如何推测AI的未来，DeepSeek带火的“杰文斯谬论”？

微软CEO萨蒂亚·纳德拉拉，当DeepSeek以开源策略和免费方式震惊世界时。（Satya Nadella）引用了160年前的经济学概念，乐观地解读了DeepSeek或AI的未来发展：

杰文斯谬论道（Jevons paradox）再一次上演！随着AI的普及和效率的提高，我们将见证其用量的飙升，最终成为人们日常生活中不可或缺的一部分。"

在过去的几十年里，杰文斯谬论经常被用来解释为什么更节能的汽车、电器和灯泡没有减少我们对化石燃料的消耗。为什么增加高速公路车道很难解决交通拥堵问题？现在，在AI领域，它可能会解释为什么AI会有更大的市场空间，带来更多的就业机会。

来自杰文斯谬论

杰文斯谬论是什么？这一看似违背直觉的现象是这样的：

当技术进步提高资源利用效率时，可能会增加资源的总消耗，而不是减少。这种现象与人们直觉认为“提高效率会降低能耗”的观点背道而驰，因此被称为“谬论”。

20世纪60年代初，英国政府开始担心煤炭——他们担心维持工业革命的燃料可能很快就会被消耗掉。然而，许多人认为，通过提高煤炭使用效率的技术创新，煤炭短缺问题将得到解决，或者至少在未来可以减缓一些时间。

威廉·斯坦利·杰文斯斯坦（William Stanley Jevons）否认这种认知。

作为第一个将数学和统计学引入经济学，为后来统治学界数百年的“新古典经济学”（neoclassical economics）著名的经济学家开辟了道路，一八六五年，杰文斯出版了一本名为《煤炭问题：探索国家发展和煤矿枯竭的可能性》的书（The Coal Question: An Inquiry Concerning the Progress of the Nation, and the Probable Exhaustion of Our Coal-Mines）这本书用了整整一章来论证，更节能的技术很难解决英国煤炭短缺的问题:“事实上，”杰文斯写道，“为了提高燃煤机的能源效率，煤炭消耗会增加，而不是减少。”

杰文斯认为，技术进步提高了资源的利用效率，降低了单位资源的使用成本，刺激了需求的增加；这种需求的增加可能会抵消甚至超过效率提高带来的节约效果，最终导致能源消耗总量的增加。

但与此同时，杰文斯还提到，从宏观角度来看，高效使用煤炭会刺激经济增长，从而增加整个经济体系的煤炭消费。“正是煤炭使用的高效率造就了我们今天的行业。我们越提高效率，降低成本，行业就会越繁荣，我们的文明就会越丰硕。”

虽然《煤炭问题》在19世纪成为畅销书，杰文斯对经济学的贡献也很突出，但杰文斯的谬论在20世纪几乎被遗忘。直到20世纪70年代，现代环境运动和石油危机使得经济学家不得不重新审视能源效率。各国政府开始实施硬性要求汽车提高燃油效率的政策，人们也开始考虑:这真的能降低化石燃料的消耗吗？

经济学家在这种背景下回忆起杰文斯谬论，并做出了更加完美细致的现代表述：提高汽车、电器等产品的能效会产生“反弹效应”（Rebound Effect）。当一台机器节能时，它实际上是在降低它的使用成本——当物品变得更便宜时，人们往往会更多地使用或消费它。。

比如燃油效率提高后，每公里出行成本降低，大家会开得更多，但总行驶里程会增加；甚至有些家庭甚至会买第二辆车，有些家庭会换成身材更大、动力更大的车。

例如，虽然LED灯泡的能耗远低于传统灯泡，但由于成本降低，人们可能会在更多的地方使用照明灯具，甚至使灯具保持更长时间的开启状态，最终导致功耗上升而不是下降。

事实上，成本下降刺激需求上升并不是一个“谬论”，而是一个经济常识。如果反弹效果较弱，能效提升仍然可以降低整体能耗。真正的杰文斯谬论只有在能效提高导致能源供应爆炸式增长的情况下才会出现。

关于各种能源市场的反弹效应到底有多大，一直有很多争议。现在大多数经济学家认为：一般而言，现代能源市场的反弹效应通常相当小。它们认为，反弹效应的确存在，它会削弱提高能源效率带来的环境效益，但远远不能完全抵消这些效益。这可能是因为现代经济不同于杰文斯所处的时代。如今，能效提高带来的能源成本降低不再造成同样规模的需求爆炸。

杰文斯谬论和AI

突然间，似乎很多人开始讨论杰文斯在AI发展中可能出现的谬论。

这不是这个概念第一次跳出传统能源经济学领域。比如在供水领域，浇水效率的提高会导致整体用水量的增加；在基础设施领域，更多的高速公路和车道最终导致更严重的交通堵塞...

