最近看 Stiglitz 讨论 AI 经济，AI 其实也在经历一个很典型的“不可能三角”

三个东西，大家都想要：

高资本回报、快速普及、社会平稳过渡

但这三件事基本上很难同时成立

现在 AI 行业砸进去的钱已经太多了

GPU、数据中心、电力、模型训练，都是提前花出去的真金白银

所以资本市场默认这些钱以后会变成巨大的利润池

问题是，AI 这个行业的竞争偏偏又特别激烈

OpenAI 降价，Anthropic 跟

Google 有自己的 TPU

国内也是动不动就打骨折

各种圣的恩情还不完

开源模型再从下面继续往下打

模型能力越来越强，但 token 价格越来越低

所以这里第一个矛盾就出来了：

用户当然希望 AI 越便宜越好

但投资人需要 AI 公司以后能赚很多钱

如果最后基础模型真的高度商品化，那 AI 可能创造了巨大的社会价值，但这些价值未必留在模型公司手里

这又有点像互联网了

互联网后来当然改变了世界

但“互联网很重要”和“2000 年所有互联网公司的估值都合理”，完全是两回事

第二个角是：快速普及

现在钱已经先花出去了，所以 AI 又不能慢慢普及

如果大家每天只是打开 ChatGPT 问几个问题，这点 usage 根本撑不起这么大的基础设施投入

即所谓的“不创造价值”的那个部分

整个行业真正需要的是：

企业把 AI 大规模塞进工作流

Coding Agent 跑起来

客服 Agent 跑起来

财务、法务、销售、研究 Agent 全跑起来

以前一个人一天可能消耗几万 token

以后一个企业可能让几万个 Agent 24 小时工作

只有这种需求量级，今天的 Capex 才有可能被消化掉

所以 AI 公司其实非常希望这件事发生得越快越好

问题是：

如果它真的发生得特别快

第三个角就来了：

社会平稳过渡

假设 AI 真能让一个工程师顶三个人

对任何一家公司的 CFO 来说，最合理的事情当然是：

少招人，裁掉一部分人

收入不变，成本下降，利润上涨

每家公司单独这么做都完全合理

但所有公司同时这么做，事情就开始奇怪了

因为你的员工，同时也是别人的消费者

这个大家都懂了

站在微观上，每家公司都赢了

但站在宏观上：

工资收入下降，
劳动收入占比下降，
消费能力下降

最后企业通过 AI 削减的那些成本，本来也是整个经济里的需求

这就是一个非常经典的合成谬误

一个人站起来看球，看得更清楚。所有人都站起来，没有任何人看得更清楚

所以 AI 行业现在其实卡在一个很微妙的三角里面：

第一，利润要足够高

不然现在几万亿美元级别的投资回不了本

第二，普及要足够快

不然 GPU、数据中心、电力这些东西都闲着

第三，替代又不能太快

不然就业、消费和政治系统可能来不及消化

就变成了有目标的快，有节奏的快

这很难，兄弟

所以我现在觉得，AI 真正的“不可能三角”是

资本回报 × 普及速度 × 社会承受力

三者最多同时满足两个

高利润 + 快速普及：

可能带来剧烈的就业冲击

快速普及 + 平稳转型：

可能意味着激烈竞争、低价格，以及利润大量流向 AI 使用者，而不是模型公司，泡沫就破了

高利润 + 平稳转型：

那普及速度可能就没有资本市场今天想象得那么快，泡沫又破了

所以泡沫破不破，取决于是否接受这个代价

那么代价是什么呢，我的朋友