博主按：在我读过的（不多）关于AI的讨论中，AI深度研究院的这一篇报道是极具洞见的，故加以推荐。

    我注意到，文章说：1825年，被Ferguson反复提及的历史节点。那一年，煤炭和蒸汽机推动了工厂的普及，个体劳动力第一次被“组织化”管理。

   我的《富兰克林为什么发明取暖炉》（https://blog.sciencenet.cn/blog-1557-1482522.html）一文介绍说，富兰克林在18世纪当中发明了以煤为燃料的家庭取暖炉。他确实是以煤代替木材的能源转换的先驱。

   下面是这则报道。

哈佛历史学家 Ferguson 警告：从黄仁勋访华到模型脱钩，AI正在终结旧秩序

https://www.163.com/dy/article/JTGDFPLR0556B95P.html

全文 7,000字 | 阅读约35分钟

（4月18日，历史学家Niall Ferguson接受专访）

  Niall Ferguson（尼尔·弗格森） ——牛津出身、哈佛教授，斯坦福大学高级研究员

曾为唐宁街和白宫担任顾问的全球顶级历史学家，也是著名畅销书《文明》作者,在采访时候抛出了一个更深的判断：

“我们正处于文明的 minus1 时刻。”

Ferguson指出，今天的世界，重塑国家格局与经济未来的，不是政策，不是资本，而是：

“模型、算力，以及我们是否有能力更新认知结构。”

如果说上一代秩序由石油与核武器决定，那这一代秩序的重构者，正在由模型主权与AI结构能力决定胜负。

本文，我们将沿着 Ferguson 的五个结构性判断，

透视 AI 如何悄然重写全球增长逻辑、组织边界、制度权力与人类自身的位置。

“AI不是提升效率的工具，而是压垮旧秩序的第一块石头。”

第一节｜范式断裂已至，AI不是第一次

“任何改变历史进程的技术，都不会以“技术”的形式出现。 它们最终改写的，是结构、制度、人与人之间的权力关系“ ——Niall Ferguson

在这场关于“AI是否会改变全球经济结构”的讨论里，Niall Ferguson给出了一个不那么“硅谷”的回答。

他说：

“AI的到来，像极了1825年的蒸汽机，不是因为它强，而是因为它从根本上改变了‘做事的方式’。”

在他看来，这不是人类第一次面临“范式迁移”式的经济重构。

第一阶段：农业革命——生产要素的诞生

几千年前，农业的兴起让人类从“采集者”变成“定居者”，土地第一次成为生产资料，家庭、部落、组织体系应运而生。

那是第一次经济结构的根本变化——以生存为中心的社会，开始出现余粮、交换和权力集中。

Ferguson在他的著作中称这一变迁为“从混沌走向结构的原点”，它创造了人类第一次系统性增长。

第二阶段：工业革命——劳动力的结构化

1825年，被Ferguson反复提及的历史节点。那一年，煤炭和蒸汽机推动了工厂的普及，个体劳动力第一次被“组织化”管理。

在接下来的百年里，城市化、铁路、金融市场迅速扩张，世界经济结构从“靠人力耕作”转变为“靠系统分工驱动”。

从那时起，“职业”成为身份标签，增长逻辑也变得简单直接：“招更多人，干更多活”。

第三阶段：AI革命——认知系统的替换

而今天的AI，已经不是效率工具，而是认知结构的接管者。

它不只是帮你查资料、画图、写代码，而是正在做三件根本性的事：

替代个体判断：从内容生成到代码补全，模型让“个人思考”变成“提示词调用”。

重构组织流程：AI agent开始接管招聘、销售、客服等一整条业务链。

解构制度边界：模型能力外溢到国家治理、军事战略、法律审查等灰色地带。

Ferguson认为，这种变化，不再是“哪项技能会被替代”，而是“整个技能的定义正在失效”。

一个根本性的误区

硅谷喜欢说“AI就像电力，会进入每一个行业”。但Ferguson不认同这个类比。

他说，

“电力是基础设施，AI是认知结构。”

这两个不是一个维度的问题。

电力改变了“如何工作”，而AI正在改变“谁来定义工作”。

电力是对肌肉的增强，AI是对大脑的平替。而当“判断力”开始外包给模型，真正被颠覆的，不是某个行业，而是人类对“结构”的控制力本身。

小结： 历史不是一连串事件，而是一条条范式的断裂线。

AI将开启第三条断裂线——不是一项技术风口，而是一种文明秩序的重排。

“过去的变革，让人类成为中心。 而这一次，变革将让人类成为变量。”

