跳转到正文

AI Disruption: Doomsday Scenario or Fizzle? ​

  • 所属系列:专题更新 · 2026
  • 视频:YouTube · 时长 28:51 · 字幕
  • 内容判断:论证梳理,以 Citrini 报告为引子讲情景分析框架|画面依赖低:矩阵、情景表和采用率数据已按讲义转写
  • 处理方式与范围:全片论证梳理与提炼
  • 讲义 / 资料:讲义 PDF · 博客原文
  • 素材依据:英文字幕,仓库存档经 FreeTranscriptAPI 获取,795 行;字幕把 Citrini 识别成多种拼写,类型未核实
  • 核对范围:已读全片字幕 00:00–28:48、讲义 19 页(含 4 页图片,并核对了第 15 页的情景表);2026-10-31 对照仓库字幕复核了正文中带时间戳的数字;博客、Citrini 与 Citadel 原文、视频画面未核对
  • 发布日期:2026-03-04
  • 数据截至:Citrini 报告发布于 2026-02-22;圣路易斯联储 AI 采用调查覆盖 2024 年 8 月至 2025 年 11 月
  • 状态:已提炼

Citrini 的末日报告和一系列反方情景,到底该怎么读?Damodaran 的回答是,问题不在哪份报告对,而在它们都只把一个情景充分展开,却不说这个情景有多大可能。更好的做法是先回答两个问题:AI 是取代人还是提供工具,来得快还是慢;再用这两个维度画出收益与代价的矩阵,用“可能、合理、很可能”的 3P 测试给情景分级。Damodaran 自己判断,最可能的情景是部分行业被取代、部分工具具有颠覆性、发生得较慢;而带来高收益的力量同样带来高代价,赢家和输家会分得很开。

视频总结 ​

时间戳取自 YouTube 英文字幕,标题中的时间区间可点击跳转;讲义页码另行标注。

00:00–03:22 Citrini 的末日情景 ​

Citrini 的不同之处在于假设 AI 很管用,而且很快:正是 AI 的成功带来失业、消费下降和市场下跌。

过去两三年,AI 的故事主要由推销者和支持者讲述(00:18),强调好的一面(00:26)。最近几个月开始出现裂缝(00:31)。大型科技公司在财报中宣布数百亿美元的 AI 投资(00:45),一年半前这是利好,现在股价下跌(00:49)。上周初,宏观与个股研究机构 Citrini Research 发布了一份 AI 末日情景报告(00:56)。

报告把时间设在 2028-06-30(01:20),失业率超过 10%,股市下跌 40%(01:29),驱动力是 AI(01:34)。以往的 AI 末日情景通常假设 AI 不管用(01:40),投资者被迫减记(01:46)。Citrini 的假设相反:AI 很管用、见效很快(01:53),迅速取代律师、银行家、咨询顾问等大量白领(02:01);失去工作和收入的人减少支出,经济失速,市场和就业下跌(02:17)。

Damodaran 对这个情景有保留(02:28),但认为它的功劳在于打开了“AI 对整个经济意味着什么”的讨论(02:38)。Damodaran 一直担心本世纪对颠覆的顶礼膜拜(02:52),认同熊彼特“创造性破坏”的资本主义描述(03:04),但颠覆有代价,也有在被颠覆企业工作的人(03:17)。

03:22–06:15 反方情景与它们的共同问题 ​

反方的论据各有道理,但所有情景都犯同一个错误:只展开一个情景,却不交代它有多大可能。

Citrini 把 AI 支持者“取代白领”的推销话术推到底,再问“然后呢”(03:31),显然触动了神经(03:38)。高盛、穆迪、摩根大通纷纷发布反方情景(03:43),让 Damodaran 意外的是 Citadel 也公开参战(03:48)。Citadel 的反驳有三根支柱(04:02):

  1. 当前的裁员与就业数据(04:10):即使是被 AI 直接瞄准的软件业,也没有断崖式下跌(04:16),过去两三年岗位减少约 6%(04:20),可能只是招聘过度后的正常流失(04:25);
  2. 历史(04:30):个人电脑、互联网等以往的颠覆都需要时间,进三步退两步(04:38),从未像 Citrini 设想的那样压缩发生(04:42);
  3. 宏观经济学(04:47):取代工人会带来生产率收益(04:53),从来没有哪次带来如此巨大生产率收益的颠覆,让经济和市场如此受损(05:04)。Damodaran 认为这可能是短期与长期的区别,但论点成立(05:10)。

