在不少人看來，AI 不只是一次生產(chǎn)力革命，更是一場緩慢但深刻的社會變革。

當(dāng) AI 帶來效率大幅提升，一個老問題又重新被提起：人會不會因此被取代？如果 AI 能比人類做得更快、更準(zhǔn)，那些工作崗位，是不是就沒有存在的必要了？

現(xiàn)實并不總是這么直接。

在所有 AI 的落地路徑中，醫(yī)療影像診斷是進(jìn)展最明確的場景之一。早在 2017 年，斯坦福團隊推出的 CheXNet 就已在肺炎識別任務(wù)上超越專業(yè)醫(yī)生。到今天，已有超過 700 種放射學(xué) AI 模型通過 FDA 批準(zhǔn)，占到醫(yī)療 AI 器械的四分之三以上。

按理說，這樣的技術(shù)一出現(xiàn)，放射科醫(yī)生是不是就該“涼涼”了？

但現(xiàn)實卻完全相反。AI不僅沒有帶來“淘汰”，反而讓放射科醫(yī)生正變得越來越重要。

2025 年，美國放射科醫(yī)生平均年薪達(dá)到 52 萬美元，僅次于整形外科，成為收入第二高的醫(yī)學(xué)�？啤Ｍ瑫r，醫(yī)院對他們的需求也越來越大，職位數(shù)量和空缺率雙雙創(chuàng)新高。

背后的邏輯并不復(fù)雜：AI 讓影像診斷變得更高效，也更容易獲取，推高了整體檢查數(shù)量。而 AI 所能勝任的，仍然只是流程中的一部分，真正復(fù)雜或風(fēng)險高的判斷，仍需人類醫(yī)生把關(guān)。

更重要的是，監(jiān)管明確規(guī)定，最終報告必須由人類簽署。AI 無法獨立上崗，所有結(jié)果依然需要醫(yī)生確認(rèn)。

結(jié)果是，醫(yī)生不僅沒有被替代，反而因為工作量上升，被推到了更加核心的位置。

這正是經(jīng)濟學(xué)中的“杰文斯悖論”——當(dāng)某項技術(shù)提高了效率，反而可能激發(fā)更大規(guī)模的消費需求，從而帶來更多工作，而不是更少。

生產(chǎn)力提升還會帶來一個更隱蔽的副作用：拉高其他行業(yè)的工資成本。經(jīng)濟學(xué)中有一個概念叫“鮑莫爾效應(yīng)”：當(dāng)某些行業(yè)（比如 AI、芯片、數(shù)據(jù)中心）變得特別賺錢，其他行業(yè)即便沒有技術(shù)革新，也必須提高薪資，才能留住人。

結(jié)果是，一些與 AI 完全無關(guān)的服務(wù)，價格也在逐漸上漲。這種變化，不會集中爆發(fā)，而是悄然擴散到社會的每一個角落。

今天，我們不妨借用 A16Z 的視角，來重新審視一個老問題：當(dāng) AI 釋放出前所未有的生產(chǎn)力，社會將被推向怎樣的深水區(qū)？

/ 01 /

為什么AI不會減少工作，而是制造更多機會？

你很可能在某個時候見過類似的圖表：

這張圖表對不同的人來說意義各不相同：對一些人來說，它可能代表“哪些領(lǐng)域受到監(jiān)管，哪些領(lǐng)域不受監(jiān)管”；對另一些人來說，它可能代表“科技在哪些方面發(fā)揮著作用”。而如今，它備受關(guān)注，因為持續(xù)的通貨膨脹和人工智能投資超級周期都占據(jù)了人們的大量注意力。

要真正理解這一點，最好的切入點不是紅線，而是藍(lán)線：哪些地方的物價正在下降，從而創(chuàng)造更多就業(yè)機會、更多發(fā)展機遇和更多消費？

威廉·斯坦利·杰文于1865年首次提出的“杰文悖論”與煤炭生產(chǎn)有關(guān)。杰文觀察到，煤炭生產(chǎn)成本越低、速度越快，最終煤炭的使用量反而越大——需求遠(yuǎn)遠(yuǎn)超過了成本節(jié)約，煤炭市場隨著英國乃至全球第二次工業(yè)革命的推進(jìn)而迅速增長。