第二节｜AI打破增长公式

“你以为AI会让经济增长更快，但它带来的，可能是

“增长”的终结。

“——Niall Ferguson

Ferguson在对话中提出一个让很多技术乐观主义者不舒服的判断：

“未来的GDP不会更高，而是更不重要。”

为什么一个长期研究全球资本与帝国扩张的历史学家，会对“增长”这个现代经济信仰，提出如此悲观的预测？

他的逻辑很简单：GDP是以“人”为核心的增长体系，而AI将剥离“人”的角色。

GDP的前提：人更多、干得更多、花得更多

现代经济的“增长三段论”非常清晰：

人口增长 → 更多劳动力；

劳动生产率提升 → 更多产出；

消费扩大 → 推动需求与创新。

也就是说，人是增长的发动机、燃料和刹车盘。

但现在，三个轮子正在同时失灵：

Ferguson指出，全球人口将在30-40年内开始普遍收缩，日韩已经进入“负增长陷阱”，中国、欧洲步步逼近。

劳动生产率正在进入“滞涨区间”，AI虽然效率惊人，但对“总体劳动生产率”的提升并不显著。

消费者信心持续波动、周期性强，平台经济反而压缩了“真实消费”。

而AI的出现，并不是来“修轮子”的，而是要换整辆车。

AI的思维方式：跳过人，重建增长链条

AI重构的，不是让人“工作得更快”，而是让“工作流程”不再依赖人。

你会看到这些变化悄无声息地发生：

一个销售流程，从线索生成、邮件撰写、客户画像，到CRM录入，全由Agent完成，人只做“最终确认”。

一个内容工厂，从脚本策划到剪辑分发，99%流程由模型生成，甚至连观众评论都可自动响应。

一个初创公司，只需要一个创始人 + 多个AI模块，就能完成一支5人团队的任务。

GDP的单位，是“人均产出”。

但未来，AI产出越来越多，“人”越来越少，这个单位本身就会崩塌。

结构上的后果：繁荣未必增长，增长未必分配

这意味着什么？

低就业增长率，高利润集中度：

企业增长但不扩招；

“无员工企业”将越来越多，营收高、纳税少、雇员更少。

GDP可能看起来在涨，但“体感经济”却在冷却。

虚假繁荣，结构分裂：

一部分掌握AI的人、组织、国家获得指数级增长；

大多数人却被排除在“增长模型”之外。

财政与税收体系失效：

当劳动力不再是主引擎，传统个税与社保体系将面临空心化；

Ferguson担心的是“制度被增长绑架”，而当增长逻辑改变，制度可能会随之塌陷。

数据已在透露信号

据IMF与OECD最新测算，过去3年，在AI渗透率最高的产业（如金融、科技、媒体），人均收入增速远低于资本回报增长；

OpenAI估算，其企业客户平均可减少40%-60%的人工开支，但对GDP的拉动效应极为有限；

模型效率越高，单位GDP对人类的依赖越小，这种“非人增长”的结构，正使增长成为上层结构自娱自乐的游戏。

Ferguson的判断：我们将不得不重新定义“什么是增长”

他提出一个问题：

“如果未来增长并不需要人参与，那人类的角色还值得计入经济模型吗？”

他不是在挑战AI，而是在挑战我们对增长的理解。

我们过去以为“创造工作岗位”是增长；

今天开始，AI创造的是“消灭工作岗位后的盈利方式”。

这不是技术的错，而是我们还没建立起一个“后人类经济学”的理论体系。

小结：

“AI不是催生新一轮增长的发动机，而是让我们必须放弃老一轮增长脚本的倒计时器。”

Ferguson的预言不是“AI太强”，而是“我们太依赖旧秩序”。

“未来十年最危险的，不是AI抢了多少人工作，而是我们还在用GDP思维理解AI社会。”

第三节｜AI不是平均主义，它制造撕裂

“如果说过去的工业革命制造了“工人与资本家”的阶层分裂，那么这一次，AI革命将制造“AI掌控者”与“被系统压缩者”的断层社会。“ ——Niall Ferguson

