一、人工智能的應用境界

人工智能實際上在上個世紀90年代就火過一次。當時人工智能的算法被率先應用于金融預測領域，但是實踐的結果是人工智能鎩羽而歸，連帶人工智能這個名詞都被嫌棄。于是人工智能更名為“機器學習”，在前幾年又開始火熱起來，這其中伴隨著一些算法的革新。在算法上，經歷了從深度學習（DL，deep learning）到強化學習（RL，reinforcelearning）的發展。而機器學習算法在金融上的應用更是早于人盡周知的chatgpt早就開始了：在業內，公認的說法是1萬枚英偉達A100芯片，是做好AI大模型的算例門檻，而國內擁有一萬張GPU的企業，大概只有一家。這家公司就是一家私募公司，主營業務是量化投資。所以，人工智能對各行業的業態會造成怎么樣的影響，我們可以通過金融領域的發展得到一些啟示。

當應用了機器學習的算法之后，在量化投資領域發生了如下變化：

（1）規模擴大：頭部私募的管理規模迅速膨脹，由上百億發展到上千億

（2）核心更重：少數幾人即可管理幾百億資產

（3）一致性強：頭部私募的主流策略高度一致，同時虧損同時盈利

至于預想中的大量淘汰人工，其實是以業務集中的模式實現的。少數幾個人掌控著優勢策略，就足以運行規模幾百億甚至上千億的資產。但是這些運行的程序系統，并不能離開人的參與，只是一項工作需要的人工少了很多。所以人工智能并不能完全替代人的作用，其比較現實的作用是讓工作的權重大量集中在決策核心。

人工智能實際上對于處理隨機性較強的系統目前還比較薄弱，其對于信噪比較低的數據進行處理時，對人的依賴性非常強。因為人工智能的算法都是沒有解析解的，是大量的數據訓練而來，所以其研發過程被業內人士戲稱為“數據煉金術士”。

比如chatgpt的研發過程，就是其研發團隊用大量的算力去訓練算法來打魔獸爭霸這款游戲，由此大量的實踐才摸清了強化學習算法（RL，阿爾法狗的算法也是如此）的運行規律。這才能在后來調試成功語言模型。

所以人工智能這個領域在可預見的未來，基本上就是人結合機器的一個過程。因為人工智能需要三個基本單元才能組成，那就是數據、算法、算力。在現實應用環境中，數據怎樣整理涉及到了人的經驗，算法的超參數怎樣設置才能讓程序跑出來也依賴人對算法的理解，算力上怎樣節省也是人來調配。

人工智能實際上就類似于人來駕駛的坦克，雖然看似是機器，但是實際上是人來駕馭的。所以這個“駕駛員”就非常重要，其經驗與應變能力都是人本身的素質決定的。在哪里能找到敵人，怎樣找到突破口，這些都是由人來決定的。所以人工智能看似是程序的比拼，實際上是人結合機器的比拼。

這一點在已經深度運用了人工智能技術的金融領域就得到了深刻的體現。在量化投資領域，一直在用最前沿的機器學習算法來構建模型用于程序化交易。其中有一派是完全相信算法排斥人的作用的純機器派，并且把各種數據混合起來搞大模型的，基本上都陷入到了“過擬合”的窠臼中不能自拔，因為市場中大量的隨機噪音會讓整個模型不能收斂，而由于金融數據是多個維度擠壓后的數據，所以其數據量不足以支撐參數規模龐大的機器學習算法，最終這個流派大多都是以失敗而告終。而另一派則是人機結合派：選擇用特定的數據，按照人的經驗來對其分類，用算法來實現人的交易思路，并且在運行中經常根據的人的判斷來調整算法。這一派取得巨大的勝利，基本上目前國內外頭部私募的主策略都是這個類型。

所以說，人工智能不會淘汰人類，但是會讓人類的工作集中起來。原來成百上千人才能做的事，可能在智能革命后幾個人就能完成。這種人力的節約，或者說社會生產率的提高，實際上在工業革命以來的幾百年中，每隔五、六十年就會發生一次，這一次智能革命也沒有什么稀奇的。而對于大量失業的恐慌，實際上大可不必擔憂，因為無論哪一代工業革命都會有這種問題，如果害怕失業就不推進生產力的發展了，那么就步了滿清的后塵：你不發展，別人會發展，別人發展了你就落后了，落后就要挨打。

