
大家好,欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲达沃斯论坛上,大佬们如何看待AI对未来就业的影响。
科技大佬齐聚达沃斯:AI泡沫与就业焦虑
科技大佬在达沃斯论坛上,都被问了同一个问题,就是AI对就业的影响是怎么样的。虽然大家都在关心AI到底是不是泡沫、AI到底行不行,但是确实开始有人失业了。达沃斯论坛每年热闹一回,川大统领的表演距离我有些远,就不在这说了。川大统领带了一大堆的企业界的人士一起前往,科技企业的代表,一定是各个AI领域的公司老大。
近半年来,这些老大们都在密集的发表观点。以前这些科技公司老大们并不这么热闹出来讲话了,现在不行了,一定要赶快出来讲。为什么?因为大家都在做大模型,大多数的模型并没有怎么挣钱,都是在做基础建设。很多机构就开始质疑里边有没有泡沫。你说有本事,说我们挣着钱告诉你没泡沫,但是他还没这本事,那就只能出来发声了。
AI企业还有一个很奇葩的特性,就是只允许老大说话,下边人是不能乱说的。xAI有一个小哥,刚刚接受完访谈,第二天就被开了。杨乐坤也是话说太多了,在Meta混下去了,只能自己出去创业了。这一次也并没有超出他们过往发表观点的一个范畴,但是大家凑在一起了,就可以比较一下各自观点的差异。

AI基建狂潮与失业的现实
AI发展到今天了,有些事情还是可以确定的。这东西确实很强大,能够改变非常非常多东西,这个事现在大家已经确定了。即将迎来人类有史以来最大的一波基建,这个至少目前为止,大家看着还是没毛病的。
- 都去买英伟达显卡;
- 都去建机房,都去盖电站;
- 都去建巨大的算力中心;
- 甚至还有人惦记说,把这个算力中心建到太空上去。
英伟达黄仁勋说,准备几千亿美金去建。然后贝莱德的CEO就是问他说:“才几千亿吗?这点钱。”贝莱德自己手里有几万亿。黄仁勋说,只是从我这买芯片买几千亿,后边还有造芯片的,还有造电脑的,造机房的,多去了,这些人都是得花钱的,那就是几万亿了。
贝莱德的人就爱听这个,需要花钱嘛。目前为止,虽然AI还不太赚钱,但是好像以后是可以赚到大钱的。至于怎么赚到,谁也没想明白。
AI已经造成了一定比例的失业以及就业焦虑。你说AI到底带来多少失业了?可能也没有那么多,至少到目前为止。但是所有这些能够发出声音的人来,特别是很多中产,很多在社区上比较活跃的人,都在开始担心,说我这个日子还过得下去过不下去。于是所有的老大都面临了同一道题目:AI将如何改变就业市场?

大佬们的观点光谱:从悲观到乐观
都哪些老大参与了?我今天其实看了一天的访谈纪要,也只是其中的一部分。他们的观点各异:
- 悲观派:如Anthropic的CEO阿姆戴伊;
- 极其乐观派:如黄仁勋和马斯克;
- 理性稳健派:如谷歌DeepMind的CEO哈萨比斯;
- 探索方向派:如吴恩达。
阿姆戴伊与哈萨比斯:AGI速度与社会承受力
阿姆戴伊认为今年或者是明年就会实现AGI(通用人工智能),50%的初级白领工作会被清空,因为AI演化的速度实在是太快了,已经超出了社会的承受能力,可能会出现社会动荡。但是阿姆戴伊也没有给出什么意见和建议,没有解决方法。
哈萨比斯认为AGI到来没那么快,2030年有一半的机会有可能实现AGI。既然到来没那么快嘛,那就不用太担心了。之所以大家会担心AI带来的就业问题,会带来社会动荡,原因就是太快。哈萨比斯说没那么快。AI确实会对初级白领工作造成压力,这也是哈萨比斯认可的事情,所以他给出了建议:
要提高自己的学习能力,年轻人要寻找新的生存目标和意义,比如外太空探索、哲学和艺术、极限运动和娱乐。

吴恩达:初级岗位的消失与人才鸿沟
做AI教育的吴恩达他在讲什么?他离开百度以后,就开始做AI教育。他是deeplearning.AI的创始人,还是Coursera的创始人兼董事长。1月20号,吴恩达参加了一次圆桌。除了吴恩达之外,还有一位诺贝尔经济学奖的得主,一位科技金融的管理者,和一位阿联酋的政策代表。
首先他们在讲,可能未来少数掌握AI的超级个体,会快速崛起,而其他人的话,就基本上变成无用阶级的一个时代,大量的初级员工会困于阶层。因为初级的员工没了,初级职位没了。原来初级程序员、初级律师、初级的销售,他们在一开始进入职场的时候干嘛?是要从事简单的数据整理、简单的文件归纳、简单的沟通。现在这些事AI干的比初级员工好,所以对于现在这些新的毕业生来说,他们就面临一个问题:初级岗位没了,你要上来做高级岗位,你又过不去。所以他们管这个玩意叫鸿沟,很难跨越的一个鸿沟。
而老板们也更愿意给AI付费,原因很简单:
- 员工培训好了就要涨薪,或者还要跳槽;
- AI你只需要续费就可以了,用量大了还能打折;
- 员工有时候你还得哄着他,还有工会,非常麻烦,AI要听话多了。
吴恩达主张用AI打造能力的加速器。既然AI造成这个问题,那咱就直接通过大模型做训练呗。他希望让新人在几个月之内,通过AI做着各种训练,积累原来数年的这种项目经验。以后筛选的是能力,就不再是工龄了。