Ferguson对AI并不感到兴奋。

他更像是在提醒所有看似被技术“激活”的人：AI不是一场普惠技术革命，而是一场正在发生的结构失衡。

阶层撕裂：你不是被裁员，而是被排除在系统之外

“工业革命时，被机器取代的是体力。AI革命，被取代的是判断。” ——Niall Ferguson

Ferguson指出，AI正在制造新的“工作二元结构”：

AI合作者：能写提示词、调模型、接API的人，他们是AI系统的“接口”；

AI被管理者：曾经的知识工作者，如编辑、分析师、普通程序员，现在逐渐变成AI流程中的“中转站”。

这种分裂并不是显性的裁员，而是系统边缘化：

你还在岗，但你只管“确认”；

你还在写报告，但模型已经提前跑出结论；

你还在会议上发言，但AI助手的数据更可信。

这不是岗位的消失，而是价值感的溶解。

行业撕裂：不是所有行业都能被AI“平均赋能”

我们习惯把AI看作“所有行业都能用”的万能工具。但Ferguson提醒我们：AI只会让强者更强，弱者更弱。

具体来说：

高度结构化、流程化、数字化的行业（如金融、广告、软件工程）将首先进入“AI倍增”区；

以人际信任、情绪判断、现场控制为核心的行业（如养老、法律、政治、基层医疗）短期难以被AI完全渗透。

“结果是：高算力行业的利润指数级放大，低介入行业的边缘感持续上升。”

你能清楚地看到以下趋势：

金融行业的算法交易员替代了人类操盘手；

SaaS类公司平均雇员数在下降，利润却持续增长；

而教育、护理、社工这些“服务性行业”仍靠人力，但薪资增长乏力。

AI在行业之间造成了“利润密度差”——技术资本的回报，远远高于劳动本身。

国家撕裂：数据强国 vs. 算力地

Ferguson在访谈中反复强调一个预警性词语：“技术主义”。

他说，技术的扩张路径和历史上的殖民扩张极其相似——核心是垄断、依附、抽取：

核心国家掌握AI大模型；

弱势国家开放数据、输出劳动力、租用算力；

表面上是“技术合作”，实质上是“模型租赁与利益抽取”。

举个例子：

一家美国AI公司可通过API向50个国家提供医疗诊断模型；

本地医院支付模型费用、上传患者数据，模型训练持续进化；

数据和利润都流回“模型拥有国”，而本地医院只是“算力终端”。

Ferguson称这种模式为“算力殖民”：国家表面拥有数字基础设施，实质失去主权算力。

“当你只拥有数据，但不拥有模型，你就是被AI治理的对象。”

Ferguson 的关键判断：

未来十年，将出现三种分裂现象：

这不是技术进步的副作用，而是结构升级的必然代价。

小结：

AI重塑的不是机会，而是结构； “被重塑的，不只是岗位，而是秩序。”

Ferguson最后说了一句意味深长的话：

“历史的转折点，总是先在结构里断裂，然后才在人们的生活中崩塌。”

这场由AI引发的裂变，正在悄然逼近我们每一个人。

第四节｜模型正在重写世界格局

“我们总以为战争是武器主导的，但现在社会：决定战争胜负的，从来不是士兵，而是算力。“ ——Niall Ferguson

工业革命之后，火力决定国运；

冷战时期，核能力定义秩序；

而在 AGI（通用人工智能）即将降临的 202X 年，Ferguson 提出了一个更加刺耳的判断：

“未来的全球秩序，不再由国家主导，而由算法结构主导。”

算力即国力，模型即武器

Ferguson在访谈中明确表示：

“如果中国最终在AI基础架构上超越美国，美国将第一次在现代科技战争中落于下风。”

这一观点并非空谈。在历史中，“基础技术的主导权”从未脱离过战争背景：

蒸汽机诞生后，英国成为全球海权中心；

核裂变成功后，美国在冷战中建立绝对制衡；

而今天，大模型的参数数量、推理速度、训练效率，已经成为国家级比较优势。

你可以理解为：模型的更新频率 = 国家战略反应速度；

而算力供给能力 = 国家战争动员能力。

从这个角度看，AI并不是技术竞赛的一环，而是战略安全的主轴。

AI战争，已经开始

别误会，今天我们所说的“AI战争”早就不只是纸上谈兵。

美国国防部启动“Replicator计划”，使用AI自动指挥无人机群作战，目标是“压制任何敌国的人海优势”；

以色列在加沙冲突中首次部署“AI智能选项系统”，根据大模型分析快速生成军事打击建议；

欧洲加速推进“智能化战争体系”，据报道，已有“数据-仿真-指令”链路完全由AI完成。

Ferguson 提醒：“AI不是未来战争的工具，而是未来战争的战场。”

