用私家车来接送我们。

在 Hacker News 上的一篇热文《AI’s Dial-Up Era》中，前亚马逊机器人研究员、电气工程师 Nowfal 写道：我们当前正处在一个与 1995 年极为相似的阶段——人工智能（AI）的“拨号时代”。

AI’s Dial-Up Era：https://www.wreflection.com/p/ai-dial-up-era

连接已经建立，但体验仍在加载。

人们一边兴奋地将探索人工智能应用的边界，一边忍受其不稳定、不精确、不可控的一面，恰如互联网刚起步时的混乱。

然而，这个阶段所带来的并不只是对人工智能技术性能本身的讨论，还有公众对其所带来变革的深层焦虑。

人工智能是否会像工业革命一样取代人类？当前的浪潮是否只是又一轮“泡沫”？人工智能究竟会在多大程度上重塑未来社会？

Nowfal 在文章中进行了一系列探讨。

就业悖论：自动化会取代人类吗？

针对人工智能取代人类的恐慌，Nowfal 列举了放射科医生的案例——几年前，深度学习在医学影像识别上表现惊人，人工智能之父 Geoffrey Hinton 曾断言：“放射科医师的工作将在五年内被取代。”

然而，现实情况却完全相反。研究员 Deena Mousa 在《The Algorithm Will See You Now》一书中发现，到 2025 年，美国放射科医生的数量不降反增，该领域的空缺率甚至创下了历史新高。

书中探讨了许多预测失败的因素，其中最为关键的是“杰文斯悖论”（Jevons Paradox），即资源效率的技术改进会导致该资源总消耗的更加，而不是减少。人工智能提高了放射科医生的诊断效率，使得扫描速度更快、结果更准确、成本更低。随着价格下降和服务可及性提高，接受检查的患者数量激增，整体需求得以“解封”。这也是科技界的共识。

不过，Nowfal 进一步指出，这种乐观只能算是“对了一半”，人工智能对劳动力的影响实际上取决于行业。

经济学家 James Bessen 在《Automation and Jobs: When Technology Boosts Employment》一文中分析了三类产业——纺织、钢铁与汽车。数据显示，在自动化初期，由于自动化降低了成本、刺激了消费，这些行业的就业量和生产率同时得到提升。

然而，正如 Nowfal 所指出的那样：“我们可能不需要无限多的衣服，也不需要一百万份放射报告。”当生产率超越需求总量后，就会引发就业的结构性下降。

汽车行业是一个例外。至今，全球汽车需求量仍未达到饱和，自动化也没有完全取代制造业（例如特斯拉未能完全实现“无人工厂”）。这表示，当一个产业同时具备高需求增长与高自动化潜力时，就业水平能够长期保持稳定甚至上升。

软件行业的未来则更加复杂。到目前为止，人们对软件存在着巨大需求，而依赖人工制作是制约其发展的重要因素。

Nowfal 在文中写道：“我在亚马逊亲眼目睹了这一点。成千上万的想法没有得到资助，不是因为它们缺乏商业价值，而是因为缺乏构建它们的工程资源”。

人工智能参与软件生产会大幅提高工程师的工作效率，从而释放出巨大的潜在需求，关键问题是这种需求是否以及何时会饱和。

概括来讲，对于每个行业，就业取决于以下两种力量之间的竞争：

未满足的市场需求的规模和增长；

这种需求增长是否超过自动化带来的生产力提高。

不同的行业将经历不同的结果，具体取决于谁赢得了需求和生产力竞赛。人工智能的未来，也正悬在这两种力量的拉扯之间。

繁荣还是泡沫：人工智能热潮的风险与必然

在讨论人工智能带来的就业冲击之外，另一场争论也在升温：我们是否正处在一场新的泡沫之中？

人工智能的热度几乎与上世纪九十年代的互联网如出一辙。在当时，无数公司在名字后加上“.com”，便能让股价飙升。从宠物电商到无数虚构概念的网络企业，资本市场的狂热催生了大量投机项目，并在泡沫破裂后迅速消失。

