全文 7,000字 | 閱讀約35分鐘

　　（4月18日，歷史學家Niall Ferguson接受專訪）

　　“這不是一次貿易摩擦，而是一次技術秩序的清算。”

　　中美關稅持續升級，美國對華 AI 芯片禁令重壓而下，NVIDIA 單季預計虧損或55 億美元，半導體鏈斷點初現。

　　就在這一節點，黃仁勛罕見現身北京——這位英偉達 CEO 沒穿標志性的皮衣，而是穿著西裝，出現在中美高層會晤現場。

　　他此行目的明確：為保住英偉達在華市場，推動“為中國量身定制”的新芯片方案。

　　表面上是商業談判，背后卻是結構信號：模型脫鉤，正在進入顯性階段。

　　很多人還在把這場對抗看作“關稅博弈”“芯片封鎖”等。

　　但 Niall Ferguson（尼爾·弗格森） ——牛津出身、哈佛教授，斯坦福大學高級研究員

　　曾為唐寧街和白宮擔任顧問的全球頂級歷史學家，也是著名暢銷書《文明》作者,在采訪時候拋出了一個更深的判斷：

“我們正處于文明的 minus1 時刻。”

　　Ferguson指出，今天的世界，重塑國家格局與經濟未來的，不是政策，不是資本，而是：

“模型、算力，以及我們是否有能力更新認知結構。”

　　如果說上一代秩序由石油與核武器決定，那這一代秩序的重構者，正在由模型主權與AI結構能力決定勝負。

　　本文，我們將沿著 Ferguson 的五個結構性判斷，

　　透視 AI 如何悄然重寫全球增長邏輯、組織邊界、制度權力與人類自身的位置。

“AI不是提升效率的工具，而是壓垮舊秩序的第一塊石頭。”

“任何改變歷史進程的技術，都不會以“技術”的形式出現。 它們最終改寫的，是結構、制度、人與人之間的權力關系“ ——Niall Ferguson

　　在這場關于“AI是否會改變全球經濟結構”的討論里，Niall Ferguson給出了一個不那么“硅谷”的回答。

　　他說：

“AI的到來，像極了1825年的蒸汽機，不是因為它強，而是因為它從根本上改變了‘做事的方式’。”

　　在他看來，這不是人類第一次面臨“范式遷移”式的經濟重構。

　　第一階段：農業革命——生產要素的誕生

　　幾千年前，農業的興起讓人類從“采集者”變成“定居者”，土地第一次成為生產資料，家庭、部落、組織體系應運而生。

　　那是第一次經濟結構的根本變化——以生存為中心的社會，開始出現余糧、交換和權力集中。

　　Ferguson在他的著作中稱這一變遷為“從混沌走向結構的原點”，它創造了人類第一次系統性增長。

　　第二階段：工業革命——勞動力的結構化

　　1825年，被Ferguson反復提及的歷史節點。那一年，煤炭和蒸汽機推動了工廠的普及，個體勞動力第一次被“組織化”管理。

　　在接下來的百年里，城市化、鐵路、金融市場迅速擴張，世界經濟結構從“靠人力耕作”轉變為“靠系統分工驅動”。

　　從那時起，“職業”成為身份標簽，增長邏輯也變得簡單直接：“招更多人，干更多活”。

　　第三階段：AI革命——認知系統的替換

　　而今天的AI，已經不是效率工具，而是認知結構的接管者。

　　它不只是幫你查資料、畫圖、寫代碼，而是正在做三件根本性的事：

　　替代個體判斷：從內容生成到代碼補全，模型讓“個人思考”變成“提示詞調用”。

　　重構組織流程：AI agent開始接管招聘、銷售、客服等一整條業務鏈。

　　解構制度邊界：模型能力外溢到國家治理、軍事戰略、法律審查等灰色地帶。

　　Ferguson認為，這種變化，不再是“哪項技能會被替代”，而是“整個技能的定義正在失效”。

　　一個根本性的誤區

　　硅谷喜歡說“AI就像電力，會進入每一個行業”。但Ferguson不認同這個類比。

　　他說，

“電力是基礎設施，AI是認知結構。”