谁掌握AI指挥系统，谁就能在“无人出战”的战局中掌握先机。

模型输出的不是技术，是秩序

AI不仅决定军事胜负，它还在改变全球秩序的架构方式。

回顾历史，每次秩序的形成都伴随一个“基础设施级”的平台：

英国靠海运+港口网络建立帝国；

美国靠互联网+美元体系构建全球话语权；

而今天，AI平台正成为新的“超级国家结构”。

想象一下未来的国际局势：

OpenAI与微软构建的模型在全球150+国家使用；

每个政府、企业通过API“调用”模型能力；

决策依据、舆情分析、安全审查，全部运行在非本国控制的AI系统上。

这意味着：你的国家表面是主权独立的，但底层系统结构已经被AI平台外包了。

Ferguson称之为：“去主权化治理”——主权国家逐步让位于平台国家。

平台主权 vs. 传统主权

平台的崛起正在消解边界。

AI不需要签证，它的模型可以同时部署在硅谷、伦敦、首尔；

AI不讲外交，它用算力掌控话语系统；

AI没有外交官，但它可能成为全球最懂每个国家公众情绪的存在。

换句话说：

“OpenAI、Google DeepMind、字节跳动等科技巨头，可能正在成为“新型准国家”。”

这也是 Ferguson 最担忧的结构性冲突来源：未来的战争可能不是“中美冲突”，而是“平台与国家之间的治理主权冲突”。

小结：

过去两百年，经济主导战争；

而今天开始，AI主导战争，战争决定秩序。

Ferguson的预言并不耸人听闻：

“下一个超级强国，不是拥有最多军队的国家，而是能控制最多模型的国家。”

AI正在将全球带入一个“去国界、强结构、弱人权”的算法时代，你以为它只是工具，但它可能已经在重写我们身处其中的世界。

第五节｜制度跟不上模型了

“历史的讽刺在于：每次技术跃迁后，旧制度都假装还能‘继续运作’。” ——Niall Ferguson

在人类历史中，每一次生产力的跃升，都会倒逼制度结构的升级：

蒸汽机之后，工会制度与城市立法体系诞生；

信息革命之后，全球金融系统与平台治理框架成型。

但这一次，AI的发展速度远远跑在了制度演化的前面。

Ferguson警告说：

“我们正在用工业时代的规则，管理推理型智能。”

这就像用马车法规去限制高铁运行，看起来在管理，实则失效。

️ 制度的三个错位：看似接入，实则空转

Ferguson指出，大多数政府和企业正陷入三种“AI制度错觉”：

“装了，但不让它决定”

“加了，但没拆掉旧流程”

“激活了，但不信任”

Ferguson一针见血地指出：

“你让AI干活，却不让它负责；这不是制度升级，是责任外包。”

核心问题：我们还没理解AI到底是什么

Ferguson强调，AI不是“流程工具”，它是“推理结构”。

换句话说，它不是Excel +1，而是一个新的判断机制，正在挤压“人类判断”的合法性。

AI生成商业报告，只需1秒，且语言更理性；

AI在招聘中筛人更“公平”，不掺杂情绪偏好；

AI在医疗初诊中比普通医生更稳定；

问题来了：人类该如何“接住这个判断”？

今天的制度还无法回答以下三个问题：

AI生成的判断，谁来背书？

AI被错误采纳后的后果，谁来承担？

AI是否有“判断权”，而非“建议权”？

而这三点，正是一个制度是否承认“非人判断系统”的核心。

Ferguson建议：构建“AI合作型制度”

Ferguson提出了三条路径，用来思考AI时代的新制度框架：

1、从“权限管控”转向“责任协作”

不再是“AI不能做什么”，而是“当AI做错时，谁负责什么”；

建立“人机共决”模型，而非“人类兜底”。

2、从“辅助流程”转向“共同治理”

让AI成为治理体系中可以投票的“算法席位”；

企业决策不只是CEO+数据，而是CEO+AI系统对话。

3、从“合规性管理”转向“价值观治理”

AI无法内化“人类价值”，但人类可以外置“价值函数”；

与其靠审计模型，不如明确价值目标。

Ferguson总结说：“AI不是员工，也不是工具，而是制度中的新主体。”

如果你不承认它的主体地位，就无法构建合理的制度约束体系。

小结：

今天大多数组织看起来很先进，但本质上只是给旧制度加了“高科技的壳”。

Ferguson称之为：“制度空转的错觉”。

“你看到的是技术升级，实际运作的却还是人类的旧逻辑。”