如今，我們都知道摩爾定律，這是杰文斯悖論的最佳當(dāng)代例證。

1965年，一個晶體管的成本約為1美元。如今，它的成本僅為百萬分之一美分。計算成本的驚人下降——十億倍的提升——并沒有導(dǎo)致計算機使用量的適度增長。

它引發(fā)了應(yīng)用領(lǐng)域的爆炸式增長，而這些應(yīng)用在之前的價格水平下是不可想象的。

每個晶體管1美元時，計算機適用于軍事計算和企業(yè)薪資管理。千分之一美分時，計算機適用于文字處理和數(shù)據(jù)庫。百萬分之一美分時，計算機適用于恒溫器和賀卡。十億分之一美分時，我們將其嵌入一次性運輸標(biāo)簽中，這些標(biāo)簽只需傳輸一次位置信息即可丟棄。

效率的提升并沒有減少我們的計算總量：它使計算變得如此便宜，以至于我們現(xiàn)在使用的計算量是以前的數(shù)萬億倍。

我們都押注代幣價格也會像計算成本一樣上漲，從而釋放出遠(yuǎn)超現(xiàn)有投資所能滿足的需求。

前幾周，谷歌云人工智能與基礎(chǔ)設(shè)施總經(jīng)理兼全球合伙人 Amin Vahdat 向我們分享了一個驚人的發(fā)現(xiàn)：

谷歌內(nèi)部 7 年前的 TPU 仍然保持著 100% 的利用率。這正是杰文悖論的體現(xiàn)之一：生產(chǎn)性工作的機會呈爆炸式增長。人工智能技術(shù)正處于發(fā)展的關(guān)鍵階段，每天都有人發(fā)現(xiàn)新的應(yīng)用，這意味著用戶會利用任何可用的芯片進(jìn)行生產(chǎn)性開發(fā)。

杰文斯悖論（其實根本算不上悖論，它只是經(jīng)濟學(xué)原理）揭示了需求創(chuàng)造的根源，以及新型高吸引力就業(yè)崗位的來源。而這大量新增的、切實可行的、富有成效的就業(yè)機會，正是我們理解經(jīng)濟難題另一半——其他領(lǐng)域經(jīng)濟運行規(guī)律——的起點。

/ 02 /

AI提升了效率，卻讓更多行業(yè)變得更貴了

阿加莎·克里斯蒂曾寫道，她從未想過自己會富裕到可以買車，也從未想過自己會貧窮到不需要傭人。然而，經(jīng)過一個世紀(jì)的生產(chǎn)力提升，如今美國中產(chǎn)階級家庭平均每兩年就能輕松負(fù)擔(dān)一輛新車的租賃費用，卻需要與鄰居分?jǐn)傄晃槐Ｄ返馁M用。

這究竟是怎么回事？

在杰文斯發(fā)表關(guān)于煤炭的觀察報告一百年后，威廉·鮑莫爾發(fā)表了一篇短文，探討了為何如此多的管弦樂隊、劇院和歌劇公司面臨資金短缺的問題。

他曾提出一個頗具爭議的觀點：演奏弦樂四重奏的音樂家，雖然工作強度沒變，但從“經(jīng)濟產(chǎn)出”的角度看，效率卻在下降，不是因為他們偷懶了，而是因為其他行業(yè)的效率提高了，比如制造業(yè)能用更少的人生產(chǎn)更多的產(chǎn)品。

這個概念確實不太好理解，也讓很多人難以接受。它的大意是這樣的：

從長遠(yuǎn)看，不同行業(yè)的工作其實是在同一個勞動力市場上“搶人”。如果有個行業(yè)因為效率提高、利潤暴漲而開出更高工資，其他行業(yè)為了留住員工，也得跟著漲薪。否則，工人都會流向那些工資更高的行業(yè)。

以弦樂四重奏為例，聽起來可能有點奇怪。因為從某種角度看，音樂在過去一百年里其實變得更高效了：我們可以通過錄音和流媒體隨時隨地聽音樂，幾乎不需要成本。甚至你也可以說，像泰勒·斯威夫特這樣的流行歌手，更能滿足今天大眾的口味（盡管你可能不欣賞她的風(fēng)格）。

但這并不影響鮑莫爾想表達(dá)的核心：當(dāng)一些行業(yè)變得更有吸引力、回報更高時，其他沒有明顯效率提升的行業(yè)也會變得“更貴”。因為大家都在同一個勞動力市場里，如果你想留住人，就得付出更高的成本。這種“相對吸引力”的變化，是推動成本上漲的重要原因。

