算力成本失控 + 就业冲击，AI 产业泡沫隐现

AI 到底是来送温暖还是拆家？这个话题既烧脑又烧钱。6 月 1 日 GTC 大会上，英伟达 CEO 黄仁勋说 Token 是资产，AI 公司会玩命建造更多 AI 工厂。但硅谷的现实却很骨感：上个月一家企业因未设 Cloud 使用上限，单月收到 5 亿美元 AI 账单；Anthropic 年化收入约 470 亿美元，这家企业一个月就贡献了对方八分之一的月收入。亚马逊曾搞内部词源消耗排行榜，员工疯狂刷单逼得公司关闭榜单；微软半年前鼓励全员用 Cloud Code，如今取消大部分授权，因为今年 4 月 Cloud Code 日均成本从 6 美元翻倍至 13 美元，连微软都撑不住。优步前四个月烧完全年 34 亿美元 AI 预算，英伟达副总裁也承认算力成本已远超员工成本。

AI 的就业冲击瞄准中产阶级，堪称卢德运动 2.0。1811 年英国织袜工砸机器反抗技术替代，但过去替代蓝领，现在 AI 对准行政助理、法律助理、金融分析师、初级程序员等中产岗位。IMF 报告称 AI 将影响全球 40% 就业岗位，发达经济体 60% 岗位面临直接冲击；高盛测算每月抹去 2.5 万个美国岗位，仅创造 9000 个新岗位，净损失 1.6 万每月，一年近 20 万；麦肯锡估算到 2030 年美国将有 1200 万个岗位被消灭，新岗位仅几十万，缺口巨大。

AI 提升效率却让中产阶级更穷，形成经济悖论。经合组织预测未来十年 AI 可使高影响经济体劳动生产率年增 0.4-1.3 个百分点；麦肯锡称当前技术可自动化美国 57% 工作时长，2030 年释放 2.9 万亿美元潜在价值。但美联储理事库克指出，AI 提升生产率，GDP 增长可能强劲，普通人收入未必增加。IMF 研究显示中产阶级工资停滞，未被 AI 增强的岗位薪酬相对下降。凯恩斯三大心理规律加剧通缩循环：边际消费倾向递减，穷人花得多富人花得少；资本边际效率递减，企业投算力新增收益越来越低；流动性偏好导致大家攥钱不消费，形成收入降→消费降→投资降→收入更低的循环。中产阶级是社会稳定器，若失去恒产，社会将失去恒心。

AI 商业模式存在致命缺陷，华尔街认为不可持续。核心问题有四：词源成本攀升，美国词源价格自 2 月底涨 65%，AI 软件价格一年涨 20%-37%，企业 AI 支出远超人工成本；投入产出比失衡，每投 1 美元 AI 资源仅 18 美分产生实际价值，80% 消耗在修复错误和返工上，生成式 AI 项目失败率 85%，43% 死于投入产出比不达标；商业模式天花板，词源依附算力和模型无法储存增值，若大家都不雇人，终端消费萎缩，To B 产品无人买；上游资本风险，AI 企业举债扩张算力，芯片贬值快，债务违约可能引发链条崩溃，收益集中上游半导体厂商，中下游无利可图。

技术革命需匹配制度创新才能长远发展。历史证明技术会创造新行业，活字印刷催生出版和藏书业，但前提是熬过转型期且制度创新跟上。《周易》说泽中有火革，君子需制定新规矩；《资本论》视角下生产力解放需匹配生产关系变革，否则引爆社会矛盾。要警惕数字农奴制，少数人掌握算力，多数人靠基本保障苟活。

中国应对 AI 的核心逻辑是脱虚向实。2025 年研发经费超 3.6 万亿元，占 GDP2.69%，高技术制造业投资增长 8.4%，研发人员总量世界第一。中国加强基础研究与关键技术攻关，聚焦原创型创新；深化体制改革，完善知识价值导向的收入分配体系；推动绿色科技创新，构建实体经济支撑的现代化产业体系。

普通人面对 AI 有两种选择：有能力者主动融入 AI 大潮，把控技术趋势；反脆弱赛道关注 AI 无法替代的领域，比如线下体验经济的真实人情味、高端养老的被尊重感、通识教育的教做人、心理健康的拥抱与人性洞察。这些依赖人际信任和身体在场的领域，是算法最难渗透的护城河。人类对公平和尊严的追求永远不会过时，AI 的未来取决于如何平衡技术与人性。