这些情景的共同问题是,都只拿一个情景充分展开,当作基准情景(05:18)。Damodaran 一直在想 Citrini 的报告是最坏情景、低概率情景还是可能情景(05:30),因为应对方式完全不同(05:36)。若是可能情景,白领就麻烦了:工作有风险,失业时组合也可能下跌 30%(05:49),短期内还没有别的工作可找(05:51)。若是低概率情景,可以采取一些风险保护措施(06:02)。若是最坏情景,除了震撼效果(06:09),对投资行动没有什么用(06:11)。

06:15–10:30 情景分析与 3P 测试 ​

三情景分析没有用,做对的情景分析要覆盖全部结果并赋概率;AI 还太早,赋不了概率时,至少用 3P 测试给情景分级。

金融和经济学多用点估计(06:24):估值时对增长、利润率、再投资和风险做最佳判断,得出一个价值(06:37),但“百分之百会错”(06:41)。概率方法迟迟没有普及有三个原因(06:50):过去数据和工具不足,这个借口已不存在(07:05);很多从业者对统计不自在(07:11),除了正态分布记不住别的分布(07:19);还有心理原因,担心向客户展示不确定性会被视为软弱或缺乏确信(07:36)。

最草率的情景分析是“最好、基准、最坏”三种情景(08:08)。Damodaran 不知道这能用来做什么(08:12):没有哪项风险投资在最坏情景下还表现好(08:25),也没有哪项投资在最好情景下不好看(08:36)。做对的情景分析要覆盖所有可能的结果(08:46),把连续的结果归并成若干情景(09:05),为每个情景赋予概率,计算期望值(09:13)。

AI 还处在早期,赋概率很难(09:15)。Damodaran 的替代方案是借用估值故事中的 3P 测试(09:26),逐级提高门槛(09:36):

级别含义讲义第 9 页的说法
可能(possible)会发生,不是童话(09:57)证据很少,故事的某些部分还对不上
合理(plausible)有更多信息支撑,有人做过类似的事(10:03)这条路径存在,有历史或同期数据支持
很可能(probable)基于 AI 现在实际在做什么的数据判断(10:12)情景的一部分已在发生,多数证据指向它

面对越来越多的 AI 情景,应先把它们放到这个谱系上(10:27)。

10:30–13:27 两个关键问题与 AI 采用的现状 ​

任何 AI 情景都要回答取代还是工具、快还是慢;目前的数据显示,采用在增长,但不是指数级,节省的时间也很有限。

任何 AI 情景都要回答两个问题(10:38)。第一,AI 是取代人,还是给人更强大的工具(10:45)?这不完全是二选一(10:49),工具更强也可能最终取代人。最积极的支持者如 Dario Amodei 认为 AI 能在许多行业取代白领(11:09);Citrini 假设大范围取代,Citadel 认为取代范围窄得多(11:18)。第二,颠覆多快发生(11:29)?乐观者认为很快铺开(11:36),其他人认为需要时间(11:39)。各情景之间最大的分歧就在这两个问题上(11:57)。

要看现状,圣路易斯联储有一组 AI 采用数据(12:08)。这是调查数据,噪声大,要打折看(12:21)。使用 AI 的人在增加,但不是指数级(12:29)。讲义第 11 页显示,2024 年 8 月至 2025 年 11 月,总使用率从 44.62% 升至 55.90%,工作中使用从约 33% 升至 40.71%,工作外使用从约 36% 升至 49.68%,所以个人生活中用得比工作中多(12:44)。

自称节省的时间比例最高的是“企业管理”(13:01),其次是科技(13:06),各行业都还很有限(13:11)。讲义上 2025 年 11 月的数字是企业管理 4.04%、信息业 3.81%、专业与技术服务 3.22%、金融保险 3.13%,住宿餐饮只有 0.77%。

13:27–17:29 收益与代价:2 × 2 矩阵 ​

带来高收益的力量(取代人、发生得快)同样带来高代价,所以两个问题交叉出四种情景,收益和代价的形态完全不同。

AI 的收益来自生产率提升(13:43),既可以靠取代人(13:47),也可以靠给人工具(13:54)。Damodaran 提出两个假说(14:00):取代人的生产率收益大于提供工具(14:18),听起来不人道(14:19),但从产出与劳动的比值看确实如此(14:26);颠覆来得快,生产率收益也更大(14:38)。

代价来自被取代的人(15:01):失去工作和收入,消费下降,无法投资(15:11)。代价同样取决于这两个问题:大范围取代(15:23)、来得快(15:30),代价都更大。不幸的是,带来高收益的力量同样带来高代价(15:39)。

