马斯克曾预言：未来人人高收入不用工作，中国将成能源霸主？

2026年1月，马斯克抛出疯狂论断：未来人人高收入不用上班，且中国会成为能源领域的领导者。出自最大芯片工厂建设者之口，此事分量极重。

他描绘的未来中，太阳能提供廉价电力，AI和机器人接管生产，反哺社会实现“全民高收入”。这听似理想化，背后却有冷峻逻辑。但通往未来的路上有数年“颠簸期”，大规模失业将先期到来。当大众被技术洪流裹挟，不妨拉长视线，看看历史如何重塑人类命运。

翻看劳工史相关的研究资料就能发现，在整个十九世纪的发展进程当中，一个非常突出、贯穿始终的变化，就是自备生产工具的工人占比一直在波动。放到今天来说，就和劳动者自己购置电脑用于工作是同一个逻辑。

十九世纪初期，大部分工人完全拥有属于自己的生产工具。到了十九世纪末期，情况慢慢变成大众熟悉的样子，机器的体积、成本不断抬升，普通工人已经没有能力单独购买，必须去到固定的厂房当中，操作这些笨重、对工人而言门槛很高的大型设备。

但这个转变并不是一瞬间完成的，它是一段漫长、平缓的过程。在不同行业、不同工种里面，自备工具工人的占比差异很大。

在很长一段时间里，十九世纪部分工种，尤其是当时认定为技术门槛较高的岗位，工人自备生产工具的比例并不低。拿十九世纪美国史举例，十九世纪前半期，美国一个很有代表性的技术工种是制鞋。

放在今天，大众可能不会觉得制鞋属于高技术工种，但在那个年代，这个行业被机械化替代的速度很慢，整套工序十分复杂，其中有几道工序，以当时的技术水平，很难用机器完成。这类工人会配备一些简单的辅助工具，用来处理皮革等原料。

很多工人会选择自行购买简易的加工机器，如果没有足够资金，也会向外包商或者供应商租赁设备，依靠这些工具在家里面完成生产。所以第一点，自带生产工具参与劳动这件事，放在劳工运动的历史当中并不罕见。

第二点，在这个阶段，工人和机器之间的关系，并不像很多人想象的那样，从一开始就充满对立。这种共存状态如今已被大规模AI系统的普及彻底打破。

对于工人而言，进入后来大众熟知的大工业生产模式之后，最大的变化，就是慢慢失去了对完整生产流程的控制权。所以相比于大众印象里砸毁机器的行为，十九世纪的工人最在意的，是如何掌控机器，更准确地说，是如何掌控操作机器的人。

在十九世纪劳工运动当中，工人大部分行动的核心，就是通过各类方式约束操作机器的从业者。他们要保证，操作设备的是自己人，对方会按照群体共同认可的规则开展工作，避免因为不当的操作，让所有人的工资下调、工作时长被迫增加。

十九世纪早期，从工业革命开始，一直到十九世纪末、第二次工业革命之前，最早诞生的一批工会，被称作技术工会。这类工会，由掌握当时稀缺技术的工人组成。

他们最常用的手段，就是把控行业准入门槛，制定全行业统一的薪资标准、技术规范，依靠这些方式，在工业化冲击之下，尽可能保障自身的生存空间。把控准入门槛，也分很多不同的形式。

历史的车轮依旧碾碎了旧秩序，外包服务同样在面对不可逆的浪潮。到了十九世纪末期，工业发展出现新的变化，第二次工业革命催生了一大批全新行业，最典型的就是石油、钢铁、铁路这类重工业，也是当时社会关注度最高的领域。

大规模雇佣模式越来越普遍。企业主需要面对的管理规模持续扩大，过去可能只需要管理几千人的工厂，现在要管理上万人的大型企业，他们必须寻找新的管理办法。

这个阶段出现了几个很关键的历史趋势。第一，技术工会原本掌握的各类控制权不断流失，原本由工人内部主导的劳动力结构和工作管理规则被打破。

二十世纪初，企业开始引入现代科学管理体系。工作节奏、考核单位、人事安排，不再由工人群体自主决定，企业会专门聘请专家，有可能是人力资源方向的专家，也有可能是工业、技术领域的专家。

资本一直在寻找可以降低对高技能工人依赖的方式。当年福特推行流水线，核心目标之一，就是把复杂的造车工序拆分，不再依赖少数经验丰富的高级技工。

流水线出现之前，一名熟练的技工可以独立组装一台汽车，他掌握整套流程，拥有很强的议价能力。拆分之后，每个工人只需要反复完成一个简单动作，培训几天就能上岗，工人的不可替代性直接消失。

现在企业引入人工智能，底层逻辑和流水线改革有共通之处。企业希望把原本依靠员工经验、判断完成的工作，沉淀到模型里面，降低对资深员工的依赖。

很多人会反驳，说人工智能还有很多短板，经常出错，理解不了复杂的语境，没办法完全替代人。这个说法本身没错，但资本的取舍标准，和大众想象的不一样。

资本不一定需要完美无缺、零错误的人工智能，只要模型的成本，低于雇佣人类劳动者的成本，哪怕需要安排人修正模型产出的错误，在商业层面就具备吸引力。容错率，是企业愿意为了降本主动接受的代价。

为了让这显得合理，必须包装宏大叙事，AI巨头正深谙此道。科技公司对外的宣传，目标受众从来不是普通使用者，而是为了推高企业估值。这类科技企业依赖高增长估值模式运转。想要招募顶尖科研人员，承担昂贵的硬件、电力成本，支付巨额营销开支，资金来源都依靠资本市场的估值。

企业可以用期权、股份置换资源，维持整个业务运转。特斯拉就是一个很典型的案例。对比传统车企，它的营收、产能并没有拉开断层差距，毛利率虽然更高，但远没有达到高出同行几十倍的水平。可它的股价估值，和传统车企完全不在同一个层级。

支撑高股价的，是市场对于它持续增长的预期。一旦投资者判定一家企业进入成熟期，增长空间见顶，之前依靠高增长拿到的估值红利就会快速消失。为支撑估值，巨头们在算力与基础设施上开启不计代价的豪赌。有不少咨询机构、研究机构出具的测算报告，本身也存在值得推敲的地方。

麻省理工学院一份报告提出，长期来看，AI 每年能够削减大约一点二万亿美元的人力成本。可仅仅算力一项的持续投入，还不算数据中心基建、前期研发投入，每年就要消耗两万亿美元。

按照这个测算，依靠 AI 替换人力这件事，本身是一笔亏损的买卖。如果长期无法实现正向收益，它就不会像电力、流水线那样，被绝大多数企业自发普及。

这个模式，和早年网约车、外卖平台的补贴大战高度相似。前期依靠补贴压低使用门槛，培育用户习惯，等到市场格局稳定之后再逐步涨价变现。

但企业能够承受这种亏损模式多久，本身充满不确定性。穿透估值神话，底层的硬核角力才刚刚开始。

当历史与当下交汇，大众终能读懂马斯克的预言。无论资本如何鼓吹，时代密码始终与算力血脉相连，而AI的命脉归根结底在于稳定充沛的电力。

中国在新能源赛道上的深耕正无声构筑时代底座，谁握有充裕电能，谁就握住未来的钥匙。在这场能源与智能博弈中，真正奠定胜局的必然是扎实的能源底座。

无论未来是否实现高收入，机遇终将留给夯实基础的先行者。