邱懿武
工作台
← 视频档案
2026-10-25 · 25:51 · 海北有鱼

AI 终局推演:AI 会如何改变商业社会,工作怎么变迁,做什么才能获得超额回报

用“数学证明”的方式推演 AI 终局——先推翻旧约束,再看钱流向哪:趋势“短期高估、长期低估”。
一手(视频原声逐字转写;作者观点,非学术论文或官方来源)原视频:douyin.com
原视频 · 无水印直链 ↗

核心主张(作者的四公理 · 三引理 · 四推论)

方法(这是它最特别的地方):不凭空幻想,像做数学证明一样推演——先立公理,再下定义,推出引理,再得推论,最后拿真实数据验算。

开篇立足点:人的思维是线性的,而真实变化是非线性的(“一个约束消失,结果就快速滑到另一种情况”)——所以才需要一套严谨框架。

1. 四条公理

  1. 亚当·斯密:分工创造财富,但分工有成本——人一多,沟通摩擦与信息损耗就涨。
  2. 高德拉特·约束理论:系统产出,永远由最紧的那个约束决定(高速由最窄路段决定;拓宽它,瓶颈就移到下一处)。
  3. 物以稀为贵:值钱的永远是稀缺的;商业建立在稀缺之上。
  4. 梅多斯·系统延迟:原因发生了,结果要过很久才显现(洗澡拧水龙头被烫)。

2. 核心定义

社会财富 W(N) = 分工收益 P(N) − 协作成本 T(N)

协作成本拆成 5 个约束:C1 认知(脑子能学的有限)· C2 编码(说不清、写不下的隐性知识)· C3 协调(沟通磨损)· C4 信任(陌生人有信息差)· C5 物理(能源/时间/注意力有限)。

商业史 = 围绕这 5 个约束不停打补丁的历史(教育文凭补 C1;师徒制/行业壁垒补 C2;公司/中层管理补 C3——引科斯;货币/合同/品牌补 C4)。

补丁的特点:它的价值取决于背后那个约束还在不在(“伞只因下雨才值钱,雨一停就没人抢”)。

3. 三条引理

  1. 财富转移:钱不会消失,只会转移。约束一解除,卡在那里、变得充足的东西就趋于零价值。(印刷术→抄书匠贬值、钱移向版权/出版社;蒸汽机电力→力气贬值、钱移向技能脑力;互联网→渠道商贬值、钱移向聚合注意力的平台。)
  2. 落地方程:AI成本 + 验证成本 + 出错概率×出错损失 < 人工成本 → 这件事就交给 AI。AI 成本近零后,真正决定替代顺序的是“检查成本”和“出错代价”。
  3. 抗冲击公式:一个职业抗 AI 冲击的能力 ≈ 人类层占比 × 需求弹性。人类层只有四样:担责任 / 动手 / 在场 / 搞定人。

4. 四条推论

  1. 补丁会贬值、组织会变小——AI 砍得最狠的是协调成本(10 人项目每人互连 → 一人指挥一群 AI,线路全收拢到一个人)→ 一人做过去十人的产出成为常态,小到极致是“一人公司”;只做上传下达的中层管理被压缩最狠。模型层因“前期投入大、多服务一个用户很便宜、数据飞轮”→赢家通吃。最终社会形状像哑铃:一头是少数算力/模型巨头,一头是大量超级个体和小团队,中间的中型公司最难。
  2. 价格会分化——引鲍莫尔“成本病”:效率提升快的行业越来越便宜,效率难提升的(面对面教育、照顾老人、手艺活)越来越贵。“人在场”会慢慢变成奢侈品,人文价值被重新发掘,心理学会迎来春天。
  3. 信任会通胀——引赫拉利:陌生人大规模合作靠共同相信(货币/公司/品牌);AI 让“看起来可信的东西”可无限生产 = 无限印钞,每张钞票购买力下降。内容供给趋于无穷、注意力是常数 → 平庸内容价值趋零;真正稀缺的是真实可追溯的人、长期积累的声誉与关系。作者最有把握的一条:从“头部网红效应”转向“小而美的信任效应”(已发生)。
  4. 短期高估、长期低估——引系统延迟:电力刚发明时,光把蒸汽机换成电动机没用,整座工厂要按电的逻辑重排;AI 同理,能力到了 ≠ 落地了(流程要重构、数据要打通、责任要划分、结果要有人检查)。所以会先出现“到处都在讲 AI、但宏观效率提升迟迟看不到”,然后在某一刻一起冒出来。超额回报就藏在“约束消失以后、共识形成以前”的那段时间差里。

5. 验算(拿模型算三个职业,再对真实数据)

一处自我修正:作者原本认为“AI 对新手的帮助 > 老手”(客服研究支持),但会计数据相反(老手受益更大)。差别在瓶颈位置:卡在生产上 → AI 补新手短板,新手收益大;卡在检查上(判断 AI 做得对不对)→ 需要经验,老手收益大。

6. 结尾(作者自己列的四个薄弱前提)

  1. 假设“责任没法交给 AI”——一旦出现为 AI 决策兜底的保险和法律,前提就破了,替代会快很多;
  2. 若机器人技术突破,物理约束松动,“动手/在场”的避风港缩小;
  3. 这次可能不一样——过去技术只能做旧事情,AI 连新事情也能做,边界无人敢打包票;
  4. “检查/判断成新瓶颈”也可能只是人类自我安慰——因为 AI 检查 AI 的能力也在提升。

7. 可复用框架(六步)

① 写出系统当下的约束 → ② 问这技术解除了哪个约束 → ③ 找出为那约束打的补丁(它们会贬值)→ ④ 找下一个最紧的约束(钱会转移去那里)→ ⑤ 用落地方程判断替代先后、用需求弹性判断影响大小 → ⑥ 拿真实数据验算,并提前写下“出现什么数据就说明我错了”。


读后判断

标注:以下为整理者(范德)的判断,非作者原话。

  1. 这套框架的真正存量是“落地方程”,不是结论——验证成本 + 出错代价 才是决定 AI 落地的瓶颈。套到造物云:客户不敢用,往往不是 AI 不够强,是“检查它对不对”太贵。 这条可以直接当产品判断尺。
  2. 它和李丰/阿莫迪/李斯特三场,指向同一个结论——价值在判断、责任、在场:

