谁会越来越富？

这两天，发生了一件很有意思的事情。全球几位重量级人物，突然不约而同地谈起了AI。

10月15日，英伟达CEO黄仁勋，在BG2播客上聊了近100分钟，讨论AI的未来。

10月16日，美联储主席沃什，在曼谷表示，AI可能是他有生之年见过的，对全球经济影响最大的一次变革。

而在此前几天，国际货币基金组织总裁格奥尔基耶娃，把AI形容为一场缓慢袭来的海啸。

我们的央行行长潘功胜，也在G20会议上，提醒全球警惕AI资产估值回调引发的金融风险。

一个卖芯片的，一个掌管美元货币政策的，一个研究全球经济的，一个守着中国金融体系的。

四个人，站在不同的位置，却把目光投向了同一个方向。这件事值得聊聊。

因为当全球最重要的经济决策者，开始认真讨论一项技术对通胀、就业和金融稳定的影响时，说明它已经触及世界经济的底层结构。

先说黄仁勋。

这位老兄最近很忙。一边卖芯片，一边还得不断向华尔街解释，为什么AI值得继续砸钱。

其实市场的疑问很简单。

过去几年，科技巨头投入巨额资金，买显卡、建机房、抢电力。钱花得很痛快，但未来能赚回来多少，谁也说不准。

这就像一条街上，所有人都在疯狂盖酒店。

装修越来越豪华，房间越来越多，可未来究竟有多少客人入住，大家心里并没有底。

黄仁勋当然乐观，也必须乐观。

他认为，市场低估了未来的算力需求。尤其是AI智能体普及后，机器将从回答问题，进化到独立完成工作。

以前，你问ChatGPT一个问题，它回答几句话。

以后，你让它研究一家上市公司，它可以自己查财报、分析行业、测算估值，最后交出一份完整报告。

一次工作，背后可能需要成百上千次计算。

如果AI进一步进入制造业、医药、金融、机器人，算力需求可能继续增长。

这套逻辑有道理。

但别忘了，黄仁勋是卖铲子的人。

淘金热来了，他当然希望大家相信，地下还有挖不完的金子。至于最后能不能挖到金子，那是买铲子的人的事情。

所以我一直认为，看待任何一场产业革命，都要分清技术前景和投资回报。两者可能同时向好，也可能走出完全不同的结局。

接着看沃什。

美联储主席关心的事情，显然更复杂。

他提出了一个很重要的判断：AI短期可能推高通胀，长期却可能提高生产率，形成抑制通胀的力量。

这背后有一个时间差。

比如一家科技公司，准备投资几百亿美元建设数据中心。土地、芯片、电力、工程师，统统需要花钱。

短期内，大量资金涌入市场，推高相关资源的价格。可AI带来的生产效率提升，可能要几年后才能真正兑现。

麻烦就在这里。

如果央行为了压制眼前的通胀，持续提高利率，可能让大量技术投资难以维持。但如果提前相信未来的生产率奇迹，又可能放任资产泡沫膨胀。

美联储相当于开着一辆汽车，油门不能乱踩，刹车也不能乱碰。因为没人知道，新发动机到底能跑多快。

更复杂的是，AI提高生产率之后，节省下来的成本，未必会全部传导给消费者。

企业可能降价，也可能提高利润。这一点，就牵扯到了另一个更深的问题。

财富分配。

国际货币基金组织总裁格奥尔基耶娃，把AI称为一场缓慢的海啸。

我觉得这个比喻很有分量。

因为今天很多人对AI的感受，仍然停留在好用、方便、效率高。写文案快了，做设计便宜了，程序员敲代码也轻松了。

可站在企业老板的角度看，问题就变了。

以前一个部门需要20个人，现在借助AI，可能只需要12个人。剩下8个人的工资，直接变成了企业的成本节约。

老板高兴，股东高兴，企业利润率也提高了。

但那8个人怎么办？

如果他们能进入新产业，找到收入更高的岗位，当然皆大欢喜。可如果大量企业同时裁减岗位，新产业吸纳就业的速度又跟不上，问题就来了。

企业创造的利润越来越多，普通家庭的工资收入却增长缓慢。

社会生产能力提高了，消费能力未必同步提高。这才是AI革命真正需要警惕的地方。

回头看看历史。

工业革命时期，机器进入工厂，生产效率迅速提高。但早期工人的生活，并没有随着机器轰鸣立刻改善。

漫长的劳动制度改革、教育普及、产业扩张，才让越来越多的人分享到工业化的成果。

技术进步，从来不保证财富会自动流向每个人。

而这一次，受到冲击的可能是过去几十年最安稳的一批人。律师、会计、程序员、设计师，以及大量依靠专业知识吃饭的白领。

过去，读书改变命运，是因为知识稀缺，专业技能可以带来不错的收入。

如今，机器正在以极低的成本复制一部分知识劳动。