精英筛选困境与丰饶社会
但是这里头有一个问题。他们都认为说在2026年开始,大量的初级白领工作就没了,但是他们其实并没有给出解决方案来。吴恩达最后给出来的方案是什么?还是筛选少数天才。并没有说我们让大家怎么能找到工作,大家怎么能活下去。
阿联酋的这位政策代表给出了意见,也是很有意思的。马斯克预期很快就要进入丰饶社会;哈萨比斯预期的是我们要进入一个叫后稀缺时代。阿联酋的人怎么看这问题?他认为能够脱颖而出的年轻人,往往具备跨领域连接的能力,可以一次解决很多问题。AI不擅长横向整合,一个需要教育体系、文化敏感、伦理考量相结合的案例,这种综合的决策能力,只有人才能搞定,AI是搞不定的。
马斯克:丰饶时代与意识存续
下边就是比较乐观的马斯克了。马斯克上来说我们即将进入丰饶时代。怎么个丰饶法?他说我今年就开始生产机器人了,要开始量产,明年这些机器人投放市场开始卖了,要开始大规模部署了。
能源危机与太空算力
他说现在大家都在搞AI,但是AI下一个该缺的东西是电。美国再有更多的芯片,就已经没有电来烧这些芯片了。他还觉得美国最近做了一个很愚蠢的事情,就是给太阳能设施加税。马斯克准备3到5年内,开始部署太空算力中心。他预期今年就可以搞定星舰的可重复使用,以后向太空轨道中部署这些算力中心的成本,要比坐飞机还便宜。
AGI与人类的角色
对于AGI他也比较乐观。他认为AGI应该在2026年年底,也就是今年年底,最多也就是明年,就会出现比任何人类都聪明的AI。而到2030年的AI,将比全人类加起来还要聪明。
- 当AI变得比人聪明,机器人的数量足够多的时候,全球经济将会出现爆发式的增长。
- 在这样的一个情况下,就会出现一个丰饶时代。
- 以后人需要干嘛?他说人需要去定义问题,而AI负责解决问题。
马斯克真正想解决的问题,其实并不是人的问题,不是说人怎么找不到工作的问题。马斯克在讲到飞去火星的原因的时候,讲的并不是挽救人类。马斯克真正想拯救的是意识。他认为万一要是发生了各种天灾人祸的话,如果人类只在地球上,可能会被毁灭。所以马斯克说我们以后要让意识可以到其他星球上去。

黄仁勋:根本性的平台迁移
最乐观的黄仁勋他在讲什么?AI里头只有他挣钱了,别人都没挣着。黄仁勋的核心论点是:现在在发生一次根本性的平台迁移。原来的软件只能处理结构化的、事先约定好的这种格式的数据。而现在AI就不一样了,AI可以处理图片、声音、自然语言、非结构化的数据,你可以随便跟它聊天了。
他也讲到,以后AI是五层架构:
- 最底层是能源;
- 然后是芯片(黄仁勋这一层);
- 再往下是云基础设施(微软、谷歌、亚马逊等);
- 然后是大模型(OpenAI、Gemini等);
- 最底下一层是应用。
2025年AI的三大趋势
黄仁勋对2025年的AI进步做了一些总结,主要干了三件事:
- AI agent(智能体):不再那么容易出错了。一旦这个真的可以干活了,下一件事就是Token在燃烧,黄仁勋就可以开开心心的去卖卡去了。
- 开放AI/主权AI:每个国家都要有自己的AI。每个国家的这种AI,都只能是在开源AI基础上,再去训练自己的AI。这对于英伟达是重大利好,因为都要买兼容性最好的显卡。
- 物理AI:AI真正进入物理世界了,也就是人形机器人,或者是各种的机械设备已经进来了。
区分“目的”与“任务”
作为最乐观的黄仁勋,他说工作会变多的,说人类有史以来最大的基建开始了。而我们以后的工作,我们要去区分目的和任务,这个是非常非常关键的。
原来的放射科医生任务是读片子,护士的任务是写大量的报表。但目的是为了治疗更多的病人。有了AI以后,读片的任务交给AI,医生可以接待更多病人;护士有了AI帮助处理文书,可以用更多时间照顾病人。AI解决的是任务,人则是要关注目的的。
关于公平性,黄仁勋认为以后一定是公平的。说AI会实现彻底的平权,大家都不需要上大学了,就可以写程序。以前那些不发达国家,都可以直接使用AI进行追赶,再也没有那么多人才和资源限制了。
他还给欧洲支招:欧洲有巨大的高端制造业,不要惦记编写AI了,这事你们没戏。你们以后就去教导AI就可以了,让AI学会欧洲那些隐形冠军的技术。方法也很简单,就是训练私有模型,把这些know-how技术诀窍训练到自己的这种小模型里头去。

总结:初级岗位消失与人类的新角色
总结一下,这几天大佬们的访谈虽然观点各异,但在某些方面达成了共识:
- 初级白领工作会大面积消失。(虽然黄仁勋持保留极度乐观态度,但普遍共识如此)。
- 人要尽快学会使用AI工具,尽快学会如何指挥AI完成原来很难以实现的这些工作。
- 如果现在的社会形态和社会架构不发生彻底的改变,大佬们其实也没有为普通人找到出路,依然在筛选天才。
- 不要在意过程和任务,真正需要寻找的是意义和目的。
- 人类的作用是提出问题,而AI的作用则是用更低成本、更高效率去解决问题。

好,这就是咱们今天要讲的故事。