四个不同入口(投资 / 技术 / 经济学 / 推演),落到同一条线。

  1. 它对“组织变小、哑铃化”的推演,给“不盲目做大”提供了理论支点——中间那层最难,这正好解释了为什么“做深、做窄、做精”比“做大”更可能是对的。
  2. 一个值得警惕的自洽陷阱:它自称“数学推演”,但四条公理是自选的、论证是比喻性的(不是真数学)。它的价值在结构(约束→补丁→转移),不在“数学”这个招牌——这点它自己在结尾也承认了。

保留意见:① 本条为口播 ASR 转写(本地 faster-whisper),专有名词有错字(“约束”→“约数”、“公理”→“公里”、“引理”→“银里”、“波兰尼”→“波兰尼”、鲍莫尔等),引用前须校字;② 作者自称教育+短视频从业者,四条公理是其自选,非学术共识;③ 文中引用的研究(斯坦福、亚特兰大联储等)为转述,未附原始链接,宜作观点而非实证结论;④ 结尾作者主动列出四点薄弱前提——转述时勿省略(这是它最诚实、也最该保留的部分)。

逐字稿(带时间轴)· 898 段

00:00:00.000今天我们来系统性的推演一下

00:00:01.960AI会如何改变我们的商业社会

00:00:04.480看完你会知道你的工作会受到多大的影响

00:00:07.320现在该在什么事情上投入

00:00:09.080才能在将来获得超额回报

00:00:11.280同时你也能学会一套全新的推演

00:00:13.840和预测未来的思考框架

00:00:15.760首先我们要知道

00:00:16.960为什么人的预测总是会出错

00:00:19.200因为人的思维是线性的

00:00:20.800而真实世界里变化的发生

00:00:22.880从来都不是线性的

00:00:24.280往往是一个情况改变了

00:00:25.880一个约束消失了

00:00:27.000结果就会快速地划到

00:00:28.560另一种截然不同的情况

00:00:30.160就好像温度变成100度

00:00:31.760水会直接变成水蒸汽

00:00:33.600这也就会导致我们常有一种

00:00:35.800这个世界变化的太快乐的感觉

00:00:38.040所以我们这一次的推演

00:00:39.480绝对不会用想当然的方式去凭空幻想

00:00:42.080而是借用更严谨更有效的工具

00:00:44.600我选择的工具是数学

00:00:46.280数学本就是一门关于推演证明的学科

00:00:49.320当然在这里

00:00:50.040我们无法进行严谨的变量计算

00:00:52.480我们只是借助数学思想的股价

00:00:54.600来为我们提供因果链的标准

00:00:56.800所以不会涉及任何晦涩的数学概念

00:00:59.440也不会有让人头疼的计算

00:01:01.480只是像数学做证明题一样

00:01:03.320提供一个视角

00:01:04.320来一步步推出我们今天的主题

00:01:06.440AAA将怎么改变我们的社会

00:01:08.680那根据数学的要求

00:01:10.000我们需要有公理定义引理

00:01:12.160最后推出结论

00:01:13.320那开始我们的推演之前

00:01:14.960我选择了一些理论作为公理

00:01:16.960当然我要先说明一下

00:01:18.200这些理论来自经济学

00:01:19.800管理学和系统科学

00:01:21.360而且都被时间反复检验过

00:01:23.360我做的事情

00:01:24.200只是把他们按因果顺序

00:01:25.760串成一条推导链

00:01:27.200往下推的每一步

00:01:28.280你都能看到

00:01:29.040它是从哪一条公理里推出来的

00:01:31.120第一条公理来自亚当斯密

00:01:32.760分工创造财富

00:01:33.920但分工也有成本

00:01:35.040一个人什么都自己干

00:01:36.240种粮食 织布 盖房子

00:01:37.800忙一辈子也付不起来

00:01:39.160可一旦大家分工

00:01:40.240每个人只干自己最擅长的那一件事

00:01:43.000社会总产出就会成百倍的往上涨

00:01:45.400分工的历史从原始社会就开始了

00:01:47.640雄性打猎 雌性采集 缝衣服

00:01:49.640甚至婚姻也是一种分工

00:01:51.440但是在商业社会分得越细

00:01:53.480你就越要依赖陌生人

00:01:55.040你得跟人沟通 跟人谈价钱

00:01:56.840还得担心对方会不会骗你

00:01:58.760这些都是成本

00:02:00.080人之间的沟通

00:02:01.160就必然伴随着信息的误解和丢失

00:02:04.040沟通摩擦也是成本

00:02:05.720而且参与的人越多

00:02:07.000这个成本涨得就越快

00:02:08.480第二条公理来自管理学家

00:02:10.120高德拉特的约束理论

00:02:11.640一个系统能产出多少

00:02:13.240永远由它最紧的那个约束决定

00:02:15.520就像一条高速公路

00:02:16.800整条路能跑多快

00:02:18.040是由最窄的那一段决定的

00:02:20.040别的路段修得再宽也没有用

00:02:22.200而一旦你把最窄的那一段拖宽了

00:02:24.520堵点马上就会挪到

00:02:25.920下一个最窄的地方去

00:02:27.400第三条公理是经济学里

00:02:28.920最朴素的一条

00:02:29.960物以稀为贵

00:02:30.880东西越充足越不值钱

00:02:32.480值钱的永远是稀缺的

00:02:34.080我们今天的商业

00:02:35.160本质就建立在稀缺上

00:02:36.800提供稀缺的人赚取财富

00:02:38.640消费稀缺的人付出代价

00:02:40.480你买的苹果手机

00:02:41.400比富士红苹果更贵

00:02:42.920就是因为苹果手机

00:02:44.120远比富士苹果稀缺

00:02:45.720第四条公理来自梅多斯

00:02:47.240也就是系统之美这本书的作者

00:02:49.360系统里存在延迟

00:02:50.720一个原因发生了

00:02:51.760结果往往要过很久才会显现出来

00:02:54.320就像你洗澡的时候拧热水龙头

00:02:56.280水不会马上变热

00:02:57.680很多人等不及

00:02:58.480就一直往热的方向拧

00:02:59.720几秒钟之后就会被烫

00:03:01.240我们开头说的

00:03:02.120这种世界变化太快的感觉

00:03:04.200也有一部分就来自于这个延迟

00:03:06.400变化其实早就发生了

00:03:07.920只是结果到现在才冒出来

00:03:10.080四条公理列好了

