一个在谷歌内部干了十年高管的人，最近在播客里说了句话，他说从2027年开始，人类要先熬过十五年的动荡地狱，才有可能摸到AI富足天堂的门槛。更狠的是，未来企业比的不是谁招的名校生多，而是谁机房里的芯片堆得高。

按照他的说法，2027年前后是一道分水岭。从那一年起，AI会开始对就业、经济甚至社会秩序产生剧烈冲击，这个冲击期长达十二到十五年。

换句话说，最快要到2038年，慢的话要到2042年，人类才有可能进入一个物质丰裕的新阶段。中间这十几年，不会好过。

这不是他一个人的危言耸听。早在2023年3月，高盛的两位分析师约瑟夫·布里格斯和德韦什·科德纳尼就发布过一份研究报告，结论同样扎心：如果生成式AI达到预期能力，全球大约三亿个全职岗位将面临自动化冲击。美国大约三分之二的职业会受到不同程度的影响。

很多人当初看到这个数字，第一反应是工厂里的流水线工人要失业了。可现实恰恰相反。高盛的报告里写得很清楚，律师和行政人员面临的风险最大。

那些坐在CBD写字楼里、每天对着电脑处理重复脑力劳动的岗位，反而排在了被替换的第一梯队。

我认为这里面的逻辑其实不复杂。AI最擅长的是什么？是处理那些有规律、可复制、能被数据化的脑力工作。

你写一份标准合同，它一秒钟能生成十份；你做一张财务报表，它比你算得快还不出错。反倒是那些需要现场动手、需要情感沟通的工作，AI一时半会儿还真替代不了。

莫·高达在访谈里有句话说得特别直白，他说除非你站在最顶端的千分之一，否则你本质上就是个可替换的人。

这话听着刺耳，但你仔细品品，他说的不是身份贵贱，而是技能的可复制性。你的工作越标准化、越依赖重复操作，被AI接管的速度就越快。

更值得注意的是企业扩张逻辑的彻底翻转。过去一家公司牛不牛，看它的办公楼里坐了多少名校毕业的高材生，人才密度就是竞争力。

未来的衡量标准变了——看你机房里堆了多少块高算力芯片。芯片就是新时代的生产资料，算力就是新时代的生产线。

正是因为看到了这一点，大国之间在AI芯片上的博弈才会越来越白热化。2026年这一年，光是芯片出口管制这一件事，就出了好几轮新动作。

今年1月，美国有条件批准英伟达H200芯片销往中国，但附加了一堆限制：要第三方实验室审核技术能力，中国客户拿到的数量不能超过美国客户购买总量的一半。

到了3月，美国商务部又起草了一份更狠的新规，打算把原本只针对四十个国家的AI芯片出口限制扩展到全球范围。

英伟达、AMD这些美国芯片企业，向任何国家出口AI加速器都得先拿许可证。9月底，新规再次升级，7纳米及更先进制程的逻辑芯片和HBM3高带宽内存也被正式列入管制清单。

面对这种层层加码的围堵，中国没有坐以待毙。截至2026年6月，中国的智能算力规模已经达到2185 EFLOPS，同比增长了177%。

更关键的是，首个全国产十万卡人工智能超算集群正式投入使用，从底层硬件到上层服务全部实现国产化。这意味着别人卡脖子的手，正在一点点被挣脱。

我个人觉得，美国这套管制逻辑其实正在走进一个死胡同。它原本的预设很简单：卡住高端芯片，中国的AI发展就快不起来。可现实是，越卡，中国自主研发的动力就越强。

今年5月美国批准向阿里巴巴、腾讯等十家中国企业出口H200芯片，每家最多七万五千颗，结果交易至今没落地——不是美国不卖，是中国企业在犹豫，怕买了别人的芯片反而动摇了自主研发的决心。

当然，事情也不能只看一面。我也看到有人说，芯片管制确实拖慢了中国大模型训练的速度，这个影响是真实存在的。

还有人担心，全球AI产业链被人为割裂之后，整体技术进步的节奏都会变慢。这些担忧不是没有道理。但从长期来看，一个国家如果把自己的科技命脉交到别人手里，那才是真正的危险。

回到普通人的视角。莫·高达说的十五年动荡期，本质上是一场全球范围内的职业大洗牌。过去你寒窗苦读十几年，拿到一张好文凭，进一家大公司，好像人生就稳了。

未来这套逻辑可能不成立了。文凭能证明你学过什么，但证明不了你学的东西AI会不会。真正的安全感，不再来自某个岗位，而是来自你不可被替代的能力。

在我看来，有几样东西是AI短期内拿不走的。一是复杂的人际沟通和情感共情，二是需要在真实物理世界里动手解决问题的能力，三是跨领域的创造性整合。

AI能写文章，但它不懂读者真正的痛点；AI能算数据，但它不知道这笔账背后的人情世故。这些软的东西，反而会越来越值钱。

十五年说长不长，说短不短。它足够让一个刚毕业的年轻人成长为行业中坚，也足够让一个国家完成从追赶到并跑的跨越。我相信，动荡之后一定是新的秩序，阵痛之后一定是新的生长。