AI加劇全球不平等，五年后見分曉？

（來源：MIT TR）

在距離 ChatGPT 橫空出世僅僅三年的今天，我們已經很難再用“新技術”來定義 AI。它像一股潮水，快速滲入工作、產品與社會結構，卻又讓人始終摸不清它真正的方向。我們正站在一個既熟悉又陌生的時間節點：技術前沿在狂奔，商業落地卻步履維艱；AI 革命的宏大敘事不斷升溫，而普通人的日常卻變化有限。

在《麻省理工科技評論》 最近的特刊中，高級編輯 Will Douglas Heaven 與《金融時報》全球科技記者 Tim Bradshaw 進行了一場關于“2030 年的 AI 世界”的深度對談。對談中呈現的兩種極端觀點：“AI 將在五年內帶來超越工業革命的變革”與“技術擴散必然緩慢”。但 Will 和 Tim 本人均不屬于其中任何一派，他們對 AI 的中短期影響都保持審慎，認為真正的變化將受到算力、成本、制度與人類行為的多重約束。

Will Douglas Heaven 寫道：

每當有人問我未來會怎樣時，我腦中都會響起 Luke Haines 的歌：“別問我未來如何，我可不是占卜師。”但既然如此，我們還是來談談 2030 年的世界吧。我的答案是：似曾相似，卻又大不相同。

在預測生成式 AI 對近未來影響的問題上，觀點分歧巨大。

一方陣營是 AI Futures Project，一個由前 OpenAI 研究員 Daniel Kokotajlo 領導、依靠捐贈的小型研究機構。今年 4 月，他們憑借《AI 2027》引發巨大反響，這是一篇描述兩年后世界將如何變化的推想之作。

這篇故事跟隨一家名為 OpenBrain 的 AI 公司的技術脫韁式進展，最終導向一個自選結局式的繁榮或災難。Kokotajlo 及其合著者毫不避諱地表達了他們的觀點：在未來十年，AI 的影響將超過工業革命，這一長達 150 年、至今仍塑造我們世界的巨大社會經濟變革時期。

另一端則是正常科技派，普林斯頓研究者 Arvind Narayanan 與 Sayash Kapoor，他們是《AI Snake Oil》的聯合作者。兩人不僅反駁了《AI 2027》中多數預測，更重要的是，反駁其背后的技術觀。他們認為：現實中的技術并不是這樣運作的。

前沿技術的發展或許迅猛，但整個經濟體系與社會的變化，遵循的仍是人類的速度。新技術的大規模采用可能緩慢，社會接受更是需要時間。AI 也不會例外。

在這些極端觀點之間，我們究竟該如何判斷？

ChatGPT 發布至今剛滿三年，但即便是最新一代模型，能否真正取代律師、軟件開發者或記者，仍無定論。而且新版本更新已經不再帶來當初那種質的飛躍。然而，這項技術仍然如此新，以至于過早否定其潛力顯然輕率。想想看：我們甚至還不知道它的完整機理，更不清楚它究竟是用來做什么的。

隨著核心技術的迭代速度放緩，AI 公司的競爭焦點將轉向應用層。與此同時，高端模型的運行成本正在下降，也更加易于獲取。預計未來的大部分創新都將在這一層面展開：對現有模型的新用法將不斷涌現，并吸引那些期待下一次重大突破的人們。

與此同時，AI 的進步并不限于大語言模型。例如強化學習，支撐 2016 年 AlphaGo 戰勝圍棋世界冠軍的核心技術；另一類備受關注的是世界模型，這種生成式 AI 在理解物理世界結構方面，比現有 LLM 展現出更強的能力。