00:03:11.080接下来我们来给商业社会下一个定义

00:03:13.800根据第一条公理

00:03:14.920一个社会的财富

00:03:16.120其实就是一道减法

00:03:17.640分工带来的收益减去协作的成本

00:03:20.120我们把分工深度

00:03:21.480也就是协作网络的规模

00:03:23.240计为N

00:03:24.000那么就会有社会财富WN

00:03:26.280等于分工收益PN

00:03:27.840减去协作成本TN

00:03:29.640那协作的成本TN

00:03:31.200又是有什么构成的呢

00:03:32.480我把它拆成了五个约束

00:03:34.080C1认知约束

00:03:35.720一个人的脑子能学会

00:03:37.120能处理的东西是有限的

00:03:38.960C2编码约束

00:03:40.360很多本事是说不清楚

00:03:41.960写不下来的

00:03:42.920只能靠师傅手把手的带徒弟

00:03:45.120C3协调约束

00:03:46.600人一搁沟通就乱

00:03:47.800信息在传递的过程中会磨损

00:03:50.080沟通成本增长

00:03:51.280C4信任约束

00:03:52.640陌生人之间有信息差

00:03:54.080我不知道你卖给我的东西到底好不好

00:03:56.000我不知道你说的到底是不是真的

00:03:57.800C5物理约束

00:03:59.120能源是有限的

00:04:00.040时间是有限的

00:04:01.080每个人一天的注意力也是有限的

00:04:02.920就那么十几个小时

00:04:04.200如果我们把人类的商业史从头翻一遍

00:04:06.480会发现它其实就是一部

00:04:08.000不断围绕着这五个约束

00:04:09.760去打补丁的历史

00:04:11.240那些我们以为是商业本身的东西

00:04:13.480其实全都是为了绕开约束而打的补丁

00:04:16.760比如第一个认知约束

00:04:18.040一个人的认知和知识是有限的

00:04:20.000所以有了教育和文凭

00:04:21.520用来证明你学会了

00:04:22.800或者你能学会

00:04:24.160编码困难

00:04:24.920所以有了学徒制

00:04:26.200行业经验和行业壁垒

00:04:27.840每个行业内的先发者有机会积攒优势

00:04:30.520协调困难

00:04:31.280所以有了公司

00:04:32.160有了一层又一层的中层管理

00:04:33.920有管理方式

00:04:34.920经济学家科斯这样描述过

00:04:36.680公司之所以存在

00:04:37.880就是因为在公司内部协调

00:04:39.680比每件事都去市场上找人谈

00:04:41.600要便宜方便

00:04:42.640信任困难

00:04:43.400所以有了货币

00:04:44.200有了合同

00:04:44.920有了品牌

00:04:45.720有了平台上的评价

00:04:47.320而补丁有一个特点

00:04:48.720就是它的价值

00:04:49.720完全取决于背后那个约束还在不在

00:04:52.240就像伞之所以之前

00:04:53.520是因为外面在下雨

00:04:54.680雨一停

00:04:55.240伞就没有人抢了

00:04:56.440那如果约束本身不存在了

00:04:58.360补丁也就没有了价值

00:04:59.880从这一点我们就能知道

00:05:01.280AI让什么在快速贬值

00:05:03.040财富又会怎么转移

00:05:04.400接下来定义有了

00:05:05.720把第二条公理和第三条公理放在一起

00:05:08.280系统的产出由最紧的约束决定

00:05:10.600而充足的东西不值钱

00:05:12.200那么当某个约束被解除

00:05:14.160原来卡在这里的东西变得充足

00:05:16.360它的价值就会趋向于零

00:05:18.080引理一用一句话简单概括

00:05:20.040钱不会消失

00:05:21.040钱只会转移

00:05:22.040命名财富转移

00:05:23.400历史上的每一次技术革命

00:05:25.040其实都在验证这条引理

00:05:26.800印刷术让复制知识变便宜了

00:05:28.840抄书酱就不值钱了

00:05:30.240钱转移到了原创和权威那里

00:05:32.280也就是版权和出版社

00:05:33.960蒸汽机和电力让利器变便宜了

00:05:36.240钱就转移到了技能和脑力那里

00:05:38.320这才有了后来的白领

00:05:39.680互联网上信息分发变便宜了

00:05:41.520报纸和渠道商不挣钱了

00:05:43.000钱转移到了能把所有人的注意力

00:05:44.960聚在一起的平台那里

00:05:46.600有了这条引理

00:05:47.680AI会怎么改变商业社会这个大问题

00:05:50.160就可以拆成两个更精确的小问题

00:05:52.600第一个AI解除了哪一个约束

00:05:54.720也就是它让什么变得充足了

00:05:56.560第二个下一个最紧的约束是什么

00:05:58.880这两个问题就是我们今天整个推演的基础

00:06:01.800后面所有的结论都是从这两个问题里推出来的

00:06:05.160你以后看任何一个新技术

00:06:07.040也都可以先问这两个问题

00:06:08.640先回答第一个问题

00:06:09.640很多人会说AI解除的是智力的约束

00:06:12.240这个说法太粗了

00:06:13.360更精确的说AI主要解除的是编码约束

00:06:16.680过去几十年

00:06:17.440电脑能做的事必须是人能写成规则的事情

00:06:21.000所以被电脑替代的

00:06:22.400一直都是那些照章办事流程固定的岗位

00:06:25.640但很难写成规则的就很值钱

00:06:27.960参考哲学家波兰尼说过的一句话

00:06:30.080人知道的永远比他能说出来的多

00:06:32.360一个自身编导改稿时的语感

00:06:34.320一个医生看片子时的直觉

00:06:36.360一个销售读人的能力

00:06:37.800这些东西没法写成规则

00:06:39.680所以过去机器根本替代不了

00:06:41.760而AI绕过了这一点

00:06:43.160它不需要你能把规则清楚的说出来

00:06:45.440只要例子足够多

00:06:46.600它自己就能学会

00:06:47.880所以能交给机器的事儿

00:06:49.560边界一下子就从能写成规则的

00:06:52.040变成了有足够多数据的

00:06:53.880编码约束一松

