2026 年，失业率刚刚公布为 4.28%。AI 资本支出达到 GDP 的 2%（6500 亿美元），AI 相关大宗商品自 2023 年 1 月以来上涨 65%，美国有约 2800 个数据中心正在规划建设。在所有人都在讨论失业潮的时候，软件工程师的职位发布量却在快速上升，同比增长 11%。
宏观经济界连两个月后的就业数据都预测不准，但大家似乎能从 Substack 上的一篇假设性文章推断出劳动力毁灭的确切路径：“2028 全球智能危机”。
我们上周写过，AI 资本支出在短期内会带来通胀压力。但市场更关注长期叙事，所以这里给出一个更建设性的视角。不过在此之前，值得思考一下：这种即将到来的”去中介化”叙事，核心假设是技术扩散的速度。
数据怎么说 AI 扩散速度？
圣路易斯联储有一份来自实时人口调查的 AI 采用数据。大多数 AI 采用调查问的是二元问题：你用 AI 吗？但对于 AI 替代劳动力这个叙事来说，更重要的问题是：AI 在工作中的使用强度有多高？
我们可以从圣路易斯联储数据的一个子集中找到答案，这个子集按 AI 使用频率分组。如果 AI 真的构成紧迫的替代风险，实时人口数据应该会显示每日工作使用 AI 的比例出现向上拐点。数据看起来出乎意料地稳定，几乎看不到任何即将到来的替代风险。
递归技术 ≠ 递归采用
当前关于人工智能的辩论，把技术的递归潜力和经济部署的递归预期混为一谈了。换句话说，因为 AI 系统可以自我改进或加速自身能力，评论者就推断出一个未来：自动化和生产力将以指数速度无限期复合增长。
技术扩散历史上遵循 S 曲线。早期采用缓慢且昂贵。随着成本下降和配套基础设施发展，增长会加速。最终，饱和到来，边际采用者的生产力或盈利能力降低，增长开始放缓。
市场经常线性外推加速阶段，但历史表明采用速度会趋于平稳——组织整合成本高昂，监管出现，经济部署中存在边际收益递减。采用速度越慢，替代风险就越低。
训练和推理需要大量半导体产能、数据中心和能源，这点众所周知。替代白领工作需要比当前利用水平高几个数量级的算力密集度。如果自动化快速扩张，算力需求必然上升，推高边际成本。如果算力的边际成本超过某些任务的人力成本，替代就不会发生，形成一个自然的经济边界。
这种动态与假设智能可以无摩擦复制的叙事形成鲜明对比。即使算法递归改进，经济部署仍然受到物理资本、能源可用性、监管审批和组织变革的约束。递归能力不意味着递归采用。
生产力冲击是供给冲击
AI 驱动的自动化本质上是生产力冲击。生产力冲击是正向供给冲击：它们降低边际成本，扩大潜在产出，增加实际收入。它们在孤立情况下是通缩性的，在中期内促进增长。
历史上每一次重大技术进步——蒸汽动力、电气化、内燃机、计算机——都遵循这个模式。
反对意见认为 AI 不同，因为它直接替代劳动收入，从而抑制总需求。但如果企业以更低成本生产更多，价格下降或利润率扩大（或两者兼有）。价格下降提高实际购买力，通常会增加消费。利润率提高增加留存收益和投资能力。
如果产出上升且实际 GDP 增加，那么根据国民收入核算恒等式，需求侧必然有某些东西在上升：消费、投资、政府支出或净出口必须在增加。
一个生产力激增但总需求崩溃同时产出增加的情景违反了核算恒等式。要让 AI 产生持续的宏观收缩，必须假设劳动收入下降且投资、财政转移或外部需求没有相应上升。新企业组建的激增在这里是个有趣的参考点。
替代弹性约束
AI 替代劳动力的关键变量是 AI 资本和劳动力之间的替代弹性。如果这个弹性极高——即企业可以以相对稳定的成本用自动化系统替代几乎所有人类劳动——那么劳动收入占比可能会崩溃。在这样的世界里，资本收入急剧上升，而工资收入收缩。
但即使在这种情况下，总需求也不会自动崩溃。资本收入的边际消费倾向低于工资收入，但它不是零支出速度。利润可以再投资、分配、征税或支出。要让需求结构性下降，再分配机制需要持续失败，投资机会需要同时枯竭。
面对这种替代风险的民主国家通常会倾向于监管和财政政策转变，以抵消最糟糕的结果，进一步限制替代弹性。
而且，从今天的劳动力市场数据来看，几乎看不到 AI 破坏的证据。事实上，我们劳动力市场追踪的前瞻性组成部分有所改善，AI 数据中心建设似乎正在推动建筑行业招聘回升。
经济包含大量任务：物理性的、关系性的、监管性的、监督性的——自动化成本很高。即使是认知自动化也面临协调摩擦、责任约束和信任障碍。AI 在许多领域更可能是劳动力的补充而非替代。
历史上，技术革命改变了任务组成，而不是消除劳动作为投入。要产生足够大的负需求冲击来压倒产出扩张，必须假设经济相关劳动几乎完全自动化，加上极弱的再分配响应。
正确看待这场辩论，可以简单问一句：Microsoft Office 的出现对办公室职员是补充还是替代？事前担心倾向于替代，事后看显然是补充。
15 小时工作周
1930 年，凯恩斯在《我们孙辈的经济可能性》中预测，生产力增长会如此强大，到 21 世纪初，每周工作时间将降至 15 小时。他对生产力增长的方向判断正确，但对劳动力市场影响的判断大错特错。
人们没有显著减少工作，而是显著增加了消费。为什么？因为生产力提高降低了成本，扩大了消费边界。偏好转向更高质量的商品、新服务和以前无法想象的支出形式。休闲时间略有增加，但物质欲望的扩张远远超出。
历史表明，生产力收益不会自动转化为劳动力退出或需求崩溃——它们改变需求组成，扩大实际收入，并产生新产业。凯恩斯低估了人类欲望的弹性。
何去何从
要让 AI 产生持续的负需求冲击，经济必须在采用上看到实质性加速、经历几乎全面的劳动力替代、没有财政回应、投资吸收可忽略不计以及算力扩展不受约束。
同样值得记住的是，在过去一个世纪里，连续的技术变革浪潮既没有产生失控的指数增长，也没有让劳动力过时。相反，它们刚好足以让发达经济体的长期趋势增长保持在 2% 附近。
今天人口老龄化、气候变化和去全球化的长期力量对潜在增长和生产力施加下行压力，也许 AI 刚好足以抵消这些逆风。
宏观经济仍然受替代弹性、制度响应和人类欲望的持续弹性支配。