作者 | 恒心

来源 | 财富独角兽

当下全球宏观经济的表象，是一幅令人不安的 " 三高 " 图景：政府债务高企、资产估值高位、人口老龄化加剧。

传统经济学模型习惯于线性外推，将人口与杠杆视为增长的核心变量。然而，这种静态框架正面临 AI 技术非线性突破的剧烈冲击。

8 月 17 日，先锋领航（Vanguard）全球首席经济学家约瑟夫 · 戴维斯与华夏基金（香港）行政总裁甘添做客 " 懂读书 " 直播间，围绕新书《投资的未来》展开了一场穿透迷雾的深度对话。

他们揭示了一个被市场低估的深层事实：技术变革并非平滑的曲线，而是类似地壳板块的 " 断层式移动 "。基于过去 150 年技术史的大数据分析表明，未来三至五年，全球绝大多数经济预测大概率将被证伪。这预示着，我们正站在财富分配逻辑彻底重写的前夜。

对于市场参与者而言，理解这一范式转移，远比纠结于短期的市场涨跌更具战略意义。

01

资本逻辑的重构：

从 " 稀缺性溢价 " 转向 " 扩散性红利 "

市场目前的表象是极致的拥挤交易。

资金疯狂涌入 AI 算力、芯片和大型数据中心，美股 " 科技七雄 " 以及亚洲的硬件龙头凭借确定性的高资本开支，成为了唯一的赢家。这种行情本质上是对 " 技术稀缺性 " 的定价——在技术爆发初期，铲子与铁锹的供应商似乎是唯一确定的受益者。

然而，这种 " 硬件信仰 " 正在面临历史规律的严峻挑战。回顾过去 150 年的通用技术革命——无论是电力、铁路还是互联网，都遵循着一个颠扑不破的铁律：技术的终极价值不在于其本身的复杂度，而在于其普及度。

在电力革命初期，生产发电机的公司赚得盆满钵满，但最终彻底改变世界、并创造最大财富的，是那些将电力融入生产流程的通用电气和无数制造业企业。

同样，互联网泡沫时期，思科作为 " 卖铲人 " 一度登顶市值巅峰，但泡沫破裂后，真正穿越周期的却是亚马逊、谷歌等 " 用网者 "。

随着技术门槛的降低和竞争的加剧，硬件领域的超额利润必然向中游收敛。

真正的 " 大轮动 " 在于，资本会从追逐 " 造工具 " 的极少数赢家，转向追逐 " 用工具 " 的广大实体产业。当 AI 从一种昂贵的专用资源变为廉价的通用能源时，价值创造的中心将不再是拥有算力的巨头，而是那些能够利用 AI 重构成本曲线、打开市场空间的千行百业。

因此，投资的本质不再是押注技术垄断，而是押注技术扩散带来的全要素生产率跃升。

固守当前的强势赛道是路径依赖的陷阱。未来的超额收益将来源于发现那些目前尚未被市场充分定价的 " 应用洼地 " ——即那些能将 AI 转化为实实在在的现金流和利润率改善的实体经济企业。

02

劳动力价值的重估：

从 " 流程执行 " 转向 " 决策与创造 "

当前市场弥漫着对白领失业的集体焦虑，认为 AI 将如当年流水线替代体力工人一般，大规模取代程序员、分析师乃至基金经理。

这种恐慌源于一种片面的认知：仅看到了技术的 " 自动化 " 属性，即机器替代人力的零和博弈。然而，AI 对就业市场的重构远非如此简单，它是一场包含 " 自动化、增强与平台 " 三个维度的系统性变革。

AI 的本质并非替代人，而是替代 " 函数化 " 的流程。

历史上，个人电脑的普及消灭了打字员，却催生了庞大的知识工作者阶层。同理，AI 正在剥离劳动者身上 " 人肉计算机 " 的属性——那些基于规则、依赖数据处理的标准化工作将被算法接管。但这迫使人类回归其不可替代的本质优势：在模糊环境下的复杂判断、跨领域的联想能力以及深度的情感交互。

就业市场的短期阵痛，源于 " 技能错配 " 的时间差：旧岗位消亡的速度快于新岗位诞生的速度。但长期来看，AI 作为通用技术平台，将把人类从重复性劳动中彻底解放，迫使劳动力向价值链顶端迁移。

劳动力的价值标尺已然改变：不再取决于处理信息的多少，而取决于提出问题的质量与做出决策的勇气。

所谓的 " 失业潮 " 实质上是 " 技能替代潮 "。

对于个体而言，生存的本质是完成从 " 操作员 " 到 " 指挥官 " 的认知升级，学会将 AI 作为外挂大脑，而非将其视为对手；对于社会而言，真正的挑战在于构建敏捷的教育与培训体系，加速新产业生态的孵化，以承接被释放出来的高素质劳动力。

在 AI 时代，最稀缺的资源不再是算力，而是那些懂得驾驭 AI、并能在不确定性中做出正确判断的 " 人类智慧 "。

03

宏观增长的逻辑：

从 " 要素驱动 " 转向 " 技术内生驱动 "

经济学界长期笼罩在 " 长期停滞 " 的悲观论调中，认为在老龄化背景下，劳动力供给收缩必然导致全球增长失速。同时，市场担忧 AI 引发的成本削减将导致大规模失业，进而引发通缩螺旋。

这一悲观逻辑的前提是：AI 仅仅是一个 " 成本削减工具 "。如果 AI 的唯一用途是裁员，确实会导致需求坍塌，重演 " 大萧条 " 的场景。

然而，对话触及了更深层的本质：AI 是继资本、劳动力之后的第三大生产要素，且具有 " 非竞争性 " 和 " 规模报酬递增 " 的特性。

它打破了传统要素的边际递减规律。只要 AI 能够演化为通用技术平台，它就能在不依赖人口增长的背景下，通过大幅提升全要素生产率来推高 GDP。

这类似于电力革命：虽然电力取代了部分旧工种，但通过电气化生产极大地丰富了商品供给，最终推动了经济总量的指数级增长。

AI 带来的通缩是 " 技术通缩 "（成本下降），而非 " 需求通缩 "（消费不足）。如果技术通缩能催生个性化医疗、自适应教育等新需求，最终将转化为强劲的经济增长。

全球经济能否避免衰退，关键在于 AI 能否突破 " 工具属性 " 的束缚，成为像电力一样的通用基础设施。

一旦成功，我们将观察到一种 " 反直觉 " 现象：在人口下降的背景下实现经济的高质量增长。这将彻底改写宏观经济学教科书，证明技术创新有能力对冲人口结构的逆风，引领全球经济进入新一轮的 " 技术内生驱动 " 周期。

04

结论：

在非线性世界中锚定价值

站在当下的节点，我们正处在一个非线性变化的爆发点。过去十年的投资经验和经济模型正在失效。

戴维斯提醒我们：" 趋势像地壳板块一样会移动，不能拿现在的状况去规划长期投资。"

本次对话的核心启示在于，AI 引发的 " 大轮动 "，本质上是全球财富从 " 资源垄断 " 向 " 智能应用 " 的转移，是人类角色从 " 执行者 " 向 " 决策者 " 的进化，是经济增长从 " 依靠人口红利 " 向 " 依靠技术红利 " 的跃迁。

对于投资者和从业者而言，唯一的生存法则不是预测具体的赢家，而是顺应生产率扩散的大势。不要与技术的破坏性对抗，而要成为技术扩散的载体。在技术重构一切的前夜，最大的风险不是波动，而是固守过时的认知地图。

唯有理解并拥抱这一底层逻辑，才能在即将到来的大轮动中，锚定真正的长期价值。