　　這兩個不是一個維度的問題。

　　電力改變了“如何工作”，而AI正在改變“誰來定義工作”。

　　電力是對肌肉的增強，AI是對大腦的平替。而當“判斷力”開始外包給模型，真正被顛覆的，不是某個行業，而是人類對“結構”的控制力本身。

　　小結： 歷史不是一連串事件，而是一條條范式的斷裂線。

　　AI將開啟第三條斷裂線——不是一項技術風口，而是一種文明秩序的重排。

“過去的變革，讓人類成為中心。 而這一次，變革將讓人類成為變量。”

“你以為AI會讓經濟增長更快，但它帶來的，可能是

“增長”的終結。

“——Niall Ferguson

　　Ferguson在對話中提出一個讓很多技術樂觀主義者不舒服的判斷：

“未來的GDP不會更高，而是更不重要。”

　　為什么一個長期研究全球資本與帝國擴張的歷史學家，會對“增長”這個現代經濟信仰，提出如此悲觀的預測？

　　他的邏輯很簡單：GDP是以“人”為核心的增長體系，而AI將剝離“人”的角色。

　　GDP的前提：人更多、干得更多、花得更多

　　現代經濟的“增長三段論”非常清晰：

　　人口增長 → 更多勞動力；

　　勞動生產率提升 → 更多產出；

　　消費擴大 → 推動需求與創新。

　　也就是說，人是增長的發動機、燃料和剎車盤。

　　但現在，三個輪子正在同時失靈：

　　Ferguson指出，全球人口將在30-40年內開始普遍收縮，日韓已經進入“負增長陷阱”，中國、歐洲步步逼近。

　　勞動生產率正在進入“滯漲區間”，AI雖然效率驚人，但對“總體勞動生產率”的提升并不顯著。

　　消費者信心持續波動、周期性強，平臺經濟反而壓縮了“真實消費”。

　　而AI的出現，并不是來“修輪子”的，而是要換整輛車。

　　AI的思維方式：跳過人，重建增長鏈條

　　AI重構的，不是讓人“工作得更快”，而是讓“工作流程”不再依賴人。

　　你會看到這些變化悄無聲息地發生：

　　一個銷售流程，從線索生成、郵件撰寫、客戶畫像，到CRM錄入，全由Agent完成，人只做“最終確認”。

　　一個內容工廠，從腳本策劃到剪輯分發，99%流程由模型生成，甚至連觀眾評論都可自動響應。

　　一個初創公司，只需要一個創始人 + 多個AI模塊，就能完成一支5人團隊的任務。

　　GDP的單位，是“人均產出”。

　　但未來，AI產出越來越多，“人”越來越少，這個單位本身就會崩塌。

　　結構上的后果：繁榮未必增長，增長未必分配

　　這意味著什么？

　　低就業增長率，高利潤集中度：

　　企業增長但不擴招；

　　“無員工企業”將越來越多，營收高、納稅少、雇員更少。

　　GDP可能看起來在漲，但“體感經濟”卻在冷卻。

　　虛假繁榮，結構分裂：

　　一部分掌握AI的人、組織、國家獲得指數級增長；

　　大多數人卻被排除在“增長模型”之外。

　　財政與稅收體系失效：

　　當勞動力不再是主引擎，傳統個稅與社保體系將面臨空心化；

　　Ferguson擔心的是“制度被增長綁架”，而當增長邏輯改變，制度可能會隨之塌陷。

　　數據已在透露信號

　　據IMF與OECD最新測算，過去3年，在AI滲透率最高的產業（如金融、科技、媒體），人均收入增速遠低于資本回報增長；

　　OpenAI估算，其企業客戶平均可減少40%-60%的人工開支，但對GDP的拉動效應極為有限；

　　模型效率越高，單位GDP對人類的依賴越小，這種“非人增長”的結構，正使增長成為上層結構自娛自樂的游戲。

　　Ferguson的判斷：我們將不得不重新定義“什么是增長”