鮑莫爾成本病聽起來像是在抱怨：為什么有些行業(yè)（比如教育、醫(yī)療、藝術(shù)）總是越來越貴、效率卻沒變？但其實，它之所以會出現(xiàn)，有一個很關(guān)鍵、但經(jīng)常被忽略的前提——整個社會的生產(chǎn)力和財富要持續(xù)增長。

換句話說，如果沒有整體經(jīng)濟變得更富裕、更多人賺到更多錢，鮑莫爾效應(yīng)根本不會成立。它之所以會發(fā)生，是因為一些行業(yè)效率提高、賺得多，拉高了工資水平；而其他行業(yè)為了留住人，也得跟著漲工資——盡管它們本身沒法像高科技、制造業(yè)那樣提高效率。

這就像是“杰文斯悖論”（Jevons Paradox）和“鮑莫爾成本病”是一對搭檔：前者講的是效率越高，反而可能消費得越多；后者講的是當(dāng)一些行業(yè)越來越高效時，反而會讓其他沒那么高效的行業(yè)變得越來越貴。

我們很少把這兩者放在一起講，但其實它們密切相關(guān)。只有在整個社會變得更富有的時候，鮑莫爾效應(yīng)才會全面顯現(xiàn)出來*當(dāng)經(jīng)濟蓬勃發(fā)展、大家消費更多、工作機會更多時，那些原本“沒效率提升空間”的行業(yè)，也會因為跟著漲工資而變得成本更高。

這不一定是壞事。從某種角度看，它其實是一種“水漲船高式”的財富分配機制。甚至可以開個玩笑說：鮑莫爾成本病，可能是現(xiàn)實世界里最溫和有效的“共產(chǎn)主義”模型，當(dāng)一部分人變得更富有時，其他人也不得不被“帶富”一部分。

/ 03 /

AI 讓世界更高效，也讓遛狗更貴了

有一篇文章是這樣解釋的：現(xiàn)在因為數(shù)據(jù)中心越來越多，特別是AI的發(fā)展，需要大量的冷卻系統(tǒng)來保證機器正常運轉(zhuǎn)。這就讓暖通空調(diào)（HVAC）技術(shù)人員變得特別搶手，他們的工作機會幾乎是“無窮無盡”。

結(jié)果就是——他們的工資也漲了很多，即使他們的技術(shù)本身沒發(fā)生變化。

而當(dāng)他們收費變貴，其他行業(yè)也會跟著受到影響：比如請他們修理辦公樓、商場，甚至修家用空調(diào)的費用也變高了，哪怕這些活兒跟AI一點關(guān)系都沒有。

但問題沒那么嚴(yán)重，因為從長遠(yuǎn)來看，我們的社會整體上也更富裕了，這主要是因為技術(shù)帶來了更多效率和產(chǎn)出。所以盡管服務(wù)變貴了，大多數(shù)人還是“負(fù)擔(dān)得起”。

此外，下一代水管工學(xué)徒可能會選擇轉(zhuǎn)行從事暖通空調(diào)工作；因此，現(xiàn)在水管工的成本也更高了。諸如此類，不勝枚舉。

那我們不妨想一想，如果人工智能真的像大家預(yù)測的那樣，在各個行業(yè)廣泛落地，會發(fā)生什么？

首先，人工智能很可能會大幅提升服務(wù)行業(yè)的效率。這不是第一次有技術(shù)做到這一點：比如過去鐵路讓郵政速度快了好幾倍，互聯(lián)網(wǎng)讓訂機票、訂酒店變得又快又方便。

這次也是一樣。AI會讓一些服務(wù)變得更快、更便宜、可規(guī)�；�。而且，有些服務(wù)還會進(jìn)入類似“杰文斯效應(yīng)”的狀態(tài)：效率越高，反而使用得越多。為什么？因為原來太貴、太慢、太麻煩的服務(wù)，突然變得“人人可用”。

比如，像法律服務(wù)，以前動不動就要花大價錢請律師，很多人都用不起。但如果 AI 能快速幫你寫合同、查資料、出法律建議，那可能原來只會找律師一次的人，現(xiàn)在會找十次，甚至一百次。

不過，并不是所有服務(wù)都能像法律或旅行那樣被 AI 大幅提升效率。有些工作因為本身的性質(zhì)，根本無法被“AI化”，也沒辦法像其他服務(wù)那樣降價、擴展、自動化。