00:06:55.000认知约束和协调约束也跟着松了

00:06:57.480认知约束很好理解

00:06:58.680AI比任何一个人类的知识都要渊博

00:07:01.280它有更快的搜索能力

00:07:03.080今天你想得到任何知识

00:07:04.520得到行业专家级的分析和写作

00:07:06.720都几乎免费

00:07:07.760协调约束上

00:07:08.880人和AI之间

00:07:09.840AI与AI之间的协调成本也接近于零

00:07:13.040在今天的企业里

00:07:14.320每年有总计上亿元的损失

00:07:16.520就是协调约束带来的

00:07:18.120很多看起来很先进的大型企业

00:07:20.880竟然常因为两个对接的人

00:07:22.640之间一次沟通的失误

00:07:24.200造成上万甚至上百万的损失

00:07:26.640比如一个人话没说清

00:07:27.960另一个人犯瞌睡

00:07:28.880传达错了意思

00:07:29.840现在AI之间的沟通

00:07:31.280agent之间的沟通

00:07:32.440几乎是没有任何摩擦的

00:07:34.080唯一的代价就是可以忽略不计的token fee

00:07:36.720现在C1 C2和C3三个约束

00:07:39.200已经可以宣告粉碎了

00:07:40.800在现实世界里产生影响

00:07:42.440只是时间问题

00:07:43.680而且这三个约束

00:07:44.760一定不会同时被广泛的发掘

00:07:47.480已经失效了

00:07:48.640所以财富会先在这三个约束之前转移

00:07:51.960但最后一定会移动到

00:07:53.600剩下的两个约束上

00:07:55.040其实关于这条引力

00:07:56.200我已经亲身经历过了

00:07:57.520我的故事一定能给你一些启发

00:07:59.880我可能是最早一批靠AI赚到钱的人

00:08:02.320或者说靠AI信息差赚到钱

00:08:04.400几年前早在ChatGPT恒空出世

00:08:06.920宣告大模型时代到来之前

00:08:09.040我已经使用上了一个AI生图工具

00:08:11.240Midjourney

00:08:11.880那时的AI生图还只能做出一些

00:08:14.280像抽象画一样乱七八糟的东西

00:08:16.560任何具体的物品都画不出来

00:08:18.680在当时和Midjourney

00:08:20.160并成AI生图双子星的Stable Diffusion

00:08:22.840现在已经很少有人知道了

00:08:24.520在那个时候

00:08:25.320如果你有关于设计的需求

00:08:27.480比如需要画一张动漫人物

00:08:29.200最常见的方式是上淘宝约稿

00:08:31.360我也购买过这个服务

00:08:32.600两张平平无奇的作品

00:08:34.160花费了我2300元

00:08:35.800在那时有一个行业突然爆发出了

00:08:38.160快速增长的对设计服务的需求

00:08:41.400就是NFT平台

00:08:42.680或者叫数字藏品平台

00:08:44.400他们需要大量的作品来铸造NFT

00:08:46.560传统的解决方式

00:08:47.680是找一些设计师或博物馆合作

00:08:49.880但他们很贵

00:08:50.800要么是上万的设计费

00:08:52.280要么需要从平台收入里分成

00:08:54.480对于一些小平台来说难以负担

00:08:56.880于是我就拿着那些AI生成的抽象画

00:08:59.440起了一个富有寓意的名字

00:09:01.960并加上一段故事

00:09:03.080比如一幅大片红色黑色混杂在一起的图像

00:09:06.120我就发动想象力起一个类似于

00:09:08.120黑暗降临的名字

00:09:09.440包装成一个作品去向平台兜售

00:09:11.480一张的价格是400到800

00:09:13.280是的 一个初代AI制作的甘水

00:09:15.720可以卖到这个价格

00:09:16.960原因只有一个

00:09:18.120因为对当时的NFT平台来说

00:09:20.480它比别的选择便宜

00:09:22.080而且看上去也还不错

00:09:23.520之后我见证了AI生图能力的光速发展

00:09:26.440先是能做人物形象

00:09:27.800越来越贴合提示词的描述

00:09:29.800再之后几乎能以假乱真的做出来

00:09:32.280任何你想要到的东西

00:09:33.880只要你的提示词到位

00:09:35.400每一次更新都能让我震撼一次

00:09:37.640更不要说到今天的AI生图

00:09:39.640已经不太依靠复杂的提示词了

00:09:41.960图的质量越来越高

00:09:43.160客户也就越来越多

00:09:44.520那时我基本能维持每月5万左右的收入

00:09:47.320而几乎只需要每天付出一小时的工作时间

00:09:50.080这个过程中

00:09:50.840设计行业的认知约束和编码约束

00:09:52.960已经事实性的击穿了

00:09:54.800但是 随着越来越多的人开始用AI做图

00:09:57.960价格卷到了毫无价值的程度

00:10:00.280NFT的热潮也过去了

00:10:01.840平台数量大幅减少

00:10:03.360我就早早离开了这一行

00:10:05.080尽管我的收入还没有开始大幅下滑

00:10:07.440因为我已经在行业内

00:10:08.760占据了一定的C4信任约束

00:10:11.040但没钱赚只是早晚的问题

00:10:12.840信息差带来的稀缺已经消失了

00:10:15.040这个结局也表明了一个小的引力

00:10:17.320在财富转移的过程中

00:10:18.840时间差会造就一个窗口期

00:10:20.880窗口期里就有捡钱的机会

00:10:22.760只是AI这一次会让窗口期

00:10:24.480比过去任何一次都要短

00:10:26.320我们再回答第二个问题

00:10:27.680哪些约束没有被解除

00:10:29.240甚至反而收紧了

00:10:30.560第一个是信任

00:10:31.560它不但没松反而收紧了

00:10:33.040因为AI让伪造一切的成本也变成了零

00:10:36.200一张照片一段录音

00:10:37.760一份报告都可以做得无比逼真

00:10:39.960看起来可信的东西越多

00:10:41.720真正可信的东西就越稀缺

00:10:44.080第二个是物理约束

00:10:45.360能源 算力

00:10:46.240还有全人类每天加起来的注意力