市场空间

假如我们将DeepSeek带来的AI会计成本降低与谬论中能源效率的提高进行比较，似乎每个人都能更加乐观：随着人工智能效率更高、更便宜，人们对它的需求将会激增。因此，即使面对众多人工智能企业的残酷竞争，人工智能市场仍有巨大的利润率。

当然，AI的成本、能力边界、客户使用场景、市场竞争格局等因素还不得而知。

能源需求

也有人在想，当AI企业通过技术创新降低AI模型的培训成本和能耗时，也可能会刺激更多的企业和机构部署AI应用，进而进一步增加整体的计算能力需求，进而引发更多的能耗。

那么这里的关键问题是，AI需求的增加能否超过其成本的降低率？类似于很多经济问题，这个问题的答案应该分为短期效应和长期效应。

在短期效应中，随着人工智能培训成本的显著降低，企业和机构的进入门槛大大降低，这将促进更多参与者涌入人工智能市场。然而，由于技术创新的初期效应，成本的降低速度可能相对较快，因此成本的降低可能会在一定程度上抵消需求增加带来的能耗压力。

从长期效应来看，随着AI应用的普遍渗透和市场饱和度的提高，随着AI技术的不断成熟和应用场景的拓展，如AI在智能驾驶、多模式应用等方面的深度渗透，计算能力需求将进一步爆发。在这种情况下，由于计算能力需求的持续上升，长期能耗可能会显著增加。

因此，AI需求增长与成本下降的关系是动态的，需要综合考虑技术创新、市场渗透速度等诸多因素。只有通过不断的技术优化和可持续的能源管理模式，才能有效应对隐性能源挑战，同时促进AI的发展。

就业的机会

此外，我们应该关注杰文斯在AI领域的另一面的谬论:它可能有助于我们预测，当AI颠覆一些工作，提高生产力时，人类某些工作未来的命运将会如何。

如上所述，杰文斯发现燃煤技术效率的提高，最终会损害煤炭需求的增长。有些职业和AI的关系也是如此。换言之，当AI提高某些工作的效率时，人们对劳动力的需求反而会增加而不是减少。

以喷气式飞机发明后的飞行员需求为例:喷气式飞机发明后，飞行员的生产力和效率都有了很大的提高，可以飞得更远更快，单位里程航行成本也大大降低。但最终，我们对飞行员的需求并没有减少——最终的结果是，更多的人有机会选择航行，但对飞行员的需求却增加了。

但是需要明确的是，受AI影响的职业生涯要触发杰文斯谬论，至少要满足三个关键条件：

· 第一，AI确实可以提高工人的生产力。这个问题需要考虑两种情况:一方面，AI可能会发展得非常强大，以至于有些职业根本不需要人类；另一方面，AI可能对提高生产力影响不大，就像目前智能手机的情况一样，并不能真正提高工人每小时的产出。但是，从目前的角度来看，这两种情况并非必然发生。

· 第二，更高的生产力应该可以转化为更低的价格。这并不是说人们可以拿到更低的工资，而是指商品/服务的最终价格随着人们单位时间产生更多的商品/服务而下降。

· 三是这一点非常重要，消费者的需求会因为价格下降而急剧增加。

从目前的情况来看，一些职业将满足上述所有条件，类似的过程已经开始出现，如程序员、翻译、放射科医生等。所有这些职位都经历了AI带来的巨大生产力提高，但是他们的职位数量似乎并没有减少。

杰文斯谬论使人们的工作更有效率，增加了社会对生产力的需求，从而增加了就业机会，这是最乐观的情况之一。

当然，我们也应该意识到，技术变革不会惠及所有职业。如果AI降低了职业门槛，导致劳动力供给过剩，工资很可能会下降而不是上升；如果你的工作能够完全自动化，即使人类仍然需要参与，生产力的飞跃仍然可能会减少一些职业就业需求。

但是我们也不必太担心：从历史长河来看，技术变革对就业总体利大于弊。我们有许多伟大的技术——推土机、计算机、电子表格和其他东西——它们大大提高了每个人的工作效率。然而，工作机会一直在增加。

有意思的是，杰文斯在同一章《煤炭问题》中，还特别讨论了劳动力市场的谬论现象：

“新机器提高工人生产力后，商品价格的降低刺激了需求的扩大，最终将大大拓宽就业领域。一般来说，被机器取代的工人会发现，如果他们能在机器的帮助下实现更有效的劳动，他们会更受市场欢迎。”

本文来自微信微信官方账号“红杉汇”（ID：Sequoiacap），作者：洪杉，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com