比如遛狗，AI 再厲害，也不能真的來接你家的狗出門散步。但隨著其他行業(yè)效率提升、工資上漲，連遛狗這類跟 AI 完全無關(guān)的服務(wù)，也會變得越來越貴。為什么？因為這些工作的人也生活在同一個社會里，房租、消費、工資水平都在漲，他自然也要多收點錢。

/ 04 /

當(dāng)AI干完99%，那1%的人反而最值錢

當(dāng)技術(shù)太快、太猛，社會還沒準(zhǔn)備好時，政府往往會介入，用政策規(guī)定某些工作“必須由人來完成”。比如某項安全審核、某份檢查報告，哪怕AI已經(jīng)能完成99%的任務(wù)，也得有人在最后簽個字。

這不是假設(shè)，而是很可能會發(fā)生的事情，而且會影響很多行業(yè)。比如放射科醫(yī)生，有人打了個比方，說他們的角色可能就像Waymo自動駕駛汽車前排的“安全員”，車已經(jīng)能自己開了，但還是得有人坐在那，防止萬一出問題。

現(xiàn)在的Robotaxi也是這樣，看似自動駕駛，實際還是有個人坐在車?yán)锉O(jiān)控。這時候，那“最后1%的人類介入”就變得特別重*，因為它是整套系統(tǒng)能不能落地的關(guān)鍵。

如果這類工作（比如放射科醫(yī)生）真的是“AI干99%，人來兜底”，那這些“兜底人”的工資可能會變得特別高——因為他們的角色不可替代，是整套流程的瓶頸

這樣的故事正在發(fā)生。在AI的所有實際應(yīng)用中，AI輔助醫(yī)療影像診斷是最明確的應(yīng)用領(lǐng)域之一。目前，已有超過 700 種放射學(xué)模型獲得 FDA 批準(zhǔn)，占所有醫(yī)療人工智能設(shè)備的四分之三以上。

但就在這樣一個AI滲透率更高的領(lǐng)域，對人力的需求卻比以往任何時候都高。

2025年，美國診斷放射學(xué)住院醫(yī)師培訓(xùn)項目在所有放射學(xué)專科領(lǐng)域提供了創(chuàng)紀(jì)錄的1208個職位，比2024年增長了4%，而該領(lǐng)域的職位空缺率也達(dá)到了歷史最高水平。2025年，放射學(xué)成為美國收入第二高的醫(yī)學(xué)�？�，平均年收入為52萬美元，比2015年的平均工資高出48%以上。

這背后凸顯了一個AI落地過程中的奇怪現(xiàn)象：當(dāng)AI完成99%時，人的價值會暴漲；可一旦AI真能完成100%，這個崗位就可能“突然消失”。工資漲到頂點，然后歸零。你也許會在未來的某些崗位上看到這種非常奇怪的現(xiàn)象。

這其實也是鮑莫爾效應(yīng)在進(jìn)化的一種新形式——過去我們講的是“某些行業(yè)效率提不上去，所以成本變貴”；現(xiàn)在，我們可能看到的是，“AI 能力越強，人的價值越集中在最后那一點點‘無法取代’的部分上”。

比如，我們能在手機上跑大型AI模型，卻還是請不到足夠的老師來搞小班授課。這種錯位，聽起來就像是“科技飛速發(fā)展，但人的工作越來越古怪”。

也許有一天，我們真的會走到那一步：社會中到處是AI完成的自動化流程，而“真正值錢”的，是那些必須由人完成的1%瑣碎工作，可能是要遛狗、要簽字、要面對面說一句“我在這里”的角色。這些工作看似不起眼，卻變成了不可替代的“黃金任務(wù)”。

如果真是這樣，那我們未來的勞動力市場可能會出現(xiàn)一批很奇特的職業(yè)——看上去像遺留物，但它們卻扮演著關(guān)鍵角色。也可能因此誕生一些我們今天想都想不到的經(jīng)濟現(xiàn)象和政治聯(lián)盟。

不過那一天還沒來，眼下我們該做的仍然是努力提高生產(chǎn)力。這才是讓社會變富的根本，哪怕它會帶來一些混亂、意想不到的副作用。

       原文標(biāo)題 : AI都能看片子了，放射科醫(yī)生為什么卻成了香餑餑？