24
0一：把工作拆成任务，才能看清 AI 在做什么
- 每份工作都是任务的集合——护士的一天里，查房、抽血、记录生命体征、订物资，每一项都可以单独判断 AI 能不能接手
- AI 对任务的影响分四种：辅助做得更好更快、直接自动化、完全不影响、催生全新任务（比如护士要新增"审核 AI 分诊结果"这项工作）
- 任务清单本来就在变——手写病历卡三十年前是标配现在基本消失，远程病人监测三十年前不存在现在是常规，工作内容从来不是固定的
- 把全美所有人、机器、软件完成的任务加总，就是过去一年超过 30 万亿美元的美国经济，AI 会怎么改写这张任务清单，决定了经济走向
二：三种情景，冲击程度天差地别
- 保守情景：AI 冲击约等于当年的互联网，宏观数据里几乎看不出痕迹，增长真实但不特殊，慢慢显现
- 可观情景：到 2030 年 AI 能胜任一半知识型工作且大部分自主完成，但现实中大多数任务依然是人在做；GDP 增速翻倍，但知识工作者工资不涨，受益的反而是其他行业劳动者
- 极端情景：AI 在绝大多数知识型工作上超过人类且几乎全自主，需要 AI 具备递归自我改进能力；GDP 年增速达 15%，经济体量每 4.5 年翻倍，但知识型工作岗位大减，失业率超出常规衰退水平
- 一万多名美国人的调查显示，多数人预期接近"可观情景"（2030 年 GDP 因 AI 多出 10%，失业率约 5%），约一成人的判断已经逼近"极端情景"
三：增长会发生，但分配是真正的问题
- 不管哪种情景，AI 都会让美国 GDP 扩大——来源是 AI 辅助、AI 自动化、AI 催生的新任务、整体生产率提升四部分叠加
- 但新增财富里流向资本的比例可能大于流向工人的比例，社会整体更富裕，工人占比却可能缩水
- 大多数情景下失业率仍落在历史正常区间，唯独极端情景（递归自我改进+极快普及）例外，失业率可能飙到历史罕见高位
- 真正的挑战从来不是"AI 会不会创造财富"，而是这些财富能不能被广泛分享——增长的蛋糕会做大，切法却还没定
