AI生产力革命：社会深水区中的杰文斯悖论与鲍莫尔效应

在许多人看来，人工智能不仅是生产力的跃迁，更是一场缓慢但深刻的社会转型。

当AI驱动效率显著提升，一个老议题再次浮现：人类会被取代吗？如果AI能以更快、更准的方式完成任务，那些传统工作岗位是否还有必要存在？

现实往往比想象更复杂。

在AI的所有应用场景中，医疗影像诊断是进展最为明确的领域之一。早在2017年，斯坦福团队开发的CheXNet已在肺炎识别任务上超越专业医生。至今，超过700种放射学AI模型获得FDA批准，占据医疗AI器械的75%以上。

按理说，这样的技术出现，放射科医生是否该面临淘汰？

但事实恰恰相反。AI不仅未带来“替代”，反而让放射科医生变得更加关键。

2025年，美国放射科医生平均年薪达52万美元，仅次于整形外科，成为医学专科中收入第二高的领域。同时，医院对他们的需求持续攀升，职位数量与空缺率均创下新高。

背后的逻辑并不复杂：AI使影像诊断更高效、更易获取，推动了整体检查量的增长。而AI能胜任的，仍只是流程中的一环，真正复杂或高风险决策，还需人类医生最终把关。

更重要的是，监管明确要求，最终报告必须由人类签署。AI无法独立上岗，所有结果仍需医生确认。

结果是，医生不仅未被替代，反因工作量增加，被推向更核心的位置。

这正是经济学中的“杰文斯悖论”——当技术提升效率，反而可能激发更大规模的消费需求，从而创造更多工作，而非减少。

生产力提升还会带来一个更隐蔽的副作用：抬高其他行业的工资成本。经济学中的“鲍莫尔效应”指出：当某些行业（如AI、芯片、数据中心）变得异常盈利，其他行业即便缺乏技术革新，也必须提高薪资以留住人才。

结果是，一些与AI完全无关的服务，价格也在逐步上涨。这种变化不会集中爆发，而是悄然渗透到社会的每个角落。

今天，我们不妨借助A16Z的视角，重新审视一个经典问题：当AI释放出前所未有的生产力，社会将被推向怎样的深水区？

01 为什么AI不减少工作，反而创造更多机会？

你可能在某个时刻见过类似的图表：

这张图表对不同人群意义各异：对一些人，它可能代表“哪些领域受监管，哪些不受”；对另一些人，它可能代表“科技在何处发挥作用”。如今，它备受关注，因为持续通胀和AI投资超级周期占据了大量注意力。

真正理解这一点，最佳切入点不是红线，而是蓝线：哪些地方的物价正在下降，从而催生更多就业、更多机遇和更多消费？

威廉·斯坦利·杰文于1865年首次提出“杰文斯悖论”，与煤炭生产相关。杰文观察到，煤炭生产成本越低、速度越快，最终煤炭使用量反而越大——需求远超成本节约，煤炭市场随全球第二次工业革命推进而迅速扩张。

如今，我们都熟知摩尔定律，这是杰文斯悖论的最佳当代例证。

1965年，一个晶体管成本约1美元。如今，其成本仅百万分之一美分。计算成本的惊人下降——十亿倍的提升——并未导致计算机使用量的适度增长。

它引发了应用领域的爆炸式增长，而这些应用在之前的价格水平下不可想象。

每个晶体管1美元时，计算机适用于军事计算和企业薪资管理。千分之一美分时，计算机适用于文字处理和数据库。百万分之一美分时，计算机适用于恒温器和贺卡。十亿分之一美分时，我们将其嵌入一次性运输标签，这些标签只需传输一次位置信息即可丢弃。

效率提升并未减少计算总量：它使计算变得如此廉价，以至于我们现在使用的计算量是以前的数万亿倍。

我们都押注代币价格会像计算成本一样上涨，从而释放远超现有投资所能满足的需求。

前几周，谷歌云人工智能与基础设施总经理兼全球合伙人Amin Vahdat分享了一个惊人发现：

谷歌内部7年前的TPU仍保持100%利用率。这正是杰文斯悖论的体现之一：生产性工作机会呈爆炸式增长。人工智能技术处于发展关键阶段，每天都有新应用被发现，这意味着用户会利用任何可用芯片进行生产性开发。