00:10:49.120都有一个硬性的天花板

00:10:50.920第三个是责任

00:10:52.080AI不能被开除 不能被起诉

00:10:53.760不能在合同上签字

00:10:55.080出了问题

00:10:55.640最后总得有一个人站出来兜底

00:10:57.560至少目前看来是

00:10:58.720最后一个是现场的信息

00:11:00.480经济学家哈耶克说过

00:11:01.960有一种知识只存在于特定的时间

00:11:04.480和特定的地点

00:11:05.600就比如今天这个客户为什么犹豫

00:11:07.760这个病人今天的脸色为什么不对

00:11:09.760这些东西还没有变成数据

00:11:11.640AI就学不到

00:11:12.560根据第一条引理

00:11:13.680这几个地方就是

00:11:14.880钱接下来转移去的地方

00:11:16.640接下来我们推一个更具体的问题

00:11:19.000AI会先替代什么 后替代什么

00:11:21.520很多人的直觉是

00:11:22.800简单的工作先被替代

00:11:24.480复杂的工作后被替代

00:11:26.160可我们把它写成一个不等式

00:11:28.120就会发现这个直觉是错的

00:11:30.200一件事会不会交给AI

00:11:31.760取决于这个不等式

00:11:33.280AI成本加验证成本

00:11:34.760加出错概率乘出错损失

00:11:36.760小于人工成本

00:11:38.400这三项加起来

00:11:39.360只要比请一个人干更便宜

00:11:41.800这件事就会交给AI

00:11:43.480这就是第二条引理

00:11:44.920命名落地方程

00:11:46.360现在AI本身的成本已经低到

00:11:48.480几乎可以忽略了

00:11:49.800所以真正决定替代顺序的

00:11:51.680是检查验证的成本和出错的代价

00:11:54.400你可以想象一下

00:11:55.440你招了一个助理帮你写报告

00:11:57.400如果你检查他写的东西

00:11:59.160花的时间跟你自己写一遍差不多

00:12:01.200那这个助理对你就没有意义

00:12:03.000所以最先被替代的

00:12:04.400不是简单的工作

00:12:05.480而是容易检查对错

00:12:07.040错了也不致命的工作

00:12:08.960这就推出了一个很反直觉的结论

00:12:11.400一个年薪几十万的程序员

00:12:13.080可能会比一个修水管的师傅

00:12:14.960更早受到冲击

00:12:16.160因为代码写完可以跑测试

00:12:17.840对不对一秒钟就知道

00:12:19.160而水管修没修好

00:12:20.400得有个人钻到水池底下去拧

00:12:22.320再用手摸一摸还渗不渗水

00:12:23.840而看病打官司签大合同这种事

00:12:26.280会在很长时间里停在AI干活

00:12:28.560人来签字的状态

00:12:29.680不是因为AI还不够聪明

00:12:31.080而是因为检查太贵出错太疼

00:12:33.760而且总得有人来承担这个责任

00:12:35.640但是知道哪些事会被替代还不够

00:12:37.840因为一份工作从来都不是一件事

00:12:40.640而是几件事的总和

00:12:42.480经济学家阿西莫格鲁

00:12:43.880就是这么看工作的

00:12:45.280他把每个岗位都拆成一个一个的任务

00:12:47.760我在这个基础上

00:12:48.760把一份工作里的任务分成两层

00:12:51.360一层是信息层

00:12:52.440就是处理信息的那部分

00:12:54.160另一层是人类层

00:12:55.560人类层只有四样东西

00:12:56.920单责任动手在场搞定人

00:12:59.360你会发现人类层恰好对应着

00:13:01.280刚才那几个没有被解决的约束

00:13:03.720AI吃掉的永远是信息层

00:13:05.560那在这里除了看人类层之外

00:13:07.360还得引入另一个变量

00:13:08.720需求弹性

00:13:09.880说白了就是一个东西变便宜之后

00:13:12.440大家会不会用得更多

00:13:13.96019世纪的经济学家杰文斯发现

00:13:16.120蒸汽机烧煤越来越省

00:13:17.880结果整个英国烧掉的煤

00:13:19.600反而越来越多

00:13:20.760因为用煤变便宜了

00:13:22.160更多的工厂用上了蒸汽机

00:13:24.080银行普及ATM后

00:13:25.360柜员不但没有减少

00:13:26.560反而还略微多了一些

00:13:27.880因为一些网点需要的柜员少了

00:13:29.920开网点的成本降下来了

00:13:31.800银行就开了更多的网点

00:13:33.400但是美国的农业是反过来的

00:13:35.240机器越来越先进

00:13:36.400种地的人从90%

00:13:37.880降到了不到2%

00:13:39.360因为一个人一天就是那么多饭

00:13:41.480粮食再便宜

00:13:42.480需求也不会暴增

00:13:43.720所以第三条引理就是

00:13:45.080一个职业抵抗AI冲击的能力

00:13:47.120约等于人类层的占比

00:13:48.800乘以需求的弹性

00:13:50.600我本身是教育行业从业者

00:13:52.320所以在这里根据新的引理

00:13:54.200推一下教育行业将来的演变

00:13:56.320从重点中学数量

00:13:57.680班级人数和校外培训市场的规模来看

00:14:00.280教育行业的需求弹性

00:14:01.960绝对是很高的

00:14:03.160也就是教育变便宜后

00:14:04.680用的人一定会更多

00:14:06.000再看教师职业的工作

00:14:07.600主要是哪几件事的总和

00:14:09.600教授学科真实管理班级秩序

00:14:11.600关注学生学习状态和心理状态

00:14:13.880和家长打交道

00:14:15.200除了第一样属于信息层

00:14:16.680剩下的都是属于人类层的

00:14:18.760信息层的需求将会被AI极大满足

00:14:21.320更重要的将会是人类层的能力

00:14:23.560所以我认为将来所有人

00:14:25.120都能得到比现在更好的精英教育

00:14:27.560顶级教育资源

00:14:28.760而教师的重心会迁移到人类层

00:14:31.160未来懂心理学和沟通技巧的老师

00:14:33.440会比教学学科知识的资深教师更有价值