所以如何處理好生產力發展與配套的生產關系的匹配工作呢，當生產力發展過快造成了社會上大量人力冗余的問題時該怎么辦呢。我們可以看一個幾千年前的例子：

埃及在上古時代，就因為農業發達所以產生了社會人力的冗余，所以就修建了這些宏偉壯觀而實際上毫無用處的金字塔，主觀上雖然是迷信導致的人力浪費，但是客觀上解決了多余的人力。而現代考古表明，這些金字塔的修建者并不是奴隸，而是領工資的工匠，他們在公元前幾千年的生產力水平下，能享受到牛排、啤酒等美食，還有固定的假期，甚至還能合法地組織罷工。

人力冗余問題，在幾千年前落后的古埃及都能解決，就更別提發達的現代社會了。無論是范仲淹的“以工代賑”，還是凱恩斯經濟學的“一隊人挖溝，一隊人填溝”，都是選擇了把一些冗余性工作來當成了賑災分配的方式。在現代社會，其實存在著大量的“無效工作”，這些工作崗位的存在實際上就是用來讓社會的“分配性努力”能夠換取必要的收入：

占領華爾街運動發起人、人類學家大衛·格雷伯出版了《狗屁工作》（Bullshit Jobs：A Theory），其中指出現代大企業中50%以上的工作實際上毫無意義，砍掉這些崗位其實也不會給企業帶來任何不便。

所以對于智能化，我們討論的不應該是失業問題，而是如何合理地調整社會的生產關系以更好地適應這種生產力的變化。因為無論是過去，現在還是將來，社會都會存在冗余的人力資源，如何在維持社會生產率保持在較高水平的情況下合理地通過分配制度來保持社會的穩定，才是真正重要的問題。正所謂“智者睹未形，愚者暗成事”，時代的洪流，不會因為人的主觀愿望而改變，唯有先覺之、明察之、順應之，才是華夏自古以來與時俱進的生存之道。

二、社會的分化與同化

在社會生產率因為新技術的應用而產生質的飛躍之后，有兩條迥異的發展道路可供選擇。一條是讓強者更強、弱者更弱的社會分化發展之路，另一條是以強補弱的社會同化發展之路。二者皆有利有弊，有為的國家，往往是根據時代需求的與經濟發展的周期，來不斷切換發展的模式，以階段性地實現生產力的發展與生產關系的調整這兩種任務。

1、分化的社會模式

西方尤其是盎撒系文明對人的工具性要求過強，如果一個社會成員沒用了，那就意味著被邊緣化了，訴求將無法被重視，收入極為懸殊。

疫情期間，由于美聯儲大放水資金進入了股市，美國頂級富豪的財富反而大量擴張，而與此同時底層民眾面對的則是失業、通脹、疫情的三大考驗。

2020年疫情與美股齊飛，累計上百萬新冠死亡的同時是首席富豪的財富暴漲40%。

（美國政策協會數據：2020年8月18日）

盎撒系國家自諾曼征服以來就擅長搞小圈子的平等，搞身份對立，國王將所有土地分封給貴族，貴族在農奴和外敵的威脅下效忠于國王。上層階級同心同德共謀戰功，下層階級被恐嚇洗腦得過且過。整體非常擅長貿易和擴張，但上下層之間的階層流動以及社會資源的均衡分配就不是盎撒系國家所長了。

2021年德州大暴雪導致四百萬人停電，低溫嚴寒中無數人重回農業時代燒木材取暖，官方宣布死亡人數246人，但別說我不信，美國民眾都不信。可這么重大的事故居然對德州州長的仕途毫無影響。

（格雷格·阿博特 2015年上臺 現在謀求第三個任期）

只能說美國人其實對于社會的分化已經習以為常，其低人權優勢比較明顯。大多數民眾安于懸殊的社會差異。

2、同化的社會模式

奉行著高稅收-高福利政策的北歐國家，為其民眾施行了“從搖籃到墳墓”的福利政策，其福利涵蓋生、養 、教 、居 、老 、病 、死 、失業等方方面面，基本上涵蓋了一個人的一生。