　　他提出一個問題：

“如果未來增長并不需要人參與，那人類的角色還值得計入經濟模型嗎？”

　　他不是在挑戰AI，而是在挑戰我們對增長的理解。

　　我們過去以為“創造工作崗位”是增長；

　　今天開始，AI創造的是“消滅工作崗位后的盈利方式”。

　　這不是技術的錯，而是我們還沒建立起一個“后人類經濟學”的理論體系。

　　小結：

“AI不是催生新一輪增長的發動機，而是讓我們必須放棄老一輪增長腳本的倒計時器。”

　　Ferguson的預言不是“AI太強”，而是“我們太依賴舊秩序”。

“未來十年最危險的，不是AI搶了多少人工作，而是我們還在用GDP思維理解AI社會。”

“如果說過去的工業革命制造了“工人與資本家”的階層分裂，那么這一次，AI革命將制造“AI掌控者”與“被系統壓縮者”的斷層社會。“ ——Niall Ferguson

　　Ferguson對AI并不感到興奮。

　　他更像是在提醒所有看似被技術“激活”的人：AI不是一場普惠技術革命，而是一場正在發生的結構失衡。

　　階層撕裂：你不是被裁員，而是被排除在系統之外

“工業革命時，被機器取代的是體力。AI革命，被取代的是判斷。” ——Niall Ferguson

　　Ferguson指出，AI正在制造新的“工作二元結構”：

　　AI合作者：能寫提示詞、調模型、接API的人，他們是AI系統的“接口”；

　　AI被管理者：曾經的知識工作者，如編輯、分析師、普通程序員，現在逐漸變成AI流程中的“中轉站”。

　　這種分裂并不是顯性的裁員，而是系統邊緣化：

　　你還在崗，但你只管“確認”；

　　你還在寫報告，但模型已經提前跑出結論；

　　你還在會議上發言，但AI助手的數據更可信。

　　這不是崗位的消失，而是價值感的溶解。

　　行業撕裂：不是所有行業都能被AI“平均賦能”

　　我們習慣把AI看作“所有行業都能用”的萬能工具。但Ferguson提醒我們：AI只會讓強者更強，弱者更弱。

　　具體來說：

　　高度結構化、流程化、數字化的行業（如金融、廣告、軟件工程）將首先進入“AI倍增”區；

　　以人際信任、情緒判斷、現場控制為核心的行業（如養老、法律、政治、基層醫療）短期難以被AI完全滲透。

“結果是：高算力行業的利潤指數級放大，低介入行業的邊緣感持續上升。”

　　你能清楚地看到以下趨勢：

　　金融行業的算法交易員替代了人類操盤手；

　　SaaS類公司平均雇員數在下降，利潤卻持續增長；

　　而教育、護理、社工這些“服務性行業”仍靠人力，但薪資增長乏力。

　　AI在行業之間造成了“利潤密度差”——技術資本的回報，遠遠高于勞動本身。

　　國家撕裂：數據強國 vs. 算力地

　　Ferguson在訪談中反復強調一個預警性詞語：“技術主義”。

　　他說，技術的擴張路徑和歷史上的殖民擴張極其相似——核心是壟斷、依附、抽取：

　　核心國家掌握AI大模型；

　　弱勢國家開放數據、輸出勞動力、租用算力；

　　表面上是“技術合作”，實質上是“模型租賃與利益抽取”。

　　舉個例子：

　　一家美國AI公司可通過API向50個國家提供醫療診斷模型；

　　本地醫院支付模型費用、上傳患者數據，模型訓練持續進化；

　　數據和利潤都流回“模型擁有國”，而本地醫院只是“算力終端”。

　　Ferguson稱這種模式為“算力殖民”：國家表面擁有數字基礎設施，實質失去主權算力。

“當你只擁有數據，但不擁有模型，你就是被AI治理的對象。”

　　Ferguson 的關鍵判斷：

　　未來十年，將出現三種分裂現象：

　　這不是技術進步的副作用，而是結構升級的必然代價。

　　小結：

AI重塑的不是機會，而是結構； “被重塑的，不只是崗位，而是秩序。”

