AI砸万亿基建狂飙，岗位加速分化，普通人该怎么守住饭碗？

文|朝子亥

本文为深度观点解读，仅供交流学习

大家好，欢迎观看【小亥点评】，都在聊 AI 能不能赚快钱、能不能颠覆传统行业，但很少有人问过一个更实在的问题：就算 AI 真的兑现了所有商业价值，普通人能分到多少好处？

北美四大云厂商今年资本开支合计将达到7250亿美元，同比增长超过 70%，仅亚马逊一家全年开支就突破 2000 亿美元。

上游台积电、SK 海力士等关键环节，资本开支指引也跟着被大幅调高，连独立大模型公司的算力采购和数据中心投入都超过了千亿美元。

但真正愿意为大模型持续付费的客户和场景，规模远远跟不上投入。

比如 Anthropic 今年三月末的年度经常性收入刚突破 300 亿美元，相比去年的 10 亿涨了 30 倍，已经是当下商业化进展最快的一家。

而四大云厂商七千多亿的基建投入，对应的纯大模型API直接收入仍在百亿美元量级爬坡。

由AI带动的云基础设施、配套技术服务整体收入已达数千亿美元量级，产业整体仍处于投入先于营收的基建周期，这就是红杉资本反复警示的核心投入-营收剪刀差。

今年四五月份，DeepSeek 把 V4 Pro 的 API 价格降到原定价的四分之一，标准输入价格约为海外旗舰大模型 GPT-5 的七十分之一，还永久执行降价。

紧接着小米宣布 MiMo-V2.5 系列 API 最高降幅达 99%，直接对标 DeepSeek。

不是简单促销，是底层工程效率突破撑起来的定价地板，Gartner 甚至判断，到 2030 年大模型推理成本还会比 2025 年降 90%。

价格崩塌带来了清晰的K型分化。高端闭源模型在复杂长周期任务上仍有定价权，例如国内头部闭源 GLM 系列完成核心能力升级后，一季度定价有所上调，调用量仍实现数倍增长。

C 端应用厂商不受 API 计费影响，日子也还行，但夹在中间的通用模型厂商，既没技术护城河又丢了性价比优势，直接被双向挤压。

AI 不只是影响岗位这么简单，还有个落地的时间差。据行业调研统计，AI 代理工具调用量里，软件工程占比接近 49.7%，是占比最高的单一行业。

摩根士丹利的研究指出，当前AI仍处于基建投入高峰期，算力建设、技术研发、产业落地等环节正在创造大量新增岗位，不同AI渗透度产业的就业增速差异尚不显著。

但标准化财务核算、基础行政等流程类岗位受到的替代压力，已经是行业可见的明确趋势。

传统经济的循环逻辑很简单：企业投资，雇人发工资，员工消费，企业赚钱，但AI如果真的把大量岗位变成自动化流程，企业省下的工资不会分给普通人，只会留在资本手里。

最后老百姓没钱消费，企业生产的商品卖不出去，整个循环就断了。软银的 60 亿美元保证金贷款谈判陷入停滞，只是这条 AI 信贷链条上的最新预警。

回望1920年代美国电气化革命周期，曾出现过基建大规模投入、生产效率快速提升，但劳动者收入增长滞后、收入分化扩大的阶段，最终供需失衡成为引发经济危机的诱因之一。

当前 AI 基建热潮与当年的技术革命有一定相似性：算力基建对应当年的电网建设，大模型对应电气化时代的动力设备，资本市场也同样抱有极高的乐观预期。

但也要看到，历史上每一次技术革命最终都催生了大量新产业、新岗位，社会调节机制也在不断完善，并非简单的历史复刻。

现在市场上有三种应对思路：一是给算力、数据、模型征税，搞全民基本收入，把资本超额利润分给普通人。

二是像电力催生夜间经济、互联网催生平台经济一样，AI 催生出全新的高消耗智能的产业，消化掉被替换的劳动力。

三是最坏的情况，变成科技封建主义，少数寡头掌握算力霸权，普通人变成依附数字资源的群体。不管哪种情况，现在社会的缓冲空间已经不多了。

对于普通投资者来说，别急着冲进场炒 AI 应用，等看清楚有没有真正跑通商业闭环的场景再说。

而普通人自己，也别被 AI 的热闹晃花眼，得留个心眼看看自己的饭碗，会不会被悄悄替换。

当然，技术变革从来都是挑战与机遇并存。AI 在替代部分标准化岗位的同时，也在催生 AI 训练师、算力运维工程师、智能产品经理等大量全新职业。

历史经验表明，技术进步最终会推动社会整体财富增长，关键在于如何完善分配机制，让更多人共享技术红利。

#上头条 聊热点#