北歐福利社會（挪威、丹麥、瑞典、芬蘭）的形成，是因為較高的社會生產率水平以及良好的外部環境所致：

北歐有著極強的工業化水平，由于北大西洋暖流的影響，北歐緯度雖然高，但較同緯度的俄羅斯而言，漁業資源更加豐富，相對更加宜居，由于斯堪的納維亞山脈的存在，瑞典等國富有礦場，二戰時就是主要的鐵礦石出口國。二戰以后諸國都進行了產業升級，在冶鐵、電力、機械制造等方方面面有不少的“隱形冠軍”。也有諸如沃爾沃、宜家、愛立信這樣的國際聞名的名片，挪威的人均GDP能夠達到8萬美元以上，是妥妥的富裕中的富裕。

而北歐由于一方面曾處于對陣蘇聯的“前沿陣地”，另一方面又并非是昂撒系國家與社會主義不死不休。所以北歐就選擇了一條比較中性的發展道路，那就是追求發展而不那么強調意識形態之爭。北歐一方面借助歐盟成員國的身份，深入參與到國際市場中去，用市場經濟的方式發展生產力；另一方面，北歐的稅收體系非常強力，使得管理工作者和普通勞動者的收入基本差不多，社會結構收入差距不懸殊，典型的高稅收高福利國家。

3、資本vs權力

美國是采用的資本來主導的社會資源的分配，其依靠的是市場機制；而北歐是采用的權力來主導的社會資源的分配，其依靠的是政府機構。前者是驅動社會向分化的方向發展，而后者則是驅動社會向同化的方向發展。

資本對利潤負責，所以采用的“涓滴效應”來進行財富的分配，即“在經濟發展過程中并不給予貧困階層、弱勢群體或貧困地區特別的優待，而是由優先發展起來的群體或地區通過消費、就業等方面惠及貧困階層或地區，帶動其發展和富裕”。簡單來說就是讓富人承接社會資源，如果富人因為經濟發展更富了，那么從富人手指頭縫里漏下去的資源就多了，所以窮人間接也有收益了。可想而知，此類讓富人更富的模式，明顯會提高資本的收益率而加劇社會的良機分化。所以美國雖然國力強大，但是明顯普通民眾非常愚昧，就是因為資本主導下分化的社會模式所致。

權力對來源負責，最大的權力來源就是人民群眾，而在任何群體中都是“不患寡而患不均”。所以權力要想穩固，就要“金銀散而人心聚”，均衡的分配機制自然就會讓社會向同化的方向發展。而為什么北歐沒有因為均衡的分配制度而導致社會效率的低下呢，這是因為社會的生產力水平所致。北歐在國際分工中是歐盟的一員，本就屬于是昂撒貿易體系中“上三旗”的存在。又由于其沒有昂撒貿易文明排斥勞動的傳統，而且北歐也屬于宗教信仰不強，比較理性的三觀結構，所以就承接了許多需要社會化大生產的工作，許多高附加值的制造業都是北歐的企業。所以在這種社會環境中，基本上人人都擺脫了溫飽的需求，所以勞動就是一種社會分工，多勞者雖然沒有多得利，但是獲得了更多的權利。雖然管理者與普通勞動者收入差不多，但是管理者明顯權力更大。人類是群居動物，天性中就有利他的精神，所以在物質欲望得到滿足的情況下，自然就有了對集體做貢獻的高級自我實現的追求，這與馬斯洛的需求層次理論也是一致的。所以北歐就在權力主導社會資源分配的情況下，在實現了社會的同化發展的同時，也實現了社會效率的高水平運作。

4、同一個世界不同的夢想

在不同的社會發展模式下，生產力的發展會帶來不同的影響。

對于分化型社會來說，生產力的發展意味著社會的進一步分化，因為有資本的人群會優先獲得生產資料，所以美國的富商大賈往往能跨越多個時代而存在。根據“涓滴效應”，自然會是社會的資源在頂層集中，這樣社會底層的權力會隨著生產力的發展而降低。

