人工智能正在以惊人的速度进入我们的工作和生活。
过去需要一个团队协作完成的部分工作，如今一个人借助AI就可能完成。写作、编程、设计、数据分析、方案编制乃至复杂问题的推演，越来越多的专业工作正在被重新定义。
获得先进技术能力的门槛，似乎从未如此之低。
但一个值得思考的现象是：工具越来越强，使用越来越方便，人们对于未来的焦虑却未必随之减少。
一些人担心自己的专业优势很快消失，一些企业发现刚刚建立的效率优势转眼就被同行追平，还有不少创业者发现，做出一个产品已经不那么困难，但找到愿意持续付费的客户，依然十分艰难。
这提出了一个看似矛盾的问题：
如果AI正在让越来越多的人获得过去难以拥有的生产能力，为什么获得持续发展机会，反而可能变得更加困难？
理解这个问题，也许比讨论哪些职业将被AI替代、哪些行业会出现新的巨头更加重要。
因为AI带来的变化，不只是技术工具的更新，更可能触及生产如何组织、价值如何实现，以及越来越多的人如何参与未来的经济活动。
一、移动互联网改变了连接，AI正在深入改变生产
回顾移动互联网时代，许多商业机会来自连接方式的改变。
电子商务让商品跨越地域找到消费者，移动支付降低了交易成本，网络出行和即时配送使分散的需求与服务能力得以重新组织。
一家小企业可以通过网络接触更广阔的市场，一个普通人可以通过平台销售产品或提供服务，一些过去难以规模化的业务，也因此找到了新的经营方式。
移动互联网并没有消除竞争。流量成本、平台规则、用户积累和市场集中，同样构成了很高的经营门槛。
但它的一个重要贡献，是让原本难以建立联系的需求与供给，有了更多相遇和交易的可能。
AI正在推动另一种变化。
它不仅帮助我们获取信息、连接客户、完成交易，还开始直接参与内容、知识、方案和专业成果的生产。
过去需要长期学习、经验积累或专业团队才能完成的部分工作，如今可以在人工智能辅助下，以更低的成本完成。
这种变化并不意味着专业知识和人的判断不再重要，而是意味着一部分原本稀缺的生产能力，正在变得更容易获得。
移动互联网的重要变化，是降低连接成本；AI正在进一步降低部分生产活动的成本。
两者并非截然分离。移动互联网也改变了生产组织，AI同样会改变连接方式。但从新一轮技术变革的主要影响看，AI正在更加深入地触及知识劳动与专业生产过程本身。
问题也由此发生变化。
当连接方式改善时，新的市场需求可能得到释放；当生产能力大幅提高时，如果需求不能同步扩大，新增能力就可能首先表现为更加充分的供给和更加激烈的竞争。
生产能力的增长，并不自动等于市场机会的增长。
这是理解AI时代竞争的第一个关键。
二、生产效率提高了，为什么收入不一定提高？
技术进步能够提高劳动生产率，但生产率与收入之间，并不存在简单的一一对应关系。
假设一家企业原来需要十个工作日完成某类专业资料整理，现在借助AI，只需要三个工作日。
节省下来的七个工作日，意味着企业获得了新的生产能力。
但这部分能力最终会带来什么，取决于市场和企业经营状况。
如果企业能够承接更多业务，新增能力就可能转化为新的收入。
如果客户需求没有增加，企业可能只是减少了相应的劳动投入。
如果所有竞争者都获得类似的效率提升，客户则可能要求更低的价格和更快的交付。
这样一来，单个企业的生产效率虽然提高，最终利润却不一定增加。
2025年发表于《经济学季刊》的研究《Generative AI at Work》，分析了5,172名客户服务人员使用生成式AI辅助工具的情况。研究发现，AI辅助使每小时成功解决的问题数量平均提高了15%，其中经验较少、原有技能水平较低的人员获得了更明显的改善。
这一结果说明，人工智能确实能够在特定工作场景中改善劳动生产率，也可能帮助一部分劳动者更快获得有效的工作能力。
