| 广告联系 | 繁体版 | 手机版 | 微信 | 微博 | 搜索:
欢迎您 游客 | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

首页

温哥华资讯

温哥华地产

温哥华教育

温哥华财税

新移民/招聘

黄页/二手

旅游

2028年金融危机?我倒觉得躺平拿钱的年代要来了


请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
更要命的是,按照文章的说法,我们可能已经站在这条连锁反应的第一环上了。而这把扳机,甚至不需要 AI 真强到吊打人类,只要大家开始觉得 " 这玩意儿能用 ",就会有人扣下去。


拿 SaaS 公司举个例子,他们提供的是一种订阅制的软件服务,比如 Microsoft 365。一般来说,这类软件企业不能一次性买断,而是按账号数、按使用规模,每年持续付费。

过去这些公司活得相当舒服。你们团队已经全员用上了,流程数据都跟着绑定,迁移成本高得吓人。就算我每年都涨价,买家多数也只能忍着续。


但报告的一个真实案例显示,25 年中,某世界 500 强公司的采购经理谈续约,销售还打算照旧涨价 5%。结果对方直接摊牌,我们已经和 OpenAI 牵线,人家能用 AI 工具快速做一套你们的替代方案,时代变了。

最终续约不止没能涨价,还打了七折。你要说 AI 真能搓出来个企业级的软件吗?差评君觉得还差得远。但原本收割别人的 SaaS 企业,依然被 AI 收割了。

而当这些 SaaS 企业赚不到钱,他们估计也只有裁员提效了。

那么问题来了,如果真像报告里说的那样,AI 挤兑人类成了大势所趋,我们要怎么救一下,避免那个经济末日?

差评君觉得,真正的关键其实不在 AI 有多强,而在于生产都不太需要人了。。。钱怎么还能回到人手里,让经济继续转下去。

所以起决定作用的,也许不是技术,而是分配规则。

按照报告的推演逻辑一路狂飙,财富一定会向掌握算力和资源的寡头无限集中。当普通人连出卖劳动力的资格都被剥夺,消费停滞,社会肯定要走向死水一潭的 Bad End。

可这恰恰也是重塑人类社会的机会。经济学家黄文政曾和隔壁知危编辑部聊过 " 起点收入 ",如果把它嵌进未来的 AI 时代,本质上是向机器的无尽产能征收 "AI 税 "。


这事儿简单来说,就是 AI 每多赚 100 块,都要按比例拿出一部分,回流给所有人。这不是救济,更像一个可调节的阀门,当社会需要人干活儿的时候,就调低比例少发点钱,鼓励参与;而当机器能包揽大部分任务时,就提高分配比例,让大伙儿体面且安心地去吃喝玩乐,追求诗与远方。

如果真有那么一天,我们很可能会迎来一个诡异的转折点:大伙儿现在讨厌的上班做牛马,以后要成奢侈品了。

说白了,以后不是我们想不想卷,可能连卷的资格都没了。当 AI 把那些搬砖活儿全干成地板价,剩下的工作只有高质量人类能干。到那个时候,绝大多数人面临的困境将不是贫困,而是没事干的空虚了。


当然,末日推演之外,我们依然有一线生机。

《 2028 年全球智能危机 》的创作者之一 Alap Shah ,就在社交媒体表示,报告不一定完美。

他自己列举了三点:如果裁员是慢慢发生的,给大家留出转行和适应的时间,对经济的冲击就会小很多;或者我们期待 AI 像过去的技术革命一样,催生出更多新岗位,机器干活也离不开人;再或者早点推出 " 起点收入 " 这类政策,用更果断的手段把风险提前化解。



实际上,报告全篇一条线直冲经济末日的预言,可能也低估了人类社会的韧性。

比如它的逻辑是 AI 把活干完了,人被裁了,需求消失了,经济就塌了。

但经济史里有个老熟人,叫 William Stanley Jevons。他提出的 " 杰文斯悖论 " 说得很直白:当某种资源变得更高效、更便宜,消耗量往往不降反升。
1     已经有 2 人参与评论了, 我也来说几句吧
注:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • 在此页阅读全文
    猜您喜欢:
    您可能也喜欢:
    共有 2 人参与评论    (其它新闻评论)
    评论1 游客 [至.学.汤.礼] 2026-02-28 12:39
    废话太多。中心思想就是一句话-生产力的发展迫使人类不得不接受共产主义制度。
    上一页1下一页
    我来说两句:
    评论:
    安全校验码:
    请在此处输入图片中的数字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    页面生成: 0.0220 秒 and 6 DB Queries in 0.0043 秒