✦ 逆向预言 ✦
一个看似荒诞的判断背后，藏着被主流辩论忽略的关键变量——当生产成本趋近于零，需求会膨胀到我们无法想象的程度
2026年6月 · 巴黎 VivaTech 特别报道
一、VivaTech 上的反向声音
2026年6月17日，巴黎 VivaTech 科技大会。当一个接一个的演讲者警告 AI 可能导致大规模失业时，亚马逊创始人贝索斯走上台，给出了完全相反的判断。
路透社记录下了他的原话：
我知道很多人，包括许多聪明人，都担心 AI 会让人类变得很多余。我完全不同意这种观点。我认为，AI 实际上将带来劳动力短缺。
这不是贝索斯第一次表达类似立场。早在2024年，他就曾公开表示"大规模失业的担忧被夸大了"。但这次在 VivaTech 上，他的措辞更加明确、更加激进——不是"AI 不会取代人类"，而是"AI 会让人类不够用"。
这个判断的激进之处在于：它不是在主流叙事的光谱上向左偏一点或向右偏一点，而是跳出了整个光谱。当全世界都在讨论"UBI何时成为必要"时，贝索斯在讨论"劳动力短缺"——这几乎是在一个完全不同的问题域里发言。
正是这种跳跃，值得认真对待。不是因为贝索斯一定正确，而是因为他的视角揭示了主流辩论中一个被系统性忽略的维度。
二、AI焦虑的四种主流叙事
要理解贝索斯为什么显得"逆向"，先要看他在反对什么。当前关于 AI 对就业影响的讨论，大致可以归为四种叙事：
全面取代论
AI能力指数级扩展，几乎所有"可被定义"的工作都将自动化。这是最激进的声音，来自部分AI研究者和科技评论者。
技能偏态论
AI不会取代所有工作，但剧烈改变技能需求，中低技能劳动者被边缘化。代表人物：MIT 经济学家 David Autor 等。
渐进转型论
技术落地需要十年以上，教育和社会政策跟得上就可以管理。持此观点的多为部分经济学家和企业高管。
短缺论
AI创造的新工作远多于消灭的，劳动力供给增长跟不上需求。代表人物：贝索斯。
前三种叙事有一个共同假设：AI 将大幅减少对人类劳动的需求总量。差异只在于减少的幅度、速度和分布。贝索斯的叙事则从根本上挑战了这个假设——他认为 AI 会增加对人类劳动的需求总量。
这是两个完全不同的分析框架。
三、贝索斯的逻辑：AI不是替代者，是放大器
贝索斯的判断并非拍脑袋的乐观。他在多个场合尝试解释自己的逻辑链条，大致可以分为三步：
第一步：AI 降低生产成本 → 降低价格 → 扩大需求
这是贝索斯最核心的经济学直觉。亚马逊本身就是这套逻辑的产物：电商降低了交易成本，价格更便宜，结果不是"零售业萎缩"，而是消费总量大幅增长。AI 在贝索斯看来是同样的原理——当 AI 让生产某种商品或服务的成本趋近于零时，对该商品或服务的需求不会归零，而是会爆炸。
如果出行的边际成本降到几乎为零，人们不会维持现在的出行次数——他们会出行更多。多到我们目前无法预测的程度。
第二步：新需求需要人类劳动来满足
AI 可以自动化很多任务，但有两个东西它短期内无法自动化：一是定义"需要什么"的决策权（即人类偏好和价值观的最终裁决），二是需要物理世界交互的环节。
贝索斯的逻辑是：当 AI 释放出巨大的生产力红利后，人类会找到大量"新的事情"来做——这些事情现在根本不存在，因为它们以前在经济上不可能。但一旦它们变得可能，就需要人来设计、监督、调整、维护和不断重新定义。
第三步：劳动力供给是有限的，尤其在关键领域
贝索斯并不否认某些具体岗位会被 AI 自动化。他的"短缺论"建立在另一个关键观察上：能够从事"AI 时代新工作"的人，其供给增长速度远低于需求的增长速度。
原因有三：
人口增长放缓。几乎所有发达国家和中国的生育率都在下降，全球劳动力总量正接近峰值。
教育和技能转型的速度跟不上技术迭代。大学四年学的东西可能毕业就过时，企业培训体系更远跟不上。