而對于同化型社會來說，生產力的發展意味著社會進一步同化，因為社會生產率提高以后，全社會的權力分配仍然按照多勞多得的模式來進行，但是生產力進步帶來的更多物質資源，就會通過社會福利的體系分發下去，所以人人得其利而不失其權。

當在分化模式下，生產力越發展，那么普通人的作用就越小，那么其權力就越少。當發展到極致時，就會出現如“黑客帝國”一樣人類被“豢養”的情況。因為權力與反抗的能力是正相關的。在分化型的社會中，在機器面前人類越渺小，則人性就要被壓抑得越多。美國的底層民眾，在目前就處于被“豢養”的狀態，所以要借助毒品來麻醉神經，壓抑人性。

當在同化模式下，生產力越發展，那么全社會的福利待遇就越好，而且群體中每個個體的權力并不會萎縮，人性得以不斷向馬斯洛需求理論中的更高層攀登，所以就會形成全社會共同去探索“星辰大海”的前景。

三、智能時代人類的兩種命運

1、智能化的未來究竟是星辰大海還是黑客帝國？

新技術對于任何的社會結構都具有破壞性。生產關系的調整期往往是一個社會面臨極大風險的時刻。這就像蝴蝶羽化飛升的過程中，最危險的就是破繭的階段，此時舊的形態已經打破，新的翅膀卻還不能完全發揮作用。

對于蓬勃向上的生產文明，智能化雖然也會引發失業和恐慌，但是只要建立好社會的福利體系，按照同化型社會的模式進行好均衡的物資分配，就可以確保穩定。

對于走下坡的貿易文明，智能化必然會面對強大的抵制，因為生產力的發展意味著社會底層權力的進一步流失。社會底層在既得利益的煽動下，就可能對先進生產力造成破壞性的影響，比如希特勒的納粹德國就把德國的核物理工業排擠去了美國，使得一眾猶太裔核物理學家（如愛因斯坦）成為了美國核工業的“柱石”。

如果真的出現了高端人工智能型機器人，那么對于掌控高端生產力并蓬勃發展的生產文明來說，那意味著產能的進一步富集，社會生產率的進一步提高，社會福利水平的跨越式發展。

智能化讓人們有能力去探索更遠的邊界。

而面對敵人的侵襲，機械戰士或許有可能展現出更高的戰爭潛力。

屆時世界的形勢會為之一變。

而對于生產力流出的空心社會，全新的技術手段將盡可能應用在維持社會的兩極分化上，反烏托邦的社會就可能進一步加深。

這種未來很可怕，當人工智能用于給人類提供快感和刺激，那么黑客帝國一樣的人類被奴役的世界就并非虛談。君不見現在的美國社會，就已經開始了用毒品、止疼片、奶頭樂的娛樂節目這些方式來給底層的民眾提供生物感官刺激，以此麻醉其精神使其放棄了追求平等的人類天性，在被福利政策豢養的麻木社會中渾渾噩噩以度日。一邊是毒品的麻醉，一邊是人間天國的幻想，再加上閉關鎖國的貿易政策和寅吃卯糧的債務問題，讓人不禁感嘆：原來這滿清的正統在美國啊！

2、智能時代的華夏生產文明

生產文明講究有計劃的生產和天下為公的整體協調概念，這是一個同化型的社會運作模式。所以其建立的社會體系會更符合人性——以人為本。

生產文明對侵略世界并無興趣，其發展追去的是內平衡：很自然地做好自己的事，以天下為公的思路去把社會的產出和福利之間做一個平衡：

國際秩序的構建上：中國協調貿易文明和軍事文明，成為全世界謀求和平生產發展的基石，有中國在就大亂不起來，小亂沒能量。

生產力上：制造能力不斷涌入中國，生產力越發達，福利就將越高，所有人的平等性越強；越多的機器代替了人工，將意味著人類從缺乏創造力的事務中解脫出來，人性就得到更大的解放。生產超額收益將成為社會福利進行再分配。

它不以貧富懸殊為榮，而以消除差異為德。

它不以信息壟斷為榮，而以整體協調為功。

生產力的發展會帶動整個社會的福利制度發展，人人都能從社會的進步中獲得天性的進一步解放。

天下為公，世界大同。