新智元報道

編輯：艾倫

【新智元導(dǎo)讀】DeepMind 剛上任的 AGI 經(jīng)濟學(xué)總監(jiān) Alex Imas 曾擔(dān)憂 AI 導(dǎo)致失業(yè)和需求坍縮，如今提出一個謹(jǐn)慎樂觀判斷，AI 會壓低可復(fù)制勞動價格，也會推高護理、教育、醫(yī)療、服務(wù)等關(guān)系型勞動的價值。

專注研究 AI 對經(jīng)濟社會的影響的頂級學(xué)者，芝加哥大學(xué)教授 Alex Imas 加入谷歌 DeepMind 擔(dān)任 AGI 經(jīng)濟學(xué)總監(jiān)（Director of AGI Economics），DeepMind CEO Demis Hassabis 轉(zhuǎn)發(fā)確認(rèn)了這一重大人事消息。

https://x.com/alexolegimas/status/2052778908882174302

https://x.com/demishassabis/status/2052949334715502775

Imas 原本是芝加哥大學(xué)經(jīng)濟學(xué)家，長期研究行為經(jīng)濟學(xué)和 AI 對勞動力市場的影響。

他不只是在論文里討論技術(shù)沖擊的人。

他一邊認(rèn)真使用 Claude、ChatGPT 等前沿模型，一邊嚴(yán)肅對待 AI 可能帶來的失業(yè)、工資份額下降和需求坍縮。

更準(zhǔn)確地說，他曾經(jīng)非常悲觀。

此前在接受《財富》雜志采訪時，Imas 說，自己最初的反應(yīng)是害怕。

自動化如果消滅大量崗位，工資收入隨之萎縮，只有資本所有者還握有購買力，但他們已經(jīng)接近消費飽和。

被替代的勞動者買不起東西，需求下降，經(jīng)濟收縮，這是近年來 AI 經(jīng)濟討論中最具壓迫感的場景之一。

現(xiàn)在，他給出了一個相對樂觀的答案。

這個答案的關(guān)鍵詞不是 AGI，不是生產(chǎn)率爆炸，也不是全民基本收入。

而是人。

星巴克帶來的啟示

Imas 最近反復(fù)提到星巴克。

這家公司賣的是高度標(biāo)準(zhǔn)化的咖啡產(chǎn)品。

技術(shù)上，減少門店人力并不難。

過去幾年，咖啡連鎖企業(yè)一直在通過自動化、流程化和人員壓縮來保護利潤率。

但星巴克新任 CEO Brian Niccol 最近做了一個反向動作，恢復(fù)手寫杯身、陶瓷杯、舒適座椅，重新強調(diào)門店里的「人味」。

更多咖啡師被招聘，一些自動化流程被降速。

這件事被 Imas 看作一個信號。

當(dāng) AI 讓越來越多商品和服務(wù)變得便宜、標(biāo)準(zhǔn)、可復(fù)制時，真正稀缺的東西會換地方。

過去稀缺的是產(chǎn)能、技術(shù)、渠道，未來更稀缺的可能是人的在場、人與人的關(guān)系、某種不可復(fù)制的來源感。

Starbucks 的調(diào)整看起來很小，放進(jìn) AI 經(jīng)濟的大背景里，卻很值得玩味。

消費者買咖啡，買到最后并不只是在買咖啡因。

那張桌子、那個熟悉的店員、杯子上的手寫名字、周圍人聲形成的微弱陪伴感，都在構(gòu)成價格的一部分。

效率沒有失效，只是效率無法解釋全部價值。

從農(nóng)業(yè)到關(guān)系型部門

Imas 的理論底座來自結(jié)構(gòu)變化經(jīng)濟學(xué)。

1900 年前后，美國約 40% 的勞動力還在農(nóng)業(yè)部門——而今天這個比例已經(jīng)不到 2%。

