过去 40 年，中产阶级之所以能存在，靠的不是体力，而是几种稀缺能力：读写、计算、整理信息、制作报告、写代码、做分析、管理流程、沟通客户、执行公司制度。问题在于，生成式 AI 最先吞掉的，恰恰就是这些“白领中产技能”。
IMF 估计，AI 将影响全球约 40% 的工作，在发达经济体中这一比例约为 60%；其中一部分人会被增强，另一部分人会遭遇岗位替代、工资压缩或招聘减少。WEF 也提到，40% 雇主预计会在 AI 能自动化任务的地方减少员工。
真正危险的地方在于，AI 不是像工业革命那样先替代体力劳动，而是先打击办公室里的“入门层”和“中间层”。WEF 2026 年文章提到，美国入门级岗位在过去 18 个月下降了 35%，大量基础文案、数据录入、客服、初级代码、报告整理类工作正在被 AI 执行。
这会造成一个很麻烦的断层：过去公司靠初级岗位训练人，年轻人先做低价值工作，几年后成长为经理、分析师、律师、工程师、投研人员。但如果 AI 直接吃掉这些基础工作，企业短期效率提高，长期却切断了中产阶级的上升通道。
所以 AI 的宏观悖论是：单个企业越用 AI，利润率越高；整个社会越用 AI，中产收入越容易塌。
企业角度很合理。一个部门原来 20 人，现在 可能6 个人加 AI 工具就能完成同样产出，利润率上升，股价上涨，资本市场奖励它。但宏观层面，被压缩的是工资收入、消费能力和社会稳定。中产阶级不是经济里的装饰品，而是房贷、汽车、教育、保险、旅游、餐饮、电子产品、养老金融的主要购买者。
如果 AI 把中产工资压低，企业会发现一个反噬：它省下了工资成本，却失去了最终消费者。
这就是为什么“加大 AI 使用反而可能加速经济崩溃”这个判断有逻辑。不是因为 AI 本身不好，而是因为收益分配会极度偏向资本、平台、算力公司和少数高技能个体，而成本由普通白领、中小城市服务业、年轻毕业生承担。McKinsey 也承认，生成式 AI 的生产率红利依赖于工人重新配置和技能转换；如果只是自动化而没有再就业承接，红利不会自然变成全民收入。
皆が上昇を叫ぶが、AIの発展がもたらす最大の社会的リスクについては誰も語らない
著者：政経老法師；出典：X、@PolEcoGuru
伴随着全民沸腾的AI投资热潮，所有人都觉得只要买上AI相关的股票就拥有了财富自由的钥匙，但是为什么巴菲特去到现在都不下场，彼得 蒂尔去年底清空了所有持仓，因为他们都看到了AI的能力，更看到了AI可能带给人类社会的宏观风险：
AI 不是简单替代“工人”，而是在替代中产阶级的技能溢价。
过去 40 年，中产阶级之所以能存在，靠的不是体力，而是几种稀缺能力：读写、计算、整理信息、制作报告、写代码、做分析、管理流程、沟通客户、执行公司制度。问题在于，生成式 AI 最先吞掉的，恰恰就是这些“白领中产技能”。
IMF 估计，AI 将影响全球约 40% 的工作，在发达经济体中这一比例约为 60%；其中一部分人会被增强，另一部分人会遭遇岗位替代、工资压缩或招聘减少。WEF 也提到，40% 雇主预计会在 AI 能自动化任务的地方减少员工。
真正危险的地方在于，AI 不是像工业革命那样先替代体力劳动，而是先打击办公室里的“入门层”和“中间层”。WEF 2026 年文章提到，美国入门级岗位在过去 18 个月下降了 35%，大量基础文案、数据录入、客服、初级代码、报告整理类工作正在被 AI 执行。
这会造成一个很麻烦的断层：过去公司靠初级岗位训练人，年轻人先做低价值工作，几年后成长为经理、分析师、律师、工程师、投研人员。但如果 AI 直接吃掉这些基础工作，企业短期效率提高，长期却切断了中产阶级的上升通道。
所以 AI 的宏观悖论是：单个企业越用 AI，利润率越高；整个社会越用 AI，中产收入越容易塌。