00:14:36.720再发散一点

00:14:37.680心理学的需求会越来越旺盛

00:14:39.880知识资源被极大满足之后

00:14:42.080人们终于有闲暇能来关注自己的内心了

00:14:45.400甚至可以再扩散到其他职业

00:14:47.560我们今天习以为常的很多职业和服务

00:14:50.480本质都是因为有C1和C2约束的存在而诞生的

00:14:54.080约束被粉碎之后

00:14:55.400这些职业会直接跳变成其他的形态

00:14:58.240好比曾经的记账员

00:14:59.480现在不再需要动手计算

00:15:01.120而是做数据分析

00:15:02.440AI在把数据分析解决掉之后

00:15:04.520他也许会和其他岗位

00:15:06.040比如运营合并

00:15:07.320变成一个只需要调整策略定方向和担责任的工作

00:15:11.440那时候市场会再给他一个新的名字

00:15:13.880过去因为约束而存在的职业

00:15:15.920名字多半按技能起

00:15:17.840比如打字员 记账员 平面设计师

00:15:20.160约束消失后

00:15:21.040新名字往往按他负责的结果起

00:15:23.560比如增长负责人 客户成功经理

00:15:25.720AI的能力再也不进化之后

00:15:27.440AI自己就能负责很多结果了

00:15:29.440最后职业将会迎来更惨烈的合并

00:15:32.200四条公理 三条引理

00:15:33.480到这里推导的工具就齐了

00:15:35.400接下来我们就用他们

00:15:36.840推出AI对整个商业社会的最终影响

00:15:39.760第一条推论 补定会贬值 组织会变小

00:15:42.680根据科斯的理论

00:15:44.560公司能做多大是由内部的协调成本决定的

00:15:47.840而AI砍得最狠的恰恰就是协调成本

00:15:50.800过去一个项目要10个人

00:15:52.200每两个人之间都要沟通

00:15:53.800人越多沟通的线路就越多

00:15:55.880现在一个人指挥一群AI

00:15:57.400所有的线路都只连在这一个人身上

00:15:59.960所以未来的团队会越来越小

00:16:02.000一个人做出过去10个人的产出会变成常态

00:16:05.360小到极致就是艺人公司

00:16:07.240而那些只负责上传下达

00:16:08.960在中间转手信息的中层管理岗位

00:16:11.760会被压缩的最厉害

00:16:13.320另一头做大模型需要巨大的前期投入

00:16:16.120但多服务一个用户很便宜

00:16:17.760用户越多数据越好 模型就越好

00:16:19.960用户又会更多

00:16:21.240这是一个越转越快的循环

00:16:22.920所以模型这一层会走向赢家通吃

00:16:25.440最后整个商业社会的形状会像一个哑铃

00:16:28.120一头是少数几家算力和模型巨头

00:16:30.360另一头是大量的超级个体和小团队

00:16:33.000加在中间的中型公司日子会最难过

00:16:35.640第二条推论 价格会分化

00:16:37.520经济学家鲍莫尔发现过一个规律

00:16:39.640效率提升快的行业东西会越来越便宜

00:16:42.280而效率很难提升的行业

00:16:44.240比如面对面的教育 照顾老人 手艺活

00:16:46.960就会显得越来越贵

00:16:48.360AI会把这个规律放大很多倍

00:16:50.480凡是AI能做的东西会持续降价

00:16:52.600而必须由一个真人在场

00:16:54.320完成的东西会相对越来越贵

00:16:56.280人在场本身会慢慢变成一种奢侈品

00:16:58.960人文的价值会被重新发掘

00:17:00.960心理学会迎来真正的春天

00:17:02.880第三条辩论 信任会通胀

00:17:04.520赫拉利在《人类简史》里写

00:17:06.000人类之所以能在陌生人之间大规模合作

00:17:08.880靠的是大家共同相信的东西

00:17:11.120货币公司品牌

00:17:12.400而AI让看起来可信的东西

00:17:14.320可以被无限的生产出来

00:17:15.960这就像无限的印钞票

00:17:17.720每一张钞票的购买力都会下降

00:17:19.600与此同时 内容的供给趋向于无穷

00:17:22.040而全人类的注意力是一个常数

00:17:23.920所以单调内容的价值会趋向于零

00:17:26.640真正稀缺的会变成真实的

00:17:28.560可以追溯的人

00:17:29.680长期积累下来的声誉

00:17:31.280和人与人之间的关系

00:17:32.840在这几条推论里

00:17:33.800这是我最有把握的一条

00:17:35.320我自己也是短视频从业者

00:17:36.960目前的一个趋势

00:17:37.960就是从头部网红效应

00:17:39.360转向了小而美的信任效应

00:17:41.360这是已经发生了的

00:17:42.520人类社会会在经历过

00:17:43.840互联网信息大爆炸之后

00:17:45.320迎来一次返璞归真

00:17:46.840在公司和品牌角度

00:17:48.200由于第一条推论

00:17:49.160我们得出的超级个体大爆发

00:17:50.960过去被互联网巨头

00:17:52.240视为没有价值的

00:17:53.400超细分服务和工具

00:17:55.040在未来会爆发式供应

00:17:56.640再根据推论三的信任通胀

00:17:58.360我们最终选择的那个工具

00:18:00.200很有可能不是广告

00:18:01.640见到最多的

00:18:02.440而是一个自己熟悉的博主

00:18:04.200身边一个认识的人自己做的

00:18:06.360我们的选择竟然又回到了

00:18:08.040互联网经济爆发前

00:18:09.520现下实体经济时代的模式

00:18:11.640一个人最喜欢的餐馆

00:18:13.160是熟悉的

00:18:13.880朋友间口碑好的

00:18:15.240以后我们朋友间

00:18:16.440交换推荐的私藏好物

00:18:18.400不再只是餐馆或零食

00:18:20.240而会是小团队做出来的AI工具

00:18:22.760第四条推论

00:18:23.720短期高估长期低估

00:18:25.640这是从第四条工历延迟推出来的

00:18:28.480电力刚发明的时候

00:18:29.680工厂花了几十年

00:18:30.840才真正吃到电带来的效率

00:18:32.640因为光把蒸汽机换成电动机是没用的

00:18:35.280整座工厂都得按照电的逻辑