把两个维度交叉,就得到下面的矩阵(15:47,讲义第 14 页):

快慢
取代人颠覆核弹(disruption nuke):短期收益高,但代价更高,系统来不及调整(16:20)延迟引爆(delayed detonation):短期收益较小,早期代价低得多(16:55),长期代价可能变大(17:00)
提供工具快而浅:收益和代价都较小,但大于右下格(17:15)颠覆哑火(disruption fizzle):慢且多为低影响的工具(17:23)

颠覆核弹的长期或许受益,但如凯恩斯所说,“长期来看我们都死了”(16:28)。讲义的示意图上,它是四格里唯一短期代价高于收益的。几乎每个 AI 情景都能放进这个矩阵(17:33)。

17:29–19:24 五个情景的 3P 评级 ​

Damodaran 认为 Citrini 式情景可能但不合理,最可能的是部分行业、部分颠覆、较慢发生。

下表来自讲义第 15 页:

工人被取代工具威力速度短期净收益3P 评级
多数行业多为颠覆性快负可能,但不合理(18:06)
多数行业部分颠覆性慢正,大合理(18:30)
部分行业部分颠覆性慢正,中等很可能(18:54)
部分行业渐进式快正,小合理(19:08)
极少或没有行业渐进式慢正,极小可能,但不合理

第一行是 Citrini 式情景(17:55),最后一行是哑火情景(19:19)。

19:24–24:12 为什么是“部分行业、多数渐进、较慢” ​

颠覆不会像 Citrini 说的那么快,因为产品有故障、历史从不线性、人有惯性;也不会哑火,因为很多岗位本来就被设计成按规则办事。

为什么比 Citrini 的两年更慢(19:40)?一是 AI 产品令人印象深刻,但仍有很多故障要解决(19:53),还不能自主运行(20:01)。二是历史(20:09):Damodaran 一生经历了个人电脑、互联网、社交媒体和 AI 四次颠覆(20:14),没有一次是线性、顺利的(20:21);互联网颠覆在 2001 年泡沫破裂时几乎夭折(20:30)。三是人性(20:35):人说自己会很快适应,但对改变的抗拒很深(20:41),年纪越大、企业越成熟越是如此(20:44)。

为什么不会哑火(20:48)?很多人把 AI 当作“打了类固醇的 ChatGPT”(20:57),但 AI 远不止于此(21:02),它能做的类人之事令人害怕(21:11)。问题不在于人不聪明(21:20),而在于企业设计的岗位本来就不怎么用人的直觉和智力(21:29):因为厌恶风险、不喜欢犯错,岗位被做成规则驱动(21:35),所以很多岗位会被 AI 取代(21:42)。

AI 最可能先取代员工的地方有四个特征(21:46):

更可能更不可能
年轻公司、年轻员工,惯性小(21:58)老公司、员工老龄化
高毛利行业,利润空间大(22:05)低毛利行业(22:12)
机械、基于规则的产品与服务(22:19)涉及人际和人脉的工作(22:25)
缺乏监管和法律的保护(22:30)有强制度保护(22:35)

软件四项全中(22:39):年轻行业、员工年轻、高毛利,“AI 看到软件业眼睛都亮了”(22:51),按规则运行,几乎没有制度保护(23:02)。评估业本身机械、基于规则(23:21),但它服务于会计准则制定者(23:29),制度可能被改写来保护从业者(23:32),例如规定“只有人做的公允价值评估才算数”(23:38)。人们工作受威胁时会游说保护自己(23:45)。投行也一样:请银行家出公平意见(fairness opinion)不是为了那份估值(24:02),而是为了在法庭上得到保护(24:06),而法庭需要人(24:10)。

24:12–25:43 净收益之下的赢家与输家 ​

净收益为正不等于人人受益:AI 公司和其他经济部门的利益会分化,大公司更占优,不平等加剧,被取代者还要承受心理代价。

各情景都有净收益(24:19),但其下仍有赢家和输家(24:27)。收益最大的“快速、大规模颠覆”对 AI 公司最好,对其他经济部门却不好(24:40)。最近几次颠覆都让竞争格局向大公司倾斜,AI 可能更甚(24:48)。强烈的 AI 颠覆可能加剧财富和收入不平等(24:58)。

工作不只是收入,也是自尊和价值的来源(25:07)。告诉一个人一生精进的事机器能轻易做到(25:20),会造成心理伤害。前几次颠覆中蓝领工人遭遇过同样的事,我们没太在意(25:30);银行家、评估师和律师被裁时也许有人幸灾乐祸(25:35),但心理代价依然存在(25:41)。

