当前位置:首页 > 体育赛事 > 正文

科技引起惰性技术奇点临近,劳动力供需矛盾如何化解?

充满期待、政策将出未出的蜜月期最美好,就像我们的9/24发布会,和特朗普刚上台获胜的那一周时间,市场往各种美好的方向演绎,在旧势力的退却中狂欢。人们相信他的承诺,相信放松监管、削减开支、和大政府对抗,相信亿万富豪企业家会像运营公司一样运营美国。 反映在资产上,就是美国例外论一骑绝尘的经济表现、不断增长的企业盈利、美股升势不减、强势美元。唯一例外是通胀,从美债收益率来看,似乎投资人并不相信特朗普能在经济强劲的同时控制住通胀,总算保持了逻辑的统一。 但当动作开始具体落地时,不对劲就渐显:冲击常规的内阁人选,马斯克锋芒太露。最后,依然是有人的地方就有江湖。 美国确实有很多例外。美元储备货币的地位,使得其可以通过大幅举债+财政宽松支持经济增长,同时,通过牺牲稳定性、治安等次要目标,给予天才极高的金融市场激励、身份地位和自由度。 这两个组合似乎很完美。通过货币和财政宽松,维持需求持续增长,当居民无法增加杠杆时,就由政府出面直接塞钱给居民,或者增加开支创造需求。 一切的一切是为了维持需求旺盛,直到养出下一个技术大爆发。所有的政策都在和时间赛跑,等待技术奇点的出现和生产力的提升。 美国劳动生产率和工作时长都持续回升——或许人们为了跑赢通胀拼命做了很大贡献: 技术爆发是一个概率问题,而概率的核心就是足够多的尝试次数,以及容忍试错。这都必须要有足够多的下游需求以及敢于冒风险的资本支持。 总量,没有总的数量就无法支撑质量增长。 这次美国赌对了吗?没关系,只要尝试的次数足够多,总有机会对。我们也一样。关键是留在牌桌上。 而这一次双方可能都赌对了,至少方向正确。中美是AI牌桌上的唯二两国。从实际业绩反映,AI已经从卖水的基础设施硬件扩散到SaaS应用端。如果这个故事成立,又有机会将信息科技和服务业重做一遍。正如我们用消费互联网的方式,将衣食住行在2015年后重做了一遍。当年那波不仅催生了几个国际巨头,还解决了数千万人的灵活就业。 云计算指数难得在最近3个月跑赢了7姐妹。 但对于AI,从经济结构上考虑,一开始美国可能更适合发展,或者说下游需求更强。目前的AI以文字输出、创意产生为主,更适合改进服务业的生产力。80%以上为服务业的经济体明显比制造业大国更先受益。 从结构上,服务业天然也比制造业更加稳定,制造业的生产很容易陷入产能过剩,因为一旦开动生产后难以停下,无法精准预测数量需求。不同生产者之间的协调也更艰难,过剩通过库存周期进一步导致整个经济周期波动。 而此前,为了给制造业提供源源不断的劳动力,我们也刻意保持了劳动力的冗余和单向性,这些劳动力以单调重复性劳动为核心应用,人脑仅仅负责重复性工作中的一小部分判断,等于是一个极为高端的AI模型,加上最简易的肢体延伸,往极为狭小的方向做训练。代价是人的本性。 在大模型和具身智能成熟之前,工人确实很难被替代,因为泛用性不够,产线一有变动就难以适应。但即使如此,自动化产线也在不断蚕食生产环节。 正因为波动性大,周期性强以及反人性,使得全球的制造业越来越集中,一旦人均收入提升,就自然忍受不了进厂生活,以至于要对技术学校学生用各种手段引入产线。 这个趋势在我们这里也终于来到了拐点,再也忍受不了当厂工的年轻人回到了家乡,宁可去满足新增的外卖和网约车需求,投身到服务业。 这是经济转型的必经之路,是自发的调整,但也是很危险的过程。如果高端制造没有形成集聚升级,那就业被东南亚市场瓜分;如果高端制造往产业链上游持续攀升,人口技能却跟不上,就会导致大量被时代抛弃的遗民。 这些遗民所受的训练是单一的、重复的,很难通过转型进入设备生产行业或者需要灵活度和待人接物的服务业,或者技术和生产性服务业。 这种错配导致了一方面我们产生了大量难找工作的大学生,另一方面大量岗位需求无法满足。如果增加职业技术培训仅仅是更专业、更机械化的培训方式,也许并不能解决这个矛盾。 美联储将就业作为核心目标很有原因,是历史动荡反复得出的教训。 这种错配会持续到什么时候呢?相信对人的培养模式不改变,还沉浸在过往大工业大制造时代,都不会改变根本。即使就制造业本身,多SKU小订单早已从服装开始渗透到3C,大厂早已被更灵活、多SKU的小厂给替代。 事实上,极端事件的爆发并不一定能推动变革,因为地方陷入了两难:如果深究,会被说为行凶者找说辞,甚至很多根本无法深究。而如果不追究就无法追根溯源,找出源头。最折中阻力最小的地方就是加强对人的管控,比如学生校园进出管理,进一步牺牲了学生的全面性培养。

科技引起惰性技术奇点临近,劳动力供需矛盾如何化解?

你无法指望一个校门经常都出不了的学生见识足够多的社会面,培养足够多灵活的技能。 归根结底,需要有总量的支撑,没有总量的支撑,没有试错的机会,价格陷入螺旋下降,只会导致越来越少的试错和企业精神的丧失。 经济循环讲究的是供需匹配螺旋升级,我们其实还有巨量的新需求没有被满足或者供给被压制。无论是可穿戴AI、大模型应用、智能驾驶,都已经一只脚踏入了大规模应用的门前。但细数几乎所有这些技术,都对应着一批人的下岗和技能无法复用。 是的,每一代都有技术替代人的担忧,每一代都走出来了。但这种更新迭代往往伴随着一代人的老去和牺牲,尤其是无法灵活跟上时代的人。就像进化论不是依靠用进废退,而是繁殖、死亡。 本文来自微信公众号:嬉笑创客,作者:BC

有话要说...