在技术加速变革时期，市场往往会在两个极端之间摇摆：极度狂热和彻底悲观。人工智能的兴起似乎同时唤醒了这两种极端情绪。
一方面，有预测显示未来将出现近乎无限的财富富足；另一方面，关于大规模失业、既有商业模式瓦解以及新一轮科技泡沫不可避免的破裂的预测也层出不穷。
历史经验告诉我们，面对这类说法要谨慎。
市场历来高估重大创新带来的短期影响，而低估其长期影响。电气化、互联网和移动设备都曾出现过这种情况。种种迹象表明，人工智能的发展也不会例外。
第一个常见的误解是将当前的AI竞赛与上世纪90年代末的互联网泡沫自动相提并论。虽然某些资产确实存在过度投资的情况，但这两个时期之间存在着根本性的区别：支撑当前投资的需求是实实在在的。
计算基础设施支出的爆炸式增长并非源于对遥远未来的抽象预期，而是为了应对当前日益增长的人工智能模型处理、存储和训练需求。主要技术平台的收入持续保持着令人瞩目的增长速度，这主要得益于云计算和人工智能相关业务的推动。
因此，这并非依靠空洞的承诺或缺乏明显经济可行性的商业模式来支撑的扩张。相关的争论不在于是否存在需求。需求是存在的。核心问题在于，谁将能够攫取这场变革所带来的经济价值。
迄今为止，最大的受益者是为人工智能革命提供关键基础设施的供应商。半导体、元件和设备制造商在资源稀缺的环境下运营，拥有强大的定价权和高利润率。
然而，这些基础设施的主要买家却面临着不同的局面。微软、亚马逊、谷歌和Meta等公司虽然营收和利润实现了强劲增长，但却付出了前所未有的资本投入。至少目前来看，市场对“铁锹和镐头”的卖家给予的回报，远高于那些投机取巧的“淘金者”。
然而，或许没有任何讨论像人工智能大规模取代工人这一说法那样引起如此广泛的关注。
这个假设源于一个看似简单的逻辑：如果机器能够执行以前由人类完成的智力任务，那么数百万个工作岗位将会消失。问题在于，这种分析预设了一个静态经济模型，在这个模型中，需要分配的工作量是固定的。
经济史表明的情况恰恰相反。
当一项技术大幅降低生产活动的成本时，其影响很少仅限于工人的更替。通常情况下，新产品、新市场、新服务会应运而生，并由此产生对资本和劳动力的新需求。
杰文斯悖论就是一个很好的例子。效率的提高往往会增加特定资源的总消耗量，而不是减少消耗量。人工智能也会出现同样的现象。通过降低某些活动的成本并使其更容易获得，这项技术往往会扩大其应用范围，并创造出我们今天甚至无法预见的经济机遇。
软件开发领域就是一个很好的例子。就在几年前，程序员还被视为由生成式人工智能驱动的自动化浪潮的首批受害者。然而，最新数据显示，即便面对代码编写工具的快速发展，软件工程师的需求也正在复苏。
最合理的解释是，我们观察到的是生产力提高的过程，而不是大规模的人员更替。
类似的论点也可以应用于所谓的“SaaS末日”，这个词被用来描述传统软件公司在人工智能崛起面前的所谓崩溃。
这种说法之所以流行，是因为它似乎很符合直觉：如果人工智能可以降低开发成本，那么企业为什么还要继续为企业软件付费呢？
答案在于商业环境的复杂性。
企业系统不仅仅是几行代码。它们涉及集成、支持、安全、合规性、培训和业务连续性。对于大型组织而言，彻底替换这些平台会带来高昂的成本和风险。
因此，现在就断言人工智能将取代现有的行业领导者还为时尚早。在许多情况下，这项技术可以成为增长加速器，使现有公司能够将新功能融入其产品和服务中，并提升其对客户的价值。
当然，并非所有企业都能在此过程中胜出。某些软件类别将面临日益激烈的竞争压力。某些服务模式可能会遭受结构性冲击。而网络安全和关键基础设施等其他领域，则往往会受益于技术复杂性的不断提升。
问题在于，结果很难是非此即彼的。
人工智能代表着一场堪比近几十年来伟大技术革命的经济范式转变。如同任何如此规模的变革一样，它将造就赢家和输家，创造新的机遇，并使某些活动过时。
但现实往往比支持者和悲观主义者所描述的要复杂得多。
全球经济似乎并未走向大规模失业或软件公司大面积倒闭的局面。也没有足够的证据表明我们正面临互联网泡沫的机械式重演。
我们正在观察到一些更合理——或许也更有趣的事情：经济内部价值的深刻再分配，而这种再分配是由一项技术的驱动的，这项技术的最终影响还远未被完全理解。
在重大转型时期，机遇往往不会落入那些做出最惊人预测的人手中，而是落入那些能够区分噪音和结构性变革的人手中。
José Medeiros 是 São Pedro Capital 的合伙人、旧金山办事处负责人兼投资组合经理。