杰文斯悖论（其实并非悖论，只是经济学原理）揭示了需求创造的根源，以及新型高吸引力就业岗位的来源。而这大量新增的、切实可行的、富有成效的就业机会，正是我们理解经济难题另一半——其他领域经济运行规律——的起点。

02 AI提升效率，却让更多行业成本攀升

阿加莎·克里斯蒂曾写道，她从未想过自己会富裕到可以买车，也从未想过自己会贫穷到不需要佣人。然而，经过一个世纪的生产力提升，如今美国中产阶级家庭平均每两年就能轻松负担一辆新车的租赁费用，却需要与邻居分摊一位保姆的费用。

这究竟是怎么回事？

在杰文斯发表煤炭观察报告一百年后，威廉·鲍莫尔发表短文，探讨为何众多管弦乐队、剧院和歌剧公司面临资金短缺。

他曾提出一个争议观点：演奏弦乐四重奏的音乐家，虽然工作强度未变，但从“经济产出”角度看，效率却在下降，不是因为他们懈怠，而是因为其他行业效率提高，例如制造业能用更少人生产更多产品。

这个概念确实不易理解，也让很多人难以接受。其大意是：

从长远看，不同行业的工作在同一劳动力市场上竞争人才。如果某个行业因效率提高、利润暴涨而开出更高工资，其他行业为留住员工，也必须跟涨。否则，工人会流向工资更高的行业。

以弦乐四重奏为例，听起来可能有些奇怪。因为从某种角度看，音乐在过去一百年其实变得更高效了：我们可以通过录音和流媒体随时随地听音乐，几乎零成本。甚至可以说，像泰勒·斯威夫特这样的流行歌手，更能满足当今大众口味（尽管你可能不欣赏她的风格）。

但这不影响鲍莫尔的核心观点：当一些行业变得更有吸引力、回报更高时，其他没有明显效率提升的行业也会变得“更贵”。因为大家都在同一劳动力市场，如果你想留住人，就得付出更高成本。这种“相对吸引力”的变化，是推动成本上涨的重要原因。

鲍莫尔成本病听起来像在抱怨：为什么有些行业（如教育、医疗、艺术）总是越来越贵、效率却未变？但其实，它出现的关键前提是——整个社会的生产力和财富持续增长。

换言之，如果没有整体经济变得更富裕、更多人赚到更多钱，鲍莫尔效应根本不会成立。它之所以发生，是因为一些行业效率提高、赚得多，拉高了工资水平；而其他行业为留住人，也得跟涨工资——尽管它们本身无法像高科技、制造业那样提升效率。

这就像“杰文斯悖论”和“鲍莫尔成本病”是一对搭档：前者讲效率越高，消费可能越多；后者讲当一些行业越来越高效时，反而让其他低效行业变得更贵。

我们很少将两者并提，但其实它们紧密相关。只有在社会整体更富有时，鲍莫尔效应才会全面显现——当经济蓬勃发展、消费增加、就业机会增多时，那些原本“效率提升空间有限”的行业，也会因跟涨工资而成本更高。

这不一定是坏事。从某种角度看，它其实是一种“水涨船高式”的财富分配机制。甚至可以开玩笑说：鲍莫尔成本病，可能是现实世界中最温和有效的“共产主义”模型，当一部分人变得更富有时，其他人也不得不被“带富”一部分。