但它不能直接说明，劳动者工资一定提高，企业利润一定增加，或者整个行业会因此创造更多就业机会。
原因在于，技术提高的是生产的可能性，而现实收入取决于生产成果能否被需要、被购买，以及新增收益如何分配。
对个人如此，对企业也是如此。
一个人使用AI后，能够在更短时间内完成工作，意味着他的工作能力可能得到增强。
但如果其他人也拥有同样的工具，他在市场中的相对优势未必同步扩大。
一家企业通过AI降低成本，也不意味着它能够长期保持高于竞争对手的利润。
当同一种效率提升迅速扩散，原本属于少数人的优势，就可能成为整个行业新的基本要求。
这正是AI时代一个容易被忽视的变化：
过去需要长期积累才能获得的某些生产优势，现在可能迅速普及；但获得这些能力的经济回报，未必随之增加。
三、进入市场越来越容易，持续经营为什么反而可能更难？
AI为个人创业和中小企业发展创造了真实机会。
一个创业者不必从零开始建立完整的研发团队，就有可能开发软件、设计产品、制作内容并开展营销。
一些曾经需要较大资金和人力投入才能开展的业务，现在可以用更低的成本尝试。
这意味着，进入部分市场的技术门槛正在下降。
但必须区分两个概念：
进入一个市场的门槛，与在这个市场获得持续竞争优势的门槛，并不是一回事。
当越来越多人能够生产相似的产品和服务时，市场供给可能迅速增加。
过去因为开发难度较高而具有一定稀缺性的功能，现在可能被更多企业实现。
某种依靠信息整理、标准化分析或重复性内容生产形成的经营优势，也可能随着AI能力普及而逐渐减弱。
企业刚刚依靠新工具提高效率，竞争者就可能通过相同或更先进的工具追赶。
今天需要专门开发的功能，未来也可能成为通用AI产品的一部分。
当然，这不意味着所有应用都将失去差异化。真实行业经验、可靠质量、客户关系、品牌信誉、专有数据和长期服务能力，仍然可能形成重要优势。
但竞争的重点正在发生变化。
过去，能不能把产品做出来，往往就是一道较高的门槛。
现在，越来越多企业需要进一步回答：当别人也能够做出来时，客户为什么选择自己？当替代产品不断出现时，客户为什么继续购买？
与此同时，技术应用层面的门槛下降，并不意味着整个AI产业的关键资源同步分散。
大模型研发、先进芯片、算力基础设施和云服务等环节，依然具有较高的资本要求和规模效应。
经济合作与发展组织（OECD）2026年发布的AI市场竞争研究指出，基础模型市场呈现出一定的竞争活力，但硬件、数据等产业环节仍存在结构性集中风险。
因此，AI时代可能出现一种值得关注的局面：
越来越多的人能够利用先进技术参与生产，但决定市场进入、服务分发和收益分配的部分关键条件，仍可能受到较强的规模与市场力量影响。
这不是说技术红利必然被少数企业获取，而是说明，技术能力的普及本身并不足以保证经济机会的均衡扩大。
AI让更多人有能力参与竞争，却不保证每一个参与者都能从竞争中获得稳定回报。
这可能是AI时代比移动互联网时代更难把握的一个重要原因。
四、真正的困难，可能不在生产能力，而在价值如何实现
如果进一步观察现实产业，会发现许多问题并不是因为社会完全缺少生产能力。
我们已经积累了大量专业人才、技术经验、设备设施和企业组织能力。
一些行业甚至同时存在专业能力闲置与现实需求无法有效满足的现象。
其中的原因，往往比技术问题更加复杂。
有需求，并不代表存在明确的购买者。
有专业机构，并不代表它能够获得有效委托。
有技术方案，并不代表方案能够被批准、实施和验收。
有成果交付，并不代表成果能够进入后续生产，更不代表相应费用已经支付。
从生产能力到现实价值，中间还存在需求确认、组织协作、合同授权、质量验收、资金结算和持续经营等一系列环节。
这些环节并非纯粹的信息处理过程。