00:18:37.480重新设计一遍

00:18:38.640AI也一样

00:18:39.440能力到了不等于落地了

00:18:40.920中间还卡着流程要重构

00:18:42.520数据要打通

00:18:43.280责任要划分

00:18:44.120结果要有人检查

00:18:45.560所以接下来很可能

00:18:46.920会出现这样一段时间

00:18:48.520到处都在讲AI

00:18:49.680可是宏观数据上的效率提升

00:18:51.520迟迟看不到

00:18:52.480然后在某一个时刻

00:18:53.880一下子全冒出来了

00:18:55.680这中间的时间是企业

00:18:57.560组织正在不得不围绕着AI

00:19:00.360重建自己的生产

00:19:01.920沟通流程

00:19:02.720管理架构

00:19:03.840AI带着天文数字级别的生产力

00:19:05.920从天而降

00:19:06.760使得人类不得不去适应它

00:19:08.880AI之所以能被称为革命

00:19:10.520就是因为它已经强大到了

00:19:11.840无法被忽视的程度

00:19:13.280并且它还在指数级的进化着

00:19:15.480这也正好回到我们开头说的

00:19:17.040变化从来都不是线性的

00:19:18.600同时还记得我说的

00:19:19.800我在窗口期里卖图挣钱的例子吗

00:19:22.040现在一个覆盖范围更大

00:19:23.920散落的财富

00:19:24.920更多的窗口期已经出现了

00:19:27.200结合你的行业

00:19:28.080你的经验

00:19:28.840找到你能切进去的时间差

00:19:31.080趁所有人转身之前

00:19:32.800你就能赚到自己的第一桶金

00:19:34.720那推到这里

00:19:35.480证明还没有结束

00:19:36.560做数学题

00:19:37.320结论推出来以后还要验算

00:19:39.040所以我拿这套模型去算了

00:19:40.680三个最常见的职业

00:19:42.280先根据结论写下预测

00:19:44.120再拿真实数据去对比

00:19:46.000第一个是程序员

00:19:47.080按落地方程

00:19:47.960代码好检查

00:19:48.760应该最先受到冲击

00:19:50.080但软件的需求弹性很大

00:19:52.040所以我的预测是

00:19:52.920程序员不会消失

00:19:54.120但会从内部被拆开

00:19:55.520写代码的部分被AI吃掉

00:19:57.240定方向做设计

00:19:58.360做审查

00:19:58.920担责任的部分

00:19:59.760反而更值钱

00:20:00.840再看数据

00:20:01.520斯坦福的研究发现

00:20:02.68022到25岁的软件开发者

00:20:04.880就业人数比2022年底的高点

00:20:07.240少了将近两成

00:20:08.400而同一时期

00:20:09.240年级大一些的开发者

00:20:10.720反而多了6%到12%

00:20:12.800美国的职业统计里

00:20:14.160偏纯写代码的程序员这个类别

00:20:16.3202023到2025年

00:20:17.680就业跌了27.5%

00:20:19.560而偏设计的软件开发者

00:20:21.200只跌了0.3%

00:20:22.760预测命中

00:20:23.800第二个是会计

00:20:24.880会计的规则非常明确

00:20:26.440需求弹性又小

00:20:27.560按模型应该会缩

00:20:28.920但再看数据

00:20:29.840似乎不太一样

00:20:30.920亚特兰大联储的调查发现

00:20:32.840企业高管认为AI

00:20:34.080对2025年的员工人数

00:20:35.880几乎没有影响

00:20:37.080对2026年的预期

00:20:38.320也接近于0

00:20:39.240还有6成以上的

00:20:40.280财务招聘经理说

00:20:41.640现在比一年前

00:20:43.000更难招到合格的人

00:20:44.720回头再看一遍推导过程

00:20:46.320发现原因有两点

00:20:47.680一个是第四条公理说的延迟

00:20:49.720工具已经普及了

00:20:50.920但公司的流程

00:20:51.840还没有按照AI来重新设计

00:20:54.280另一个是这个行业

00:20:55.360本来就缺人

00:20:56.440缺人把替代给盖住了

00:20:58.080而在更细的数据里面

00:20:59.440信号已经出现了

00:21:00.600有研究发现

00:21:01.560一家公司

00:21:02.240每多招一个懂AI的财务人员

00:21:04.360平均就对应着

00:21:05.520大约5个会计类岗位的招聘减少

00:21:08.080只是这类岗位

00:21:08.960现在还不到总量的3%

00:21:10.600还有一个很有意思的现象

00:21:12.160现在已经有人拿AI生成的

00:21:13.840假发票去报销了

00:21:15.160于是识别AI造假

00:21:16.560成了会计的一项新任务

00:21:18.080这正是信任收紧推出来的结果

00:21:20.360第三个是护士

00:21:21.320护士的核心工作是动手和在场

00:21:23.440还牵扯着责任

00:21:24.640再加上老龄化

00:21:25.600需求只会越来越大

00:21:26.960所以我的预测是AI

00:21:28.160只能吃掉护士的文书工作

00:21:30.080再看数据

00:21:30.880数据显示

00:21:31.480美国官方预测2026年和2031年

00:21:33.880注册护士的缺口

00:21:34.960都在1成左右

00:21:36.040而AI进入的位置

00:21:37.200也正好是文书

00:21:38.240有医院已经在用AI

00:21:39.480把护士和病人的对话

00:21:40.880直接转成病例

00:21:42.080结果护士们发现这类系统误报太多

00:21:44.440出错损失也高到无法接受

00:21:46.800用前面的落地方程核对一下

00:21:48.760验证成本和出错损失过高

00:21:50.520AI本身再便宜也落不了地

00:21:52.400预测命中

00:21:53.080验算的过程中

00:21:54.000我还修正了一个判断

00:21:55.520我原本认为AI对新手的帮助

00:21:57.520大于老手