03 AI让世界更高效，也让琐事服务更昂贵

有文章解释：现在由于数据中心激增，特别是AI发展，需要大量冷却系统保证机器正常运行。这使得暖通空调技术人员变得异常抢手，他们的工作机会几乎“无穷无尽”。

结果就是——他们的工资大幅上涨，即使他们的技术本身未变。

当他们收费变贵，其他行业也会受影响：比如请他们修理办公楼、商场，甚至家用空调的费用也变高，哪怕这些活儿与AI无关。

但问题没那么严重，因为从长远看，社会整体也更富裕了，这主要得益于技术带来的效率提升和产出增加。所以尽管服务变贵，大多数人仍“负担得起”。

此外，下一代水管工学徒可能转行从事暖通空调工作；因此，现在水管工的成本也更高了。诸如此类，循环往复。

那我们不妨思考，如果人工智能真如预测那样在各行业广泛落地，会发生什么？

首先，人工智能很可能大幅提升服务行业效率。这不是技术第一次做到这点：比如过去铁路让邮政速度倍增，互联网让订机票、酒店变得便捷。

这次亦然。AI会让一些服务更快、更便宜、可规模化。而且，有些服务会进入“杰文斯效应”状态：效率越高，使用反而越多。为什么？因为原来太贵、太慢、太麻烦的服务，突然变得“人人可用”。

例如，法律服务，以前动不动花费高昂请律师，很多人用不起。但如果AI能快速帮你起草合同、检索资料、提供法律建议，那原来只找律师一次的人，现在可能找十次、甚至百次。

不过，并非所有服务都能像法律或旅行那样被AI大幅提升效率。有些工作因性质特殊，无法“AI化”，也不能像其他服务那样降价、扩展、自动化。

比如遛狗，AI再强大，也不能真的来接你家狗出门散步。但随着其他行业效率提升、工资上涨，连遛狗这类与AI无关的服务，也会变得越来越贵。为什么？因为这些工作者也生活在同一社会，房租、消费、工资水平都在涨，他自然要多收费。

04 当AI完成99%，那1%的人类角色反而最珍贵

当技术太快、太猛，社会尚未准备好时，政府往往会介入，用政策规定某些工作“必须由人完成”。比如某项安全审核、某份检查报告，哪怕AI能完成99%的任务，也得有人最后签字。

这不是假设，而很可能发生，并影响多行业。比如放射科医生，有人比喻他们的角色可能像Waymo自动驾驶汽车前排的“安全员”，车已能自驾驶，但仍需有人坐镇，以防万一。

现在的Robotaxi也类似，看似自动驾驶，实际还有人在车内监控。这时，那“最后1%的人类介入”就变得至关重要，因为它是整套系统能否落地的关键。

如果这类工作（如放射科医生）真是“AI干99%，人来兜底”，那这些“兜底人”的工资可能变得极高——因为他们的角色不可替代，是整套流程的瓶颈。

这样的故事正在上演。在AI的所有实际应用中，AI辅助医疗影像诊断是最明确的领域之一。目前，超过700种放射学模型获FDA批准，占所有医疗人工智能设备的四分之三以上。

但就在这样一个AI渗透率更高的领域，对人力的需求却比以往任何时候都高。

2025年，美国诊断放射学住院医师培训项目在所有放射学专科领域提供创纪录的1208个职位，比2024年增长4%，而该领域职位空缺率也达历史最高。2025年，放射学成为美国收入第二高的医学专科，平均年收入52万美元，比2015年平均工资高出48%以上。

这凸显了AI落地过程中的奇特现象：当AI完成99%时，人的价值会暴涨；可一旦AI真能完成100%，这个岗位就可能“突然消失”。工资涨到顶点，然后归零。你可能在未来某些岗位上看到这种非常奇怪的现象。

这其实也是鲍莫尔效应进化的一种新形式——过去我们讲“某些行业效率提不上去，所以成本变贵”；现在，我们可能看到“AI能力越强，人的价值越集中在最后那点‘无法取代’的部分”。

例如，我们能在手机上运行大型AI模型，却还是请不到足够老师进行小班授课。这种错位，听起来像“科技飞速发展，但人的工作越来越古怪”。

也许有一天，我们真会走到那一步：社会中遍布AI完成的自动化流程，而“真正值钱”的，是那些必须由人完成的1%琐碎工作，可能是要遛狗、要签字、要面对面说一句“我在这里”的角色。这些工作看似不起眼，却变成了不可替代的“黄金任务”。

如果真是这样，那未来劳动力市场可能出现一批奇特职业——看上去像遗留物，但它们却扮演关键角色。也可能因此诞生一些我们今天想不到的经济现象和政治联盟。

不过那一天尚未到来，眼下我们该做的仍是努力提高生产力。这才是让社会变富的根本，哪怕它会带来一些混乱、意想不到的副作用。