现在，想象回到1995年。
调制解调器发出刺耳的尖啸声，试图连接一个叫做“互联网”的新奇世界。也许成功，也许你得重试好几次。
那是人类历史上第一次，几秒钟内可以跨越国界收发“电子邮件”。当时全球网站数量不过2000多个，理论上一个周末就能把所有网站“刷一遍”。页面以灰底黑字为主，偶尔夹杂几张像素粗糙的图像。加载一张图片得花上一分钟；看一段一分钟的视频？几个小时是常态。没人愿意在网上输入信用卡信息，互联网上最广泛的忠告是：“别相信陌生人。”
人们很快分成两派。
一派充满乐观：
有人认为数字商务将迅速取代实体零售；也有人预言未来人人都将在虚拟现实中漫游。
“我预计未来五年内，每十人中至少有一人会在公交车、火车、飞机上戴着头戴式计算机显示器。”
——麻省理工学院教授 Nicholas Negroponte，1993年
另一派则认为互联网不过是一阵风潮，是注定破灭的泡沫。
但如果你在1995年告诉大多数人，25年后人们将从社交媒体上的陌生人那里获取新闻而非报纸，点播节目取代有线电视，谈恋爱靠应用程序多过靠朋友介绍，甚至会愿意让网络陌生人开车接送自己、在他们家里过夜——他们多半觉得你疯了。
如今，我们再次身处1995年。只不过这次是人工智能（AI）的版本。
而今天关于AI的争论，正重复着当年的错误。
一边警告：AI将在几年内淘汰整个职业群体，引发大规模失业；
另一边反驳：AI将创造比被取代更多的工作岗位。
一边斥责AI是炒作泡沫；
另一边则预言它将自动化所有知识工作，并在十年内重塑文明。
这些观点都有一部分是对的，也有一部分是错的。
自动化与就业的悖论
2016年，被誉为“AI之父”的 Geoffrey Hinton 曾断言：
“AI将彻底改变医疗影像行业，现在就应该停止培训放射科医生。”
但到了2025年，现实远非如此。
据 Deena Mousa 在《算法将为你诊断》（The Algorithm Will See You Now）一文中的研究，美国放射科仍在蓬勃发展：
- 2025年，美国诊断放射科实习职位创历史新高，共开放1208个岗位。
- 比2024年增长4%。
- 放射科成为全国第二高薪医疗专科，年均收入达52万美元，比2015年上涨48%。
AI 没有取代放射科医生，反而让这个行业变得更强大。
Mousa 指出多个原因：
- 现实的复杂性：工作远不只是识别图像，还包含沟通、判断、医疗法规。
- 制度阻力：监管、保险等因素阻碍了自动化进程。
- 最关键的：杰文斯悖论（Jevons Paradox）：技术进步使得服务更高效、更便宜，从而带动整体需求上升，最终导致岗位数量增加而非减少。
这也是科技圈目前的共识。微软CEO Satya Nadella 与 Box CEO Aaron Levie 都强调：
“杰文斯悖论是世界上最被忽视、却最重要的概念。技术越高效，需求就会越多。AI 正是这种现象的典型代表。”
但他们只说对了一半。
AI 会在哪些行业改变就业格局？
前特斯拉AI主管 Andrej Karpathy 指出：
放射科并不是AI最先带来职业冲击的领域，因为它太复杂、风险高、受监管严格。
他建议观察那些任务单一、上下文少、错误成本低、易自动化的岗位，比如客服、内容审核、文档处理等。即便如此，也不会立即取代，而是通过工具形式逐步渗透，使岗位职责发生演变。
历史视角：从工业自动化看就业变化
经济学家 James Bessen 在论文《Automation and Jobs》中分析了1800至2000年三个产业的数据：纺织、钢铁、汽车制造。
初期，自动化带来生产力爆炸式增长 → 产品价格降低 → 消费激增 → 岗位增加。
例如：
- 1800年，大多数人只能买一套衣服；
- 到1900年，纺织工的效率提升了50倍，衣服变得廉价，人人可以拥有多件服装；