25:43–28:51 个人后记:如何不被自己的机器人取代 ​

做通才、左右脑并用、锻炼推理、留出闲暇,并按帕斯卡赌注的逻辑,假装有个机器人在肩后看着你。

Damodaran 在 Stern 的朋友 Vasant Dhar 开发了“Damodaran 机器人”(25:48),喂入全部公开的写作、教学和 YouTube 视频(25:54),试图取代本人(26:00)。Damodaran 总结了四件机器人暂时做不到的事(26:09):

  1. 做通才(26:14):跨学科涉猎,在奖励专业化的世界里曾是弱点(26:18),现在可能成为优势;
  2. 左右脑并用(26:22):两边都用会让 AI 更难取代你,不是不可能,但更难(26:43);
  3. 锻炼推理肌肉(26:47):答案唾手可得时,坚持自己推理(27:00);
  4. 留出闲暇(27:05):大部分思考和写作都在头脑放空时完成(27:10)。

Damodaran 看得到这个机器人两年来学了多少(27:28),所以自己也要不断进步(27:30)。如果 AI 没来,准备是不是白做了(27:39)?这里可以用帕斯卡赌注(27:42):帕斯卡用期望值矩阵说明,信上帝比不信好(27:53)。AI 也一样(28:16):无论 AI 是否成功,假装它会成功都会让你在本职上做得更好(28:22)。成功了,你至少部分准备好了(28:29);没成功,你也成了更好的银行家或律师(28:31)。“假装有个机器人在你肩后看着你”(28:36)。

提炼 ​

核心结论 ​

读 AI 情景时,先问它假设的取代范围和速度,再问它是最坏、低概率还是可能情景。带来高收益的力量同样带来高代价,所以 AI 越成功、越快,短期冲击越大,这正是 Citrini 逻辑里成立的部分;它不合理的地方在速度,而速度上的判断依赖 AI 产品仍有故障、历史颠覆从不线性、人有惯性这三条前提。如果这三条被 AI 的进展推翻,Damodaran 的“很可能”情景就要往左上格移动。

概念与公式 ​

概念含义
点估计(point estimate)只给一个最佳估计值
情景分析(scenario analysis)列出覆盖所有结果的情景、赋概率、算期望值
创造性破坏(creative destruction)熊彼特对资本主义的描述,颠覆带来活力,也带来代价
帕斯卡赌注(Pascal's wager)用期望值说明在不确定时如何选择行动

情景分析的期望值:

E(V)=∑i=1npiVi,∑i=1npi=1

方法与判断依据 ​

  • 判断一个行业被 AI 取代的风险:员工年龄与公司年龄、毛利率、产品是否规则化、有无监管或法律保护;四项都偏向“是”的,风险最高。
  • 制度保护的作用:服务于监管、法庭或会计准则的岗位,即使技术上可被取代,制度也可能被改写来保护从业者。
  • 区分总收益与分配:净收益为正的情景仍会有输家;AI 公司偏好的情景(快且大)不一定是社会最优。
  • 把情景放进矩阵:任何新报告都先标出它在四格中的位置,再看它是否说明了概率。

复算与实操 ​

情景期望值的演示(概率为我的假设,用来说明框架的用法):设五个情景的概率依次为 5%、20%、45%、20%、10%,并假设某白领岗位在 2028 年被取代的概率依次为 60%、40%、15%、10%、2%。期望的被取代概率 = 3% + 8% + 6.75% + 2% + 0.2% ≈ 20%。若只看 Citrini 情景,会得出 60%;只看哑火情景,会得出 2%。把一个情景当作基准,结论会偏到天上或地下。

帕斯卡赌注的 AI 版(收益为示意值):

AI 真的会取代很多工作AI 不会
现在就为 AI 做准备大幅减少损失(+10)付出一些努力,但本职能力提高(+1)
不做准备大幅损失(−10)没有变化(0)

无论 AI 成功的概率是多少,“做准备”这一行的结果都不差于“不做准备”。

关联 ​

疑问与待核实 ​

  • 04:20 软件业岗位“过去两三年减少约 6%”出自 Citadel 的反驳,具体数据来源未核实。
  • 13:01 圣路易斯联储调查中“企业管理”节省时间最多,Damodaran 也不清楚含义;讲义第 11 页写作 Management of Cos.,具体口径需要查原始调查。
  • 13:06 口述的“科技”在讲义里对应 Information(信息业),两者是否同义未核实。

← 返回专题更新