一个人读了十几年书，积累了多年经验，突然发现自己擅长的工作，机器几分钟就能完成。

这种冲击，比一项新技术诞生本身更值得重视。因为它可能动摇整个中产阶层的收入基础。

再看潘功胜。

他在G20会议上提醒，AI相关资产估值回调的风险，正在加剧金融脆弱性。

这句话，让我想起了两段金融史。

第一段，是19世纪英国的铁路狂热。

当年，铁路被视为改变世界的伟大发明。大量资金涌入，铁路公司疯狂融资，股票价格节节上涨。

后来泡沫破裂，许多投资者损失惨重。

但铁路有没有改变世界？当然改变了。

第二段，是2000年的互联网泡沫。

那时候，互联网公司只要沾上网络概念，就能获得天价估值。最后纳斯达克暴跌，大量企业倒闭。

可今天回头看，互联网确实重塑了全球商业。

这里面藏着一个残酷的规律。

一项技术可以改变世界，但押注这项技术的投资者，未必都能赚到钱。

技术发展的时间表，和资本市场兑现利润的时间表，往往对不上。

主要是因为资本太着急了。它恨不得今天投进去一块钱，明天就变成十块钱。一旦企业盈利追不上市场预期，估值就会重新调整。

如果背后还有大量债务和杠杆，冲击就可能沿着金融体系扩散。

如今的AI产业，也要面对这道考题。

算力需求可能长期存在，但不意味着每一家数据中心都能盈利，更不意味着所有AI概念股都值现在的价格。

对中国而言，还有另一层值得思考的东西。

未来全球资本会流向哪里？

过去，资本主要追逐廉价劳动力、土地、市场和资金回报。

AI时代，廉价电力、先进芯片、工程师、制造业配套，以及产业应用能力，可能获得更高的权重。

中国在制造业、工业场景和工程技术人才方面，拥有自己的基础。但芯片等关键环节的制约，也真实存在。

能否把AI真正用进工厂、物流、汽车、医疗，能否让技术变成持续的企业利润，将影响未来产业竞争的结果。

全球资本最终还是要算账的。故事讲得再好，也得拿出真实的利润。

写到这里，我们不妨把目光放远一些。

中国古人讲，形而上者谓之道，形而下者谓之器。

芯片、算法、模型，都是工具。

工具可以改变生产方式，但决定财富流向的，还有资本所有权、产业组织和社会分配制度。

工业时代，掌握机器和工厂的人，获得了巨大的财富。

互联网时代，掌握平台和网络的人，积累了惊人的资本。

到了AI时代，谁掌握算力、能源、数据和应用场景，谁就可能获得新一轮财富分配的优势。

不过，历史也反复提醒我们，没有任何一种优势能够永久存在。

铁路曾经稀缺，后来铁路遍地都是。互联网流量曾经昂贵，后来获客成本和竞争格局也发生了变化。

今天看起来无比珍贵的算力，其实跟过去的手机流量一样，同样可能因为技术进步而不断降价。

所以，真正值得思考的，是当技术越来越便宜时，新的稀缺性会出现在哪里。

我更倾向于认为，未来最有价值的人，是那些能够理解真实需求、组织资源，并利用AI解决实际问题的人。

所以对普通人而言，赶上AI浪潮，只有两种方式。

一种就是当这场变革真正落到自己身上时，日子会变成什么样。

有人会因为AI获得前所未有的机会，也一定会有人经历漫长而艰难的调整。

真正值得关注的是，自己所在的行业，有多少工作正在变得可以被机器完成，又有哪些新的需求正在出现。

看看自己的工作，有多少环节可以被机器完成。自己如何应用AI技能，赋能自身，多赚些收入 。如果没有，再想想，离开这些重复劳动，自己还能为别人创造什么价值。

另外一种就是投资。

关于AI的投资，要保持一点清醒。

长期看，AI的确会引领新一轮工业革命，但是否会在真正的工业革命之前，像2000年互联网泡沫破裂一次，谁都说不准。

最好的方式，其实就是在价格跌到一定的程度上，采取长期定投模式，做长期逻辑。

经过今年的大跌，国内的AI股价跌得已经很充分了。不过还要再等等，等利空落地，技术路径清晰了，就可以采取定投策略。当然这个也是长期的，不要玩短期。

未来AI一定会加剧人与人之间的贫富差距，AI是生产资料也是一种分化工具，是否能掌握这两个窍门，需要花时间去投入学习。

当然也不用着急，更不要焦虑。AI每天都在迭代升级，日新月异，我们不必掌握每一个工具的使用，而是如上文所述，要思考这玩意到底能帮我们解决什么具体的需求。

另一个是，必须自己对业务，对具体的项目有深刻的理解，而且要有审美和逻辑，知道什么是好的，什么是差的。

一般拥有这些能力，驾驭AI，让数字人员工为自己打工，创造收益，就会相对简单一些了。

今天先聊到这里。