　　Ferguson最后說了一句意味深長的話：

“歷史的轉折點，總是先在結構里斷裂，然后才在人們的生活中崩塌。”

　　這場由AI引發的裂變，正在悄然逼近我們每一個人。

　　第四節｜模型正在重寫世界格局

“我們總以為戰爭是武器主導的，但現在社會：決定戰爭勝負的，從來不是士兵，而是算力。“ ——Niall Ferguson

　　工業革命之后，火力決定國運；

　　冷戰時期，核能力定義秩序；

　　而在 AGI（通用人工智能）即將降臨的 202X 年，Ferguson 提出了一個更加刺耳的判斷：

“未來的全球秩序，不再由國家主導，而由算法結構主導。”

　　算力即國力，模型即武器

　　Ferguson在訪談中明確表示：

“如果中國最終在AI基礎架構上超越美國，美國將第一次在現代科技戰爭中落于下風。”

　　這一觀點并非空談。在歷史中，“基礎技術的主導權”從未脫離過戰爭背景：

　　蒸汽機誕生后，英國成為全球海權中心；

　　核裂變成功后，美國在冷戰中建立絕對制衡；

　　而今天，大模型的參數數量、推理速度、訓練效率，已經成為國家級比較優勢。

　　你可以理解為：模型的更新頻率 = 國家戰略反應速度；

　　而算力供給能力 = 國家戰爭動員能力。

　　從這個角度看，AI并不是技術競賽的一環，而是戰略安全的主軸。

　　AI戰爭，已經開始

　　別誤會，今天我們所說的“AI戰爭”早就不只是紙上談兵。

　　美國國防部啟動“Replicator計劃”，使用AI自動指揮無人機群作戰，目標是“壓制任何敵國的人海優勢”；

　　以色列在加沙沖突中首次部署“AI智能選項系統”，根據大模型分析快速生成軍事打擊建議；

　　歐洲加速推進“智能化戰爭體系”，據報道，已有“數據-仿真-指令”鏈路完全由AI完成。

Ferguson 提醒：“AI不是未來戰爭的工具，而是未來戰爭的戰場。”

　　誰掌握AI指揮系統，誰就能在“無人出戰”的戰局中掌握先機。

　　模型輸出的不是技術，是秩序

　　AI不僅決定軍事勝負，它還在改變全球秩序的架構方式。

　　回顧歷史，每次秩序的形成都伴隨一個“基礎設施級”的平臺：

　　英國靠海運+港口網絡建立帝國；

　　美國靠互聯網+美元體系構建全球話語權；

　　而今天，AI平臺正成為新的“超級國家結構”。

　　想象一下未來的國際局勢：

　　OpenAI與微軟構建的模型在全球150+國家使用；

　　每個政府、企業通過API“調用”模型能力；

　　決策依據、輿情分析、安全審查，全部運行在非本國控制的AI系統上。

　　這意味著：你的國家表面是主權獨立的，但底層系統結構已經被AI平臺外包了。

Ferguson稱之為：“去主權化治理”——主權國家逐步讓位于平臺國家。

　　平臺主權 vs. 傳統主權

　　平臺的崛起正在消解邊界。

　　AI不需要簽證，它的模型可以同時部署在硅谷、倫敦、首爾；

　　AI不講外交，它用算力掌控話語系統；

　　AI沒有外交官，但它可能成為全球最懂每個國家公眾情緒的存在。

　　換句話說：

“OpenAI、Google DeepMind、字節跳動等科技巨頭，可能正在成為“新型準國家”。”

　　這也是 Ferguson 最擔憂的結構性沖突來源：未來的戰爭可能不是“中美沖突”，而是“平臺與國家之間的治理主權沖突”。

　　小結：

　　過去兩百年，經濟主導戰爭；

　　而今天開始，AI主導戰爭，戰爭決定秩序。

　　Ferguson的預言并不聳人聽聞：

“下一個超級強國，不是擁有最多軍隊的國家，而是能控制最多模型的國家。”