AI 创造的新工种往往需要复合型能力。既要懂技术又要懂业务的人才，培养周期很长。
不是"AI不消灭工作"，而是"AI消灭的旧工作数量，远少于它创造的新工作数量，而能胜任新工作的人又不够多"。三者叠加，导向劳动力短缺。
四、历史不会重复，但会押韵
贝索斯的判断在历史上能找到有趣的参照——虽不能"证明"他是对的，但可以帮我们理解他的思考框架。
参照 01 · ATM机的悖论
1970年代引入ATM，预测柜员将大量失业。实际结果：美国银行柜员从25万增长到40万。ATM降低了分行运营成本→银行开了更多分行→总柜员需求反而增加。
参照 02 · 个人电脑与打字机
1980年代PC普及，打字员消失。但取而代之的是数千万文员、行政助理、数据录入员——以及后来数亿"用电脑办公"的人。新创造的岗位远多于消失的。
参照 03 · 电子商务与零售就业
亚马逊从1995年起步，反复有人警告它摧毁零售就业。美国零售业就业人数从1400万增长到1600万。消灭了实体零售岗，但在仓储、物流、云计算和电商生态中创造了更多。
参照的局限：结构比总量重要
每次转型都伴随巨大阵痛——一代人的技能贬值、社区衰败。贝索斯似乎没有足够重视"短缺的是什么类型的劳动力"。如果一个50岁的会计被AI取代，而新岗位需要25岁的ML工程师——"劳动力短缺"对她毫无意义。
五、"劳动力短缺"真正意味着什么
当我们拆解贝索斯的"劳动力短缺"预言，会发现它实际上指向三个互相独立但可能同时发生的现象：
短缺一：人口学意义上的劳动力减少
全球劳动力总量正在接近峰值。日本的劳动年龄人口从1995年就开始下降，中国从2012年开始下降，欧洲多国紧随其后。即使AI什么也不改变，仅仅人口趋势就可能在2030—2050年造成全球性劳动力供给紧张。
短缺二：技能错配型的结构性短缺
这是最可能发生、也最危险的短缺类型。当AI消灭了大量规则性、重复性的白领工作后，市场上会出现大量"有能力但不匹配"的劳动力——会计会Excel但不会训练模型，客服会沟通但不会设计AI交互流程。与之对应的是，AI安全工程师、提示词工程师、人机协作设计师等新岗位供不应求。
"总量短缺"和"个体困境"可以同时存在——这不是悖论，而是结构性问题的典型特征。
短缺三：需求膨胀型的总量短缺
这是贝索斯真正强调的那一类。当AI使得个性化医疗、定制化教育、按需法律服务、智能养老等从"奢侈品"变成"可负担的服务"时，社会对这些服务的需求会急剧膨胀——而提供这些服务仍然需要大量人类从业者（医生、教师、律师、护理员），即使他们有AI辅助。
六、被忽略的中间状态
主流AI就业讨论的一个问题：它往往聚焦在两个极端——全面取代或全面繁荣——而忽略了中间状态的可能性。
中间状态可能长这样：
岗位没有被"取代"，但在"萎缩"。AI不会让"律师"这个职业消失，但会让一个律所从需要20个初级律师变成需要5个加若干AI系统。不是归零，是压缩。收入不会消失，但会集中到更少数能驾驭AI的顶层从业者手中。
新岗位在创造，但门槛在急速提高。1990年代"会用Word"就能找到体面白领工作，2010年代"会用Excel做数据分析"是加分项，现在入门门槛正迅速攀升到"能用AI工具完成复杂工作流"。
"劳动力短缺"和"就业困难"可以共存。当雇主找不到"有合适技能的人"，而大量求职者"有技能但不合适"时，两个现象同时发生是完全可能的。
这些中间状态不一定比极端情况更乐观或更悲观，但它们更可能发生。贝索斯的预言如果成真，大概率也是以这种"短缺与困难并存"的混合形态出现，而不是一个简单的"到处缺人"的繁荣图景。
七、这个预言的边界：什么情况下贝索斯会错？
冷静地看，贝索斯的判断有几个关键前提，其中任何一个不成立都可能导致他的预言落空：