人類沒有停止吃飯，只是當(dāng)農(nóng)業(yè)生產(chǎn)率大幅提升后，社會不再需要把大量勞動力放在食物生產(chǎn)上。

勞動力被重新分配到制造業(yè)、服務(wù)業(yè)，以及后來更細(xì)分的消費部門。

這段歷史給了 AI 沖擊一個可參考的框架。

如果 AI 顯著提高某些部門的生產(chǎn)率，價格下降后，人們不會無限購買同一種便宜商品。

收入提高或成本下降后，需求會遷移到新的地方。

Imas 引用 2021 年 Econometrica 的一篇論文，指出歷史上部門再分配的主要動力，很大程度來自收入效應(yīng)。

https://www.nber.org/system/files/working_papers/w21595/w21595.pdf

人變富之后，并不會只是多買同樣的東西，而會轉(zhuǎn)向那些收入彈性更高的商品和服務(wù)。

AI 時代也可能如此。

當(dāng)文本、圖像、代碼、基礎(chǔ)咨詢、標(biāo)準(zhǔn)化客服越來越便宜，消費者會把更多錢花到關(guān)系型部門。

護理、教育、醫(yī)療、心理咨詢、兒童照護、餐飲、酒店、私人服務(wù)，這些崗位的共同點是都包含人際互動。

護士、教師、咖啡師、醫(yī)生、治療師并不靠表演生存。

他們創(chuàng)造價值的方式更日常，也更難被蒸餾。

他們需要觀察對方的情緒，理解上下文，建立信任，承擔(dān)責(zé)任。

這些東西可以被 AI 增強，卻很難被完全壓縮成一段自動回復(fù)。

富人的生活，提前暴露了需求

Imas 還用了一個很有意思的觀察。

今天的億萬富翁幾乎沒有預(yù)算約束。

理論上，他們可以獨自住在島上，消費最好的電影、游戲、軟件、設(shè)備和私人娛樂系統(tǒng)。

但現(xiàn)實中，很多富人把大量時間花在播客、社交平臺、現(xiàn)場演出、公共討論和人與人的互動上。

這說明一個問題，人的關(guān)系需求很難被完全滿足。

它帶有比較性，也帶有社會性。

人想要的不只是功能，還有被看見、被回應(yīng)、被某個真實的人認(rèn)真對待。

法國哲學(xué)家 René Girard 關(guān)于模仿欲望的討論，也被 Imas 納入解釋框架。

人們常常因為別人想要、別人得不到，才更想擁有某件東西。

他和合作者的實驗顯示，當(dāng)受試者得知某個商品會把一部分人排除在購買之外時，對同一商品的支付意愿會明顯上升。

后續(xù)研究還發(fā)現(xiàn)，如果商品被認(rèn)為由 AI 參與生成，這種稀缺溢價會下降，因為 AI 制造物被天然視為可復(fù)制。

這對 AI 消費經(jīng)濟很關(guān)鍵。

越容易復(fù)制的東西，越難維持身份溢價。

越帶有人類來源、關(guān)系鏈條和不可替代場景的東西，越可能變貴。

并非人人都會成為藝術(shù)家

很多人談 AI 后的就業(yè)，會把希望寄托在藝術(shù)家、創(chuàng)作者和表演者身上。

Imas 認(rèn)為這容易跑偏。

關(guān)系型部門的重點不是高雅藝術(shù)，也不只是舞臺和鏡頭。

星巴克員工不是表演者，醫(yī)院里的護士、學(xué)校里的老師、腫瘤數(shù)據(jù)團隊里的協(xié)調(diào)者，也不是靠才藝吃飯。

他們的工作價值來自另一種東西，復(fù)雜機構(gòu)里的信任、判斷和協(xié)作。

一位大型醫(yī)療非營利組織的數(shù)據(jù)科學(xué)家說，公司給全員部署了企業(yè)版 ChatGPT，管理層能清楚說出的用例主要是寫郵件和總結(jié)郵件。