　　AI正在將全球帶入一個“去國界、強結構、弱人權”的算法時代，你以為它只是工具，但它可能已經在重寫我們身處其中的世界。

　　第五節｜制度跟不上模型了

“歷史的諷刺在于：每次技術躍遷后，舊制度都假裝還能‘繼續運作’。” ——Niall Ferguson

　　在人類歷史中，每一次生產力的躍升，都會倒逼制度結構的升級：

　　蒸汽機之后，工會制度與城市立法體系誕生；

　　信息革命之后，全球金融系統與平臺治理框架成型。

　　但這一次，AI的發展速度遠遠跑在了制度演化的前面。

　　Ferguson警告說：

“我們正在用工業時代的規則，管理推理型智能。”

　　這就像用馬車法規去限制高鐵運行，看起來在管理，實則失效。

　　? 制度的三個錯位：看似接入，實則空轉

　　Ferguson指出，大多數政府和企業正陷入三種“AI制度錯覺”：

　　“裝了，但不讓它決定”

　　“加了，但沒拆掉舊流程”

　　“激活了，但不信任”

　　Ferguson一針見血地指出：

“你讓AI干活，卻不讓它負責；這不是制度升級，是責任外包。”

　　核心問題：我們還沒理解AI到底是什么

　　Ferguson強調，AI不是“流程工具”，它是“推理結構”。

　　換句話說，它不是Excel +1，而是一個新的判斷機制，正在擠壓“人類判斷”的合法性。

　　AI生成商業報告，只需1秒，且語言更理性；

　　AI在招聘中篩人更“公平”，不摻雜情緒偏好；

　　AI在醫療初診中比普通醫生更穩定；

　　問題來了：人類該如何“接住這個判斷”？

　　今天的制度還無法回答以下三個問題：

　　AI生成的判斷，誰來背書？

　　AI被錯誤采納后的后果，誰來承擔？

　　AI是否有“判斷權”，而非“建議權”？

　　而這三點，正是一個制度是否承認“非人判斷系統”的核心。

　　Ferguson建議：構建“AI合作型制度”

　　Ferguson提出了三條路徑，用來思考AI時代的新制度框架：

　　1、從“權限管控”轉向“責任協作”

　　不再是“AI不能做什么”，而是“當AI做錯時，誰負責什么”；

　　建立“人機共決”模型，而非“人類兜底”。

　　2、從“輔助流程”轉向“共同治理”

　　讓AI成為治理體系中可以投票的“算法席位”；

　　企業決策不只是CEO+數據，而是CEO+AI系統對話。

　　3、從“合規性管理”轉向“價值觀治理”

　　AI無法內化“人類價值”，但人類可以外置“價值函數”；

　　與其靠審計模型，不如明確價值目標。

Ferguson總結說：“AI不是員工，也不是工具，而是制度中的新主體。”

　　如果你不承認它的主體地位，就無法構建合理的制度約束體系。

　　小結：

　　今天大多數組織看起來很先進，但本質上只是給舊制度加了“高科技的殼”。

　　Ferguson稱之為：“制度空轉的錯覺”。

“你看到的是技術升級，實際運作的卻還是人類的舊邏輯。”

“如果AI將成為文明的下一階段，那我們還有十年，為自己爭取一種不被歷史拋棄的方式。”——Niall Ferguson

　　在采訪的最后，Ferguson拋出了一個極不“科技圈”的視角：

“我們現在像極了 19 世紀的馬匹。” “那時的人們，曾經相信馬車不會過時，馬的速度永遠不可替代。”

　　但我們知道，汽油車終究來了。馬，從主角變成了邊角角色，從城市骨干，變成田園風景。

　　“人類會不會重蹈覆轍？”Ferguson沒有明說。但他留給我們一個隱喻般的時間窗口：

　　十年。

　　在這十年里，AI將接管決策結構、重構經濟范式、取代判斷體系。而人類，必須完成三件事，來爭取“不是被拋棄的那一方”。

　　? 任務一：重構“價值” —— 不是信息密度，而是判斷力與想象力

　　AI擁有海量知識，卻缺少真正的“視角”。

　　Ferguson指出：

“AI可以精準地回顧歷史，卻無法給出方向感。它知道世界怎么變，卻不知道人類為什么還值得留下。”