第六节｜我们与AI的最后十年

“如果AI将成为文明的下一阶段，那我们还有十年，为自己争取一种不被历史抛弃的方式。”——Niall Ferguson

在采访的最后，Ferguson抛出了一个极不“科技圈”的视角：

“我们现在像极了 19 世纪的马匹。” “那时的人们，曾经相信马车不会过时，马的速度永远不可替代。”

但我们知道，汽油车终究来了。马，从主角变成了边角角色，从城市骨干，变成田园风景。

“人类会不会重蹈覆辙？”Ferguson没有明说。但他留给我们一个隐喻般的时间窗口：

十年。

在这十年里，AI将接管决策结构、重构经济范式、取代判断体系。而人类，必须完成三件事，来争取“不是被抛弃的那一方”。

✅ 任务一：重构“价值” —— 不是信息密度，而是判断力与想象力

AI拥有海量知识，却缺少真正的“视角”。

Ferguson指出：

“AI可以精准地回顾历史，却无法给出方向感。它知道世界怎么变，却不知道人类为什么还值得留下。”

这是一种价值断层。

所以人类必须重建自己的价值来源，不是“输出信息”，而是：

提出问题；

激发愿景；

做出选择；

担下后果。

也就是说，我们要从“做事”转向“决策”，从“应对”转向“判断”。

“信息密度的时代已经结束，判断力稀缺的时代刚刚开始。”

✅ 任务二：建设“无法被模仿”的教育系统

今天的教育系统，最大的问题在于：

培养的学生，与AI产出的“中等答卷”几乎无异。

模型可以在3秒内完成的作文、设计、代码，却仍被我们视为“能力”。

Ferguson提醒说：

“我们不是在训练下一代，而是在制造未来的失业者。”

他提出两个方向：

1、不再强调“标准能力”，而是放大“非结构化思维”：

提问的艺术、类比的能力、构建未知系统的习惯。

2、强调“人类经验”的不可转移性：

领导力、情感判断、价值权衡，这些依然难以被复制。

教育必须从“复制正确答案”，转向“训练不可预测”。

这才是一个文明能在AI浪潮中，保有自我特性的方式。

✅ 任务三：重新发现“人类的目的”

Ferguson提到一个哲学层级的问题：

“我们正在制造一个比我们更强的智能体，但我们好像忘了，自己为什么要存在。”

过去，人类的“目的”来自于宗教、国家、集体、理想主义。 而今天，很多人活在一个空壳文明中，只剩下“效率最大化”作为人生意义。

AI会进一步放大这个空洞：

它不会质疑；

它不会反抗；

它不会问“为什么”。

Ferguson直言：

“如果人类不重新建构一种‘存在的理由’，AGI的诞生就会让我们自己先放弃自己。”

他甚至提出——未来社会的“转向”可能来自一场宗教复兴 或 价值重启运动，而不是某项新技术。

小结： Ferguson没有像硅谷那样画“通用人工智能”的大饼。

他只是站在历史长河的桥上说了一句：

“你们总是以为自己在开天辟地，但在历史看来，这种自信通常只出现在‘失控’的前夜。”

AI的未来，是文明的下一场“重构式实验”。

但你、我，我们这些“参与实验的人”，至少要弄明白：

“我们还剩下什么？我们还要创造什么？我们还能拒绝什么？”

✅但历史不会给“迟钝者”二次机会

“你们不是活在技术变革中，而是活在一次文明重组的边缘。”——Niall Ferguson

在这场对话中，Ferguson没有用华丽辞藻夸耀AGI，也没有像工程师那样讲解大模型的推理机制。

他只是站在一个历史学家的高度，提醒我们：

GDP的公式会变；

工作的定义会变；

战争的逻辑、制度的边界、社会的结构……都会变。

“但最危险的不是“变了”，而是你还在用旧秩序解读这个新时代。”

我们正在见证的，不是一个科技产品的上线，而是一整套结构性范式的切换——从人本经济，向AI结构；从组织理性，向模型推理；从人类判断，向算法决定。

Ferguson没有告诉你要做什么，但他在暗示：

“如果你现在不开始行动，那你会在十年后，看着文明前进的脚步，把你留在原地。”

这不是一场趋势讨论，这是一次生存提问。

不是“AI会不会改变一切”，而是——

当一切被改变的时候，你还想留下来吗？

本文由AI深度研究院出品，聚焦全球 AI 创新浪潮中的企业转型策略。

参考资料：https://www.youtube.com/watch?v=L5jhEYofpaQ&t=868s&ab_channel=SpecialCompetitiveStudiesProject