00:21:58.280因为有研究发现

00:21:59.520客服用了AI之后

00:22:00.880新手的效率提升最大

00:22:02.880老员工几乎没有变化

00:22:04.320但是会计的数据正好相反

00:22:06.000斯坦福商学院的研究发现

00:22:07.680懂得在 AI 没把握的时候判断

00:22:11.320收益明显大于照单全收的新人

00:22:14.120差别其实在于瓶颈的位置

00:22:16.120一份工作如果卡在生产上

00:22:18.120AI补的是新手的短板

00:22:19.960新手收益最大

00:22:21.120一份工作如果卡在检查上

00:22:23.040判断AI做的对不对

00:22:24.280恰恰需要经验

00:22:25.400那老手收益就最大

00:22:26.840好 现在我们回到开头的问题

00:22:28.720第一个

00:22:29.200你的工作会受到多大的影响

00:22:31.040你可以拿出一张纸

00:22:32.240把你上一周实际做过的事

00:22:34.240一件一件写下来

00:22:35.760注意不是写你的职位

00:22:37.240是写具体的事情

00:22:38.520然后对每一件事问三个问题

00:22:40.400这件事有没有大量的

00:22:41.760现成可规则化的参考

00:22:43.840有 那它就在AI的设成里

00:22:45.800这件事做错了

00:22:46.720好不好检查

00:22:47.480错了严不严重

00:22:48.400好检查又不严重的

00:22:49.800就是最先被替代的

00:22:51.320那这件事里有没有单责任

00:22:53.080动手再查

00:22:54.000搞定人这四样东西

00:22:55.280有哪几样

00:22:56.040写完你就能清清楚楚地看到

00:22:58.040你现在有多少时间

00:22:59.320花在了正在贬值的那一层上

00:23:01.680那第二个

00:23:02.400现在该在什么事情上投入

00:23:04.040才能在将来获得超额回报

00:23:05.800根据第一条引力

00:23:06.840答案就是提前站到下一个瓶颈上去

00:23:09.480具体来说

00:23:10.760第一 往人类层先移

00:23:12.200把更多的时间花在需要你担责任

00:23:14.560需要你在场

00:23:15.400需要你去搞定人的事情上

00:23:17.240第二 站到检查的那一边

00:23:18.960去练习判断AI做的对不对的能力

00:23:21.400因为生产变得免费以后

00:23:22.960检查就成了瓶颈

00:23:24.680经验在这里不但不会贬值

00:23:26.440反而会升值

00:23:27.280第三 积累信任的存量

00:23:29.160你真实的作品

00:23:30.040你可以被追溯的经历

00:23:31.640你长期经营的声誉和关系

00:23:33.920这些东西在信任通胀的时代

00:23:35.880会越来越值钱

00:23:36.960而且没法速成

00:23:38.320只能从现在开始一点一点的载

00:23:40.400第四 掌握你所在场景里的现场信息

00:23:43.520那些还没有变成数据

00:23:44.960只有身在其中才知道的东西

00:23:47.200那超额回报到底从哪里来的呢

00:23:49.320它来自于第四条公理里的那个延迟

00:23:51.920约束已经消失了

00:23:53.080可大多数人的思想是线性的

00:23:55.320他们要等到宏观数据清清楚楚的

00:23:57.600摆在眼前才会行动

00:23:59.080后知后觉地完成转型

00:24:00.600而那个时候钱早就转一完了

00:24:02.520真正的超额回报

00:24:03.640就藏在约束消失以后

00:24:05.360共识形成以前的那段时间差离

00:24:08.280而我们现在就站在这段时间差离

00:24:10.800当然 最后一个只讲自己哪里对的推演

00:24:13.880是不可信的

00:24:14.640所以最后我要把这套推演最薄弱的地方

00:24:17.640也告诉你

00:24:18.400在数学里

00:24:19.200结论只有在前提成立的时候才成立

00:24:21.720所以我们要看的是

00:24:22.880哪个前提一旦被推翻

00:24:24.640结论就会改变

00:24:25.880第一 我假设责任没法交给AI

00:24:28.400可一旦出现了专门给AI的决策

00:24:30.880兜底的保险和法律

00:24:32.480那这个前提就破了

00:24:33.800替代的速度会快很多

00:24:35.400第二 如果机器人技术取得突破

00:24:37.440物理约束也会松动

00:24:38.960动手和在场这块的避风杠就会缩小

00:24:41.800第三也是最大的位置

00:24:43.560历史上每一次技术革命淘汰旧工作

00:24:46.200新出现的工作都跑赢了

00:24:47.960可以前的技术只能做旧的事情

00:24:50.360AI连新的事情也能做

00:24:52.040并且照着现在顶级AI的进化速度

00:24:54.400它的边界到底在哪里

00:24:55.960没有人敢打包票

00:24:57.320这一次会不会不一样

00:24:58.680现在没有任何人能给出确定的答案

00:25:00.840第四 我说检查和判断会成为新的瓶颈

00:25:03.520可AI检查AI的能力也在提升

00:25:05.600这块阵地也可能维持掉一部分

00:25:07.800这句话说不定只是人类的一种自我安慰

00:25:10.480最后我们把今天的推演收成一套

00:25:13.320你随时可以拿去用的框架

00:25:15.200面对任何一个新技术新情况

00:25:17.040第一步写出这个系统的约束是什么

00:25:19.760第二步问这个技术解除了哪一个约束

00:25:22.280第三步找出为这个约束打的补丁

00:25:24.720它们会贬值

00:25:25.560第四步找到下一个最紧要的约束

00:25:28.040钱会转移去那里

00:25:29.400第五步用落地方程判断替代的先后

00:25:32.280用需求弹性判断影响的大小

00:25:34.960第六步拿真实的数据去验算

00:25:37.040并且提前写下出现什么样的数据

00:25:39.520就说明你错了

00:25:40.880这套框架能让你在别人

00:25:42.600还在用直线思考的时候

00:25:44.080先一步看清楚是哪一个约束正在消失

00:25:46.960哪一个改变将会发生

00:25:48.760对于一个普通人来说

00:25:50.280这是一个最好的时代