　　這是一種價值斷層。

　　所以人類必須重建自己的價值來源，不是“輸出信息”，而是：

　　提出問題；

　　激發愿景；

　　做出選擇；

　　擔下后果。

　　也就是說，我們要從“做事”轉向“決策”，從“應對”轉向“判斷”。

“信息密度的時代已經結束，判斷力稀缺的時代剛剛開始。”

　　? 任務二：建設“無法被模仿”的教育系統

　　今天的教育系統，最大的問題在于：

　　培養的學生，與AI產出的“中等答卷”幾乎無異。

　　模型可以在3秒內完成的作文、設計、代碼，卻仍被我們視為“能力”。

　　Ferguson提醒說：

“我們不是在訓練下一代，而是在制造未來的失業者。”

　　他提出兩個方向：

　　1、不再強調“標準能力”，而是放大“非結構化思維”：

　　提問的藝術、類比的能力、構建未知系統的習慣。

　　2、強調“人類經驗”的不可轉移性：

　　領導力、情感判斷、價值權衡，這些依然難以被復制。

　　教育必須從“復制正確答案”，轉向“訓練不可預測”。

　　這才是一個文明能在AI浪潮中，保有自我特性的方式。

　　? 任務三：重新發現“人類的目的”

　　Ferguson提到一個哲學層級的問題：

“我們正在制造一個比我們更強的智能體，但我們好像忘了，自己為什么要存在。”

　　過去，人類的“目的”來自于宗教、國家、集體、理想主義。 而今天，很多人活在一個空殼文明中，只剩下“效率最大化”作為人生意義。

　　AI會進一步放大這個空洞：

　　它不會質疑；

　　它不會反抗；

　　它不會問“為什么”。

　　Ferguson直言：

“如果人類不重新建構一種‘存在的理由’，AGI的誕生就會讓我們自己先放棄自己。”

　　他甚至提出——未來社會的“轉向”可能來自一場宗教復興 或 價值重啟運動，而不是某項新技術。

　　小結： Ferguson沒有像硅谷那樣畫“通用人工智能”的大餅。

　　他只是站在歷史長河的橋上說了一句：

“你們總是以為自己在開天辟地，但在歷史看來，這種自信通常只出現在‘失控’的前夜。”

　　AI的未來，是文明的下一場“重構式實驗”。

　　但你、我，我們這些“參與實驗的人”，至少要弄明白：

“我們還剩下什么？我們還要創造什么？我們還能拒絕什么？”

“你們不是活在技術變革中，而是活在一次文明重組的邊緣。”——Niall Ferguson

　　在這場對話中，Ferguson沒有用華麗辭藻夸耀AGI，也沒有像工程師那樣講解大模型的推理機制。

　　他只是站在一個歷史學家的高度，提醒我們：

　　GDP的公式會變；

　　工作的定義會變；

　　戰爭的邏輯、制度的邊界、社會的結構……都會變。

“但最危險的不是“變了”，而是你還在用舊秩序解讀這個新時代。”

　　我們正在見證的，不是一個科技產品的上線，而是一整套結構性范式的切換——從人本經濟，向AI結構；從組織理性，向模型推理；從人類判斷，向算法決定。

　　Ferguson沒有告訴你要做什么，但他在暗示：

“如果你現在不開始行動，那你會在十年后，看著文明前進的腳步，把你留在原地。”

　　這不是一場趨勢討論，這是一次生存提問。

　　不是“AI會不會改變一切”，而是——

　　當一切被改變的時候，你還想留下來嗎？

　　本文由AI深度研究院出品，聚焦全球 AI 創新浪潮中的企業轉型策略。

　　參考資料：https://www.youtube.com/watch?v=L5jhEYofpaQ&t=868s&ab_channel=SpecialCompetitiveStudiesProject

　　來源：官方媒體/網絡新聞

　　排版：Atlas

　　編輯：深思

　　主編: 圖靈