- 因此纺织行业在近百年内就业反而增长。
但一旦需求饱和，随着自动化继续推进，岗位数量开始下降。衣服再便宜，人们也不会买无限多件。医疗影像也是如此 —— 便宜得再多，也不可能让每个人每年做一百万次CT扫描。
对比之下，汽车制造行业的需求仍未饱和：
- 全球仍有大量人群尚未拥有汽车；
- 自动化仍未完全渗透（特斯拉就因自动化失败而回退部分流程）；
因此，只要需求还在增长、自动化潜力未饱和，岗位就能持续存在甚至增长。
那么软件行业呢？
这是一个更有趣的问题：
我们需要多少个App？如果AI能自动生成完整应用，甚至整个软件生态系统呢？
过去，软件开发的最大瓶颈是“人”：软件工程师成本高昂，资源稀缺。即使一个项目有商业价值，公司也常常放弃——因为开发成本太高，优先级排不上。
作者本人曾在亚马逊看到这样的现实：
- 数千个构想被搁置，不是因为价值低，而是没有开发资源去实现。
一旦AI能以极低成本生成软件，潜在需求将被释放出来。
但关键问题仍在于：这些被释放的需求最终会不会也达到饱和？
所以，就业取决于两个变量之间的竞速：
- 行业内未满足的市场需求增长速度；
- 自动化所带来的生产力提升速度。
是泡沫，还是方向正确的狂热？
另一个广泛讨论的问题是：当前AI热潮是不是一场泡沫？
回顾上世纪90年代的互联网泡沫：
- 公司疯狂改名加上“.com”；
- 投资人投入数十亿美元于海底光缆、数据中心等基础设施；
- 最终大多数创业公司破产，比如 Pets.com 成为泡沫的象征。
但泡沫也带来了未来的基建。正是那些当年破产的企业，铺设了日后支撑 YouTube、Netflix、Facebook 的光纤网络。
今天的AI正走在类似的轨道上：
- Mira Murati 领衔的AI初创公司，仅凭“概念”便融资20亿美元，估值达100亿；
- 各类“AI壳公司”纷纷诞生，融资百万甚至千万，但护城河几乎不存在。
与此同时，大型科技公司也在疯狂投入：
- 微软、谷歌、Meta、亚马逊，2025年资本支出总和接近5,000亿美元；
- 用于建设数据中心、芯片基础设施、电力供应等；
即使部分项目未来失败，这些基础设施会成为后世AI企业的基石。
投资人 Azeem Azhar 提供了一个判断是否为“泡沫”的模型，五项指标包括：
- 投资占GDP比例
- 行业内支出/收入比
- 收入增长速度
- 估值倍数（P/E）
- 资金来源的稳定性
他认为：目前仍是“由真实需求驱动的繁荣”，但一旦多个指标偏红，就可能进入泡沫区。
我们能预测的，是不可预测的未来
AI时代的未来将如何展开？
我们正处于“拨号上网”阶段。
基础设施刚刚搭建，创业公司疯狂融资，炒作与真实并存。
如同1995年，无人能预见社交媒体、网约车、Airbnb、网红经济……
AI也将重塑职业边界：
- 并不是“是否存在工程师”，而是“软件工程师”将意味着不同的技能；
- 比如：未来一家餐厅老板用AI生成库存管理系统，功能只对他一家店有用，他不会自称软件工程师，但做的正是“软件工程”；
- 如今的“新闻”不再只由记者生产，博主、主播、播客主、内容创作者成为新一代信息传播者。
所以，请想象这样一个AI版的1995：
- 我们相信社交媒体会被AI信息流取代；
- 影视剧主角将是AI生成角色；
- AI做情侣配对，甚至成为“AI伴侣”本身；
- “不信任AI”的观念彻底反转，我们开始让AI参与孩子教育、健康判断，甚至生命决策……
听起来疯狂吗？1995年的人听说未来可以让陌生人通过App来开车接你、租你房间，也会这样觉得。
AI未来正在加载中。
没人知道加载条何时完成，也没人知道加载出来的“系统界面”会长什么样。但可以确定的一点是：
这将是一场我们能预见方向，却无法预见细节的变革。