前提一：成本下降能充分传导到终端价格和消费量
⚠ 风险：企业可能将效率提升转化为利润，而非降价扩大市场——"需求膨胀"的逻辑链会因此断裂。
前提二：新工作的技能要求不超过人类劳动力的平均可塑性
⚠ 风险：如果新工作极度专业化，而消灭的是"普通人能做"的工作，大部分劳动者将无法受益。
前提三：转型速度在社会的容受范围内
⚠ 风险：如果是 20—30 年的缓慢趋势，社会可以管理；如果是 3—5 年的剧烈冲击，就是系统性灾难。
前提四：被替代者与新需求之间的地理、社会距离不太远
⚠ 风险：一个被替代的中西部客服员，不太可能搬到旧金山当 AI 训练师——"劳动力短缺"解决不了她的困境。
前提五：AI 的能力天花板停留在"工具"层面
⚠ 风险：如果 AGI 出现，AI 能独立定义目标、判断价值——那"劳动力"这个概念本身可能都需要重新定义。
这五个前提，贝索斯对每一个都给出了乐观的假设。如果其中任何一个不成立，他的预言就会从"逆向智慧"变成"一厢情愿"。
八、对个体的启示
不论贝索斯最终被证明是先知还是过于乐观，对个体来说，安全策略是：按悲观情景做准备，向乐观情景做努力。
核心原则：避免成为"纯规则执行者"。如果你的工作核心是"按照明确规则处理明确输入并产生明确输出"——无论打代码、做账还是审合同——你需要认真考虑这个工作在5年内被AI显著改变的概率。
几条具体方向：
培养三种难以被AI复制的价值。一是定义问题的能力（知道什么值得做比知道怎么做更重要），二是在不确定中做判断的能力（信息不完整时依然做出合理决策），三是建立信任和影响力的能力（说服、协作、领导——本质上是"人对人"的）。
把AI视为认知的延伸，而非对手。与其担忧"AI会不会替代我"，不如问"有了AI，我能做什么以前做不了的事"。一个会用AI工具的会计和一个不会用的之间，差距将大于一个会用Excel和一个不会用的之间的差距。
关注"不可压缩的需求"。有些领域随着社会财富增长需求会持续增长，且难以被AI完全自动化：医疗照护、教育辅导、心理咨询、创意策划、复杂工程管理、危机谈判。核心问题是"模糊的、情感性的或物理性的"，而非"符号性的"。
九、结论：超越二元框架
回到贝索斯的核心论点上，或许最有价值的不是他"对还是错"，而是他提醒了我们：主流讨论陷入了一个"取代还是保留"的二元框架，而这个框架可能本身就是错的。
AI会让"人类劳动"的价值发生剧烈分化。一部分劳动——规则性、重复性、纯符号性的——会迅速贬值甚至归零；另一部分劳动——创意性的、判断性的、关系性的、物理交互性的——不仅不会被替代，反而会随着AI降低整体经济成本而变得更加稀缺和珍贵。
这不是"取代还是保留"的问题，而是"什么类型的劳动在AI时代更有价值"的问题。
贝索斯说"劳动力短缺"——也许他真正想说的是：那些AI替代不了的人，会变得前所未有的值钱。而我们的挑战在于，如何让尽可能多的人成为那样的人。
历史反复证明：每一次技术革命真正的危机不是"机器取代人类"，而是"一部分人被机器抛在后面，而社会没有足够的机制接住他们"。19世纪的卢德分子不是恐惧技术，而是恐惧技术带来的利益不会流向他们。
今天面对AI，我们需要同样的清醒——不是恐惧机器，而是确保机器的红利能够被广泛分享。
贝索斯的预言是一个"上限情景"：如果一切顺利，AI将引爆前所未有的经济繁荣和劳动力需求。作为一个社会，我们当然应该向这个上限情景努力。
但作为个体，你应该同时为"下限情景"做准备——因为上限和下限之间，隔着一整套我们尚未建立的社会机制。
声明：本文基于公开报道和经济学、技术社会学的研究成果撰写，不代表对贝索斯个人观点的背书。文中分析框架仅供参考，不构成投资或职业建议。
评论区