企业角度很合理。一个部门原来 20 人，现在 可能6 个人加 AI 工具就能完成同样产出，利润率上升，股价上涨，资本市场奖励它。但宏观层面，被压缩的是工资收入、消费能力和社会稳定。中产阶级不是经济里的装饰品，而是房贷、汽车、教育、保险、旅游、餐饮、电子产品、养老金融的主要购买者。
如果 AI 把中产工资压低，企业会发现一个反噬：它省下了工资成本，却失去了最终消费者。
这就是为什么“加大 AI 使用反而可能加速经济崩溃”这个判断有逻辑。不是因为 AI 本身不好，而是因为收益分配会极度偏向资本、平台、算力公司和少数高技能个体，而成本由普通白领、中小城市服务业、年轻毕业生承担。McKinsey 也承认，生成式 AI 的生产率红利依赖于工人重新配置和技能转换；如果只是自动化而没有再就业承接，红利不会自然变成全民收入。
最后会出现一个“K型社会”：
上面一层是掌握资本、数据、平台、算力和AI工具的人，收入继续上升；下面一层是无法获得技能溢价的人，工资停滞甚至下滑；中间那层传统白领，被逐渐挤薄。
这不是短期股市问题，而是经济结构问题。
一句话：AI 真正危险的地方，不是让人失业，而是让大量人“仍然有工作，但不再有中产议价权”。
如果没有税收再分配、教育重构、缩短工时、全民基本收入或资产分配机制，AI 越快普及，社会需求侧越可能被掏空。那时企业账面效率提高，宏观经济反而更脆。
短期 AI 受益股涨，是因为资本市场在买一个很直接的逻辑：云厂商、模型公司、企业客户疯狂投入 AI，所以芯片、服务器、内存、电力、数据中心先赚钱。
这个阶段最受益的是 Nvidia、Broadcom、Micron、SK Hynix、台积电、Dell、Vertiv、光模块、电力设备、数据中心REIT 这一类“卖铲子”的公司。现在大科技 AI资本开支已经到历史级别，Reuters 报道四大科技公司 2026年 AI投入可能接近 6000亿美元，MarketWatch 也提到主要 hyperscaler 今年资本开支可能达到 7550亿美元。
但长期问题在于：如果 AI 真的压缩中产收入，最终需求侧会变弱，那么 AI 股票不能永远只靠“企业省人工成本”上涨。
因为企业利润最终来自两个来源：一是降成本，二是卖更多东西。AI 初期提高利润率，裁掉人、减少工资支出、提高效率，股价当然会上涨；但如果所有企业都这么做，中产收入下降，消费能力变弱，最后会反噬广告、电商、软件订阅、汽车、金融、旅游、教育这些需求端行业。
所以长期 AI 股会变成三类。
第一类，可能长期赢家，是基础设施垄断者。也就是掌握 GPU、AI芯片、云平台、网络、EDA、半导体设备、数据中心电力的公司。它们像“AI时代的铁路、电网、石油公司”，只要所有人还在建 AI，它们就继续收费。但风险是估值太高，一旦资本开支放缓，股价会先崩。
第二类，中期赢家但长期不确定，是 AI 应用公司。比如软件、客服、设计、办公、代码工具。如果它们能把 AI 变成真正涨价能力，长期会很好；但如果 AI 让软件能力商品化，很多 SaaS 反而会被压估值。
第三类，最危险，是只靠 AI 概念、没有利润闭环的公司。这类股票短期可能涨最猛，但长期大概率会像 2000 年互联网泡沫里大量网站公司一样，先被资金炒上天，后面被现金流打回原形。
真正长期的关键是：AI 能不能创造足够多的新需求，抵消它消灭的中产收入。
行业发展首先要讲政治，这句话对不只适用于中国。
如果 AI 带来新产业、新药物、新能源效率、机器人生产力、教育医疗普及、科学发现加速，那么长期 AI 龙头仍会很强；但如果 AI 主要变成“公司裁员工具”，那就是典型的利润率短期上升、社会购买力长期下降，最后泡沫会破。
我的判断是：
AI受益股未来6个月仍可能很强，但3年以上不会普涨，甚至会带领股市走向崩塌，最后只会剩下少数真正控制基础设施和现金流的公司继续存活并再次成为寡头。
一句话：短期买AI是买资本开支周期；长期买AI，必须买垄断现金流。