AI时代的五个悖论：我们正狂热追逐一个自己都说不清的未来

2026年8月24日深度8 次阅读

一边狂欢，一边打脸：AI时代的五个悖论

我们正处在一个充满悖论的时代。一边是AI技术高歌猛进，从大语言模型到世界模型，从智能体到物理AI，各种概念轮番轰炸；另一边，我们对AI的预测屡屡失准，生产率数据乏善可陈，就业影响测算结果相差百倍，数据价值巨大却在资产负债表上微不足道。

这不是某个人的困惑，而是整个时代的集体困惑。腾讯研究院资深专家闫德利将其概括为五个悖论——预测悖论、就业量化悖论、生产率悖论、数据价值悖论、工业革命悖论。理解这五个悖论，或许比追逐每天的热点新闻更重要。

悖论一：最聪明的人，最不准的预测

如果有人告诉你，三到八年内就能造出具有人类平均智能的机器，你信吗？

这是图灵奖得主马文·明斯基在1970年说的话。半个多世纪过去了，我们还在为这个目标努力。

类似的翻车案例比比皆是。被誉为"AI教父"的杰弗里·辛顿在2016年断言："应该立即停止培训放射科医生，深度学习将在五年内超越他们。"现实却恰恰相反——近十年美国放射科医生的数量和收入都大幅增长。

再看看当下的预测。DeepMind创始人德米斯·哈萨比斯说AI可能在十年左右帮助治愈所有疾病；Anthropic CEO阿莫迪更激进，认为AI能在5-10年内让人类寿命翻一番。

有意思的是，企业家和学者对AGI（通用人工智能）实现时间的判断出现明显分化。企业家普遍乐观，有的说"已经到来"，有的说"一两年"，有的说"三五年"；而学者普遍悲观，甚至有学者直言"创造具有人类水平认知能力的AGI是不可能的"。

谁是对的？没人知道。

未来并不遵循预设的剧本。 它由无数人的选择和行为共同塑造，充满着巧合和偶然。就像一头岁月静好的猪，永远无法预测春节的到来。

悖论二：就业测算，从0.4%到67%的荒诞

AI会抢走多少人的饭碗？这是一个被讨论了数百年的老话题，却至今没有定论。

近些年，各大机构试图"用数据说话"。OECD、IMF、世界经济论坛、高盛、麦肯锡纷纷发布AI影响就业的测算报告，每一份单独拿出来都足够权威、足够吓人。

但把这些报告放在一起看，问题就来了——测算结果从0.4%到67%不等，差距大到几乎不具可比性。

为什么差这么多？原因很朴素：就业量化测算的前提，是能准确预测AI技术的发展速度。但正如悖论一所示，那些最顶尖的技术大佬尚且无法准确预测AI的未来，经济学家凭什么能？

更何况，就业从来不是单一因素决定的。经济周期、产业结构、人口结构、就业政策、全球化、突发事件，甚至社会偏好，都在共同塑造就业市场。想把AI从中"完好切割"出来单独测算，几乎是不可能完成的任务。

所以，那些看起来很科学的就业预测报告，看看就好。

悖论三：AI热火朝天，生产率原地踏步

这可能是最让经济学家头疼的悖论。

AI被普遍视为"通用目的技术"——就像当年的蒸汽机和电力，应该带来生产力的飞跃。AI术语提出已有70年，机器学习革命也走过了14年，ChatGPT发布也已数年。按理说，生产率应该蹭蹭往上涨。

但数据啪啪打脸。自ChatGPT发布以来，欧盟每小时劳动生产率增速在0%上下徘徊，今年一季度仅增长0.1%。在14个季度中，仅有3个季度的生产率增速超过1999年以来的长期平均水平。美国表现稍好，年均增长2.2%，但也仅相当于1948年以来的长期平均水平。

"计算机时代的踪影无处不在，唯独生产率统计中看不出来。" 这是诺贝尔经济学奖得主罗伯特·索洛在1987年的经典吐槽。如今，这句话依然适用。

怎么解释？学界主要有三种说法：错误预期、测量误差、时间滞后。目前最被认可的是时间滞后——通用目的技术需要经历大量次级创新、互补创新和组织变革，才能真正推动生产率提升。历史经验是：蒸汽机用了118年、发电机用了91年、计算机用了49年，才开始明显推动生产率提高。

所以，AI对生产率的真正拉动，或许还需要时间。急不得。

悖论四：数据价值连城，资产负债表上却一文不值

数据被誉为"新石油"、"世界上最有价值的资源"。官方文件也说数据"与能源、材料资源同等重要"。但另一面，数据在实际经济活动中却很难体现价值。

"数据只有在使用中才能确定它的价值。" 这句话点出了数据价值的特殊之处——它不像普通商品那样有明确的交易价格。

现实情况确实尴尬。数据显示，我国有136家上市公司披露了数据资源入表事项，入表金额共计37.86亿元。这个数字有多大？仅占A股上市公司数量的2.5%，相当于我国人工智能核心产业规模的0.3%。三大电信运营商在入表规模上占主导地位，但这些数据资源在公司总资产中仅占0.06%左右，微不足道。

数据交易所遍地开花，但真正的"交易"并没有发展起来。有专家警告，应该警惕"只有经过交易买卖的数据才是可用数据"的行为导向。

一边是数据被捧上神坛，一边是数据在商业实践中难以变现。这个悖论，短期内似乎无解。

悖论五："第四次工业革命"，一个被用滥的标签

你有没有发现，每隔几年就会有一种新技术被冠以"第四次工业革命"的名号？

微电子（1984）、计算机（1988）、纳米技术（1994）、互联网（2000）、替代能源（2010）、信息物理系统（2014）、大数据（2016）、人工智能（2016）、物联网（2016）、工业互联网（2017）、区块链（2017）、量子计算（2018）、智能制造（2021）——都曾被赋予这个使命。

粗略统计，至少有20多项技术被贴上过这个标签。每出现一个新技术并宣称是"第四次工业革命"，似乎就意味着之前的说法都是错的。

现在，轮到AI了。哈萨比斯甚至说"AGI的规模和速度可能10倍于工业革命"。国内也有企业家把AI看作人类社会的最后一次技术革命。

但历史告诉我们两个事实：

第一，工业革命和经济危机不可能同时发生。 如果有人一边宣称新工业革命到来，一边又警告经济危机逼近，那一定有人错了。

第二，历次工业革命不是先知先觉，而是事后叙事。 "Industrial Revolution"这个术语，是在第一次工业革命结束40年后才广为人知的；"第二次工业革命"的说法，也是在结束后40年才被经济学家使用。身处其中的人们，根本不知道自己正处于工业革命之中。

所以，AI到底是不是"第四次工业革命"？这个问题可能只有后人才能回答。