四川
ChatGPT写一篇千字文章只要几秒钟，Midjourney出一张商业海报不到一分钟，Cursor写代码的速度也比大多数程序员还快。当智能变成了可以按量计费的基础资源，一个很少有人认真想过的问题浮现了出来：如果生产能力不再稀缺，到底什么东西会变贵？
最近看到新加坡国立大学中文EMBA一位校友发表的系列文章，文章内对这个问题做了一套比较完整的推演。抛开学术术语，它的核心逻辑链条其实并不复杂，但想清楚之后会发现，很多人在做职业和投资判断时，其参考价值不言而喻。这里提炼几个关键观点来和大家讨论讨论。
AI的能源瓶颈，是工程题而不是死局
国际能源署的研究预计，到2030年全球数据中心用电量将比2024年翻倍，AI加速服务器是主要推手。而这正是很多人担心AI的发展会被能源需求卡住的重要因素之一。
但另一组数据同样真实：斯坦福AI Index的追踪显示，达到GPT-3.5同等能力水平的模型推理成本，在2022年到2024年之间下降了超过280倍。也就是说，同时存在两条曲线，一条是总需求在涨，另一条是单位成本在降。用今天的能耗去线性推算未来，会严重高估问题的难度。
更关键的一层是，AI本身正在反过来改造能源系统。从电网调度优化、风光发电预测，到储能效率提升、新材料发现，AI正在帮人类生产更多能源。当"AI设计能源设备、机器人制造能源设备、AI管理能源系统、能源扩大AI产能"这个循环跑通，能源就从AI的成本项变成了AI可以自行扩张的生产资料。
这位校友用了一个概念叫"可持续丰盛"：不是消费主义式的富足，而是社会新增一个单位的物质、知识、服务的边际成本持续下降，并且这种生产能力可以长期自我扩张。
当生产能力过剩，真正稀缺的是"为什么要做"
文章里一个让人印象深刻的观点是：很多人把年轻一代对传统人生目标的冷淡解读为"没有欲望了"。但更准确的说法可能是，旧的价值选择正在失效，新的价值选择还没形成共识。
"没人想买房"≠"没人想创造和改造空间"，"不想进传统职场"≠"不想创造价值"。实际上，只是过去那套"工作、收入、房产、家庭、阶层跃迁"的标准答案，对越来越多人来说已经不构成充分的行动理由了。
他把这个现象放到更大的框架里看：当智能、执行能力、甚至能源都不再构成生产瓶颈的时候，文明的稀缺性会从"能不能做"迁移到"值不值得做"。一个国家可以建更多数据中心，一家公司可以买更多GPU，一个组织可以部署更多AI Agent，但"我们为什么要做这件事"这个问题，不是加一万块GPU就能回答的。
未来拥有无限的Agent、无限的内容生成能力、无限的设计能力、无限的代码能力。这些能力为谁服务？服务什么？为什么值得做？这些问题的答案，才是如今真正稀缺的东西。
资本回报会沿着稀缺性迁移
文章最后给出了一条资本回报的迁移路径，逻辑很清晰：资本回报的本质就是追逐最稀缺的生产要素。当一个要素从稀缺走向充裕，超额利润就会下降，资本就向下一个稀缺环节移动。
按这个逻辑推演：2024到2028年，最稀缺的是智能本身，所以资本涌向算力、芯片、模型。接下来，当AI够聪明了，瓶颈变成能不能进入现实世界，资本就转向机器人、智能制造。再往后，机器人大规模工作了，能源重要性进一步上升。当智能加机器人加能源形成完整闭环，生产能力走向充裕，这时候再简单投资"生产更多"的意义就下降了。
最终，当生产能力不再稀缺，消费者真正购买的就不只是功能和材料，而越来越多地是在购买身份、体验、故事、审美、归属感。IP、文化、社区、超级个体，这些承载人类意图和注意力的东西，便会成为新的核心资产。
一点延伸思考
这套分析框架的价值在于，它不是在讨论"AI会不会取代某个岗位"这种短期问题，而是在尝试回答一个更大的结构性问题：当技术把生产能力的天花板不断抬高，经济体系的重心会往哪里移？
对企业决策者来说，这意味着要提前思考：你的核心竞争力到底是"能生产什么"，还是"能回答为什么值得生产"？前者的护城河会随着AI的普及不断变浅，后者反而可能越来越深。
这类跨学科的系统性思考，确实是商学院环境比较容易催生的产物。不同行业背景的人坐在一起，更容易跳出单一行业视角去看全局性的变化。
图片作品：泛灵族 艺术家：宋琨
*本文观点参考自新加坡国立大学中文EMBA资讯站校友文章
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