但那些“被浪费”的投资并非毫无意义。正是在那场”泡沫“中，世界各地铺设了数十万公里的光纤与海底电缆。那些后来倒闭的通信公司，事实上推动了后来 YouTube、Netflix、Facebook（现更名为“meta”）的诞生。

今天的人工智能也在经历类似的阶段。以 OpenAI 前首席技术官 Mira Murati 创立的人工智能初创公司为例，该公司已经以 100 亿美元的估值筹集了 20 亿美元，这是历史上最大的种子轮融资，但尚未推出任何产品，且拒绝透露其开发方向及盈利模式。

此外，多家缺乏核心竞争优势的“人工智能包装”公司也获得了数百万美元的种子轮融资。

对此，Nowfal 指出，即使是泡沫，这些投资同样具有长期价值，无论哪家公司能够幸存下来，现在正在建设的基础设施都将为我们的人工智能未来奠定基础。

那么，我们是否已经处于泡沫之中？Nowfal 引用了技术分析师和投资人 Azeem Azhar 的研究，涉及五项衡量指标——经济压力（投资占 GDP 的比例）、行业压力（资本支出与收入比率）、收入增长轨迹（翻倍时间）、估值热度（市盈率）和融资质量（资本来源的弹性），目前仍有多数保持在“安全区”，意味着人工智能的资本浪潮目前仍属于“需求驱动的繁荣”，尚未进入全面泡沫区间。

需求是真实的，但泡沫的风险依旧存在。不同于 OpenAI 的产品与市场契合度，许多其他人工智能公司面临着与 1990 年代困扰互联网公司相同的单位经济学问题，过度建设会出现一些“惊人的失败”。“希望基础设施能够比炒作周期更持久，并实现我们尚无法想象的事情。”Nowfal 写道。

未来：人工智能的“加载条”正在加载

那么，人工智能的未来究竟会是什么样子？

Nowfal 在文末做出了以下回答。

首先，我们正处于人工智能革命的早期。当我们回看拨号上网时代，很少有人能预见今日的数字生活。那时的人们只是在论坛发帖、查邮件、下载图片，却没想到未来会有社交媒体、流媒体、移动支付、短视频与云端工作，当时的“一预测看起来会大错特错，一些看似疯狂的人将被证明是保守的”。人工智能的今天，正是那样一个“刺耳的调制解调器阶段”。

第二，不同的行业会经历不同的结果。任何行业的就业结果都取决于未满足的市场需求的规模和增长，以及这种需求增长是否超过自动化带来的生产力提高。

第三，成本降低将释放细分市场。正如金融学者 Aswath Damodaran 在评估 Uber 时低估了市场潜力，因为他假设Uber 只能取代出租车，而没有预见到更便宜的出行会创造全新的出行需求。人工智能让曾经昂贵的任务变得经济可行，从而释放出新的市场空间。

第四，可以预测变化，但无法预测细节。如果说 1995 年的互联网让人们无法想象社交媒体、网约车或民宿经济的诞生，那么，如今的人工智能同样超出了我们当下的理解框架，新的领域和行业将会出现，“我们无法命名它，因为它还没有被发明出来”。

第五，工作类别将发生变化。人工智能对职业的影响并不仅仅是线性的取代和创造，就像互联网并未让“新闻”消失，而是用“博主”重新定义了“记者”一样。“软件工程师”这些职业也会经历同样的转型，更多的人将从事软件工程工作。

我们所面临的，是“可预见的不可预测的未来”。

就像 Nowfal 在最后写道的：如果今天的人工智能乐观主义者说，在 25 年内，我们更喜欢来自人工智能的新闻而不是社交媒体博主，观看人工智能生成的角色而不是人类演员，通过人工智能寻找浪漫伴侣而不是通过约会 APP。我们会选择信任人工智能，甚至依赖人工智能做出生死攸关的决定，大多数人会觉得这很难相信。

但可以确定的是：人工智能的未来正在加载，或许会比我们想象的更慢，但也会比我们想象的更加深刻。

整理：江江

如需转载或投稿，请直接在本文章评论区内留言