真正涉及癌癥患者數(shù)據(jù)的統(tǒng)計分析，由于保護性健康信息、法律審查和機構(gòu)流程，模型根本無法直接進(jìn)入核心環(huán)節(jié)。

這位數(shù)據(jù)科學(xué)家并不排斥 AI。

他用 ChatGPT 更快翻譯統(tǒng)計代碼，也能迅速做出癌癥生存風(fēng)險計算器原型。

問題在于，從原型到公開使用，中間隔著法律審查、撥款申請、NIH（美國國立衛(wèi)生研究院）溝通、委員會流程，以及一群忙到每天只能給他 15 分鐘的外科腫瘤醫(yī)生。

他的關(guān)鍵工作并不是跑回歸。

是把醫(yī)生的臨床直覺翻譯成統(tǒng)計問題，把統(tǒng)計模型翻譯成醫(yī)生能信任的表達(dá)，再讓整個機構(gòu)愿意為一個結(jié)果負(fù)責(zé)。

這就是 Imas 所說的關(guān)系型勞動。

最大變量是速度

Imas 的樂觀并不輕松。

他的前提是，社會有時間完成轉(zhuǎn)移。

農(nóng)業(yè)勞動力轉(zhuǎn)向制造業(yè)和服務(wù)業(yè)，是一場跨越幾十年的結(jié)構(gòu)變化。

AI 如果在幾年內(nèi)迅速替代大量白領(lǐng)任務(wù)，勞動力市場、教育體系和制度安排可能來不及消化。

這也是他仍然擔(dān)心的地方。

摩根士丹利在 3 月的一份研究中提醒投資者關(guān)注 AI 對就業(yè)的沖擊——大模型能力提升速度超出預(yù)期，裁員壓力正在變得更尖銳。

現(xiàn)實里同時存在兩幅平行的畫面。

一邊是前沿模型能力不斷抬高。

很多仍然用幾年前對 ChatGPT 的印象判斷 AI 的人，遠(yuǎn)遠(yuǎn)低估了變化速度。

另一邊是企業(yè)內(nèi)部的部署非常粗糙。

昂貴的企業(yè)賬號推到員工面前，最后只能落實到寫郵件、總結(jié)郵件。

DeepMind 真正買下的，是一種經(jīng)濟學(xué)視角

所以，Hassabis 把 Alex Imas 拉進(jìn) DeepMind，值得關(guān)注的地方不只是又一位經(jīng)濟學(xué)家進(jìn)入 AI 實驗室。

DeepMind 需要的不只是訓(xùn)練更強模型，也需要理解強模型進(jìn)入社會后的摩擦系數(shù)。

AI 可以把很多任務(wù)變便宜，但便宜之后，人類會買什么、雇傭什么、信任什么，會重新決定經(jīng)濟結(jié)構(gòu)。

技術(shù)能力是一條線，社會吸收能力是另一條線。

兩條線之間的距離，可能決定未來十年的就業(yè)震蕩程度。

Imas 給出的樂觀版本很克制。

AI 會繼續(xù)壓低可復(fù)制工作的價格，關(guān)系型勞動可能吸收一部分人，醫(yī)生、教師、護士、治療師、服務(wù)業(yè)人員的工作也會被重塑。

常規(guī)任務(wù)交給模型，人類保留關(guān)系、判斷、安慰、信任和責(zé)任。

但如果技術(shù)擴散太快，這個緩沖區(qū)會被擊穿。

AGI Economics 這個職位名，把一個過去常被技術(shù)敘事擠到邊緣的問題放到了臺前，AGI 不只是更聰明的模型，還要回答經(jīng)濟如何承接它。

AI 會讓什么變得廉價，也會讓什么變得昂貴。

現(xiàn)在看，昂貴的那部分，可能仍然來自一個真實的人，坐在另一個真實的人面前，坦誠交流。

參考資料：

https://fortune.com/2026/04/19/alex-imas-human-jobs-ai-economy-chicago-economist-substack-doomsday-scenario/