歸根結底，我認同正常科技派的觀點，技術層面的快速突破并不會立即轉化為經濟或社會層面的變革，其間存在太多復雜的人類因素。

話說至此，Tim，現在交給你了。

Tim Bradshaw 回應：

Will，我比你更確信，2030 年的世界將有明顯不同。未來五年，AI 革命會持續推進，但誰能從中獲益，將導致“AI 擁有者”與“AI 無產者”之間的深入分化。

AI 泡沫在本十年結束前破裂幾乎是不可避免的。無論風險投資的退潮在六個月后還是兩年后到來，大批 AI 應用開發者都會在一夜之間消失。有些團隊的成果會被其所依賴的基礎模型直接吸收；另一些則會慘痛地意識到，沒有持續的風投資金，你無法靠花 1 美元、賣 50 美分的方式維持服務。

基礎模型公司的存續數量更難預判。但目前看來，OpenAI 在硅谷生態中的相互依賴鏈條，使其已經太大而不能倒。然而，資金壓力終將迫使其大幅提高服務價格。

OpenAI 在 2015 年成立時，承諾要以最有益于全人類的方式推進數字智能的發展。如今，這一愿景愈發顯得難以為繼。估值 5000 億美元進場的投資者遲早會要求回報，那些數據中心不可能靠愿景運轉。屆時，許多企業與個人將已深度依賴 ChatGPT 或其他 AI 服務開展日常工作。能支付得起的人將持續享受生產力紅利，吸收過剩算力；而付不起的人將被排除在外。

多層疊用 AI 服務所帶來的“復利效應”更加明顯。我最近在舊金山聽到一個例子：解決 vibe coding（氛圍編程）中的瑕疵，只需要對同一個問題重復幾輪調用模型，然后再運行幾組 AI 代理查找漏洞與安全問題。聽上去很便利，但背后極其耗費 GPU。若要真正兌現 AI 所承諾的生產力提升，客戶未來的成本必然遠高于今天。

實體世界的 AI 亦如此。我完全相信，到本十年末，機器人出租車將在各大城市普及，甚至許多家庭會迎來人形機器人。盡管 Waymo 在舊金山的網約車價格、以及中國優必選與宇樹等廠商的低價機器人給人留下即將全民普及的錯覺，但讓這些系統真正好用且普及所需的算力成本，幾乎注定會使它們在相當長時間里成為富裕階層的專屬品。

與此同時，其余大眾將留在一個充斥著低質量內容的互聯網中，卻無力負擔真正可用的 AI 工具。

或許未來會出現某種突破性的計算效率革新，改變這一走向。但在當前的 AI 繁榮中，硅谷公司缺乏動力去研發更輕量的模型，或嘗試顛覆性的芯片架構。這反而提高了下一波 AI 創新從美國之外涌現的概率，無論來自中國、印度，還是更遙遠的地方。

硅谷的 AI 繁榮必將在 2030 年前終結，但圍繞技術發展主導權的全球競爭，以及圍繞利益分配的政治爭論，將持續到下一個十年。

Will 回應：

我同意你的一點，技術成本將創造一個“能用 AI”與“不能用 AI”的世界。即便今天，每月付 200 美元以上的 ChatGPT 或 Gemini 用戶，體驗已經遠遠優于免費層用戶。隨著模型公司尋求回收成本，這種能力差距必將進一步擴大。

全球范圍的不平等將更為巨大。全球北方地區的 AI 采用率已呈爆炸式增長。微軟旗下 AI 經濟研究院近期報告指出，AI 是人類歷史上傳播最快的技術：“不到三年，已有超過 12 億人使用過 AI 工具，其普及速度超過互聯網、個人電腦乃至智能手機。”然而，沒有穩定的電力與網絡，AI 根本無法發揮作用，而世界上仍有廣大片區缺乏這些基礎條件。

我依然懷疑我們會在 2030 年前看到業內人士承諾中的那種全面革命。微軟所謂的“采用”，本質上統計的是嘗鮮用戶，而非真正的長期技術擴散；后者需要漫長時間。而嘗鮮用戶會感到無聊，然后轉向別的東西。

這樣吧，如果五年后我真的和一個家用機器人同住，你可以隨時把你的臟衣服通過機器人出租車送到我家。

開玩笑的。我可負擔不起那玩意兒。

1.https://www.technologyreview.com/2025/12/08/1128922/the-state-of-ai-a-vision-of-the-world-in-2030/