它们还涉及不同主体之间的利益、权利、责任、信任和长期合作。
AI可以提高信息处理效率，可以辅助分析和决策，也能够降低跨专业沟通中的部分成本。
但现实中的权利不会因为一份AI生成的方案而自动转移，合同不会因为技术成熟而自动成立，资金不会因为工作效率提高而自动到账。
生产能力是创造价值的重要条件，但生产能力只有进入真实的经济活动，才能进一步实现价值。
这也意味着，AI时代的发展不能只关注生产技术是否先进，还需要关注现实中的生产组织和合作方式能否适应新的生产能力。
否则，技术不断进步，可能只是让更多人以更低成本生产相似的成果，却未必让这些成果获得更多实际用途。
五、从城市更新看：为什么有专业能力，还不等于能够把事情做成？
城市更新提供了一个观察这一问题的现实场景。
一片老旧住区的改造，可能同时涉及房屋安全、规划设计、基础设施、专业施工、资金安排、公共服务和长期运营。
完成这些工作，需要许多不同主体参与。
事实上，社会上已经拥有不少成熟的专业能力。设计机构能够提供方案，施工企业能够组织建设，专业人员能够开展检测、咨询和技术服务，运营企业也积累了相应的管理经验。
AI还能够进一步提高资料分析、方案比较、任务组织和成果管理的效率。
但即使这些能力都已经存在，一个具体的城市更新项目仍然可能面临大量现实困难。
谁真正拥有实施和委托的权利？
谁对服务提出具体需求？
谁负责购买不同阶段的专业成果？
已有合同与新增服务之间如何划分责任，避免重复购买？
不同专业形成的成果，怎样被下一阶段有效接收和继续使用？
项目建成之后，谁承担长期维护和运营责任？
这些问题并不是简单增加几项智能功能就能够解决的。
我们曾对一项公开的老旧小区视频监控设施维护采购合同进行业务分析。
这项合同涉及三年服务期、417万元合同金额，明确了采购人、专业服务方及服务期限，并通过合同文件规定了考核和付款条件。
但即便掌握这些资料，也只能证明相应的合同关系及约定义务，并不能仅凭合同文本确认实际履约质量、验收结果和已支付金额。
更不能由此推算AI介入之后，究竟节省了多少成本、增加了多少收入。
这一区分看似细微，实际上十分重要。
一项业务有明确需求，不等于已经形成有效交付；一份成果已经产生，不等于已经被使用；生产效率得到改善，也不等于新增经济价值已经实现。
城市更新的复杂性，使这一问题表现得格外明显。
不同专业之间、建设与运营之间、当前任务与后续责任之间，需要形成有效的协作和接续。
只有当专业能力能够被真实购买、有效组织、可靠交付，并在后续活动中继续发挥作用，才可能形成持续的经营价值。
这并不是城市更新独有的难题。
制造业中的供应链协作、专业服务业中的多机构合作、企业经营中的技术应用与业务重组，都面临不同形式的类似问题。
因此，AI真正值得期待的作用，不只是帮助企业更快完成已有工作，还包括降低协调成本，使过去难以实现的合作变得可行，让原本没有充分发挥作用的生产能力获得新的使用机会。
但这种变化需要技术与真实业务组织共同完成，而不是依靠技术单独实现。
六、AI时代需要重新认识的，是价值创造与价值分配
当AI提高社会生产效率时，我们有理由期待它创造更多财富。
消费者可能获得价格更低、质量更好的产品。
企业可能降低成本，增加创新投入。
劳动者可能减少重复劳动，把更多时间投入复杂判断、创造性工作和新的服务活动。
过去因成本过高而无法满足的需求，也可能由此形成新的市场。
因此，不能简单认为AI普及必然导致就业减少、收入下降或者财富更加集中。
技术进步也可能扩大需求、创造岗位，并使中小企业获得新的发展空间。
但同样不能认为，只要AI不断进步，这些积极结果就会自动实现。
我们必须区分两个问题：
第一个问题是，AI能够创造多少新增价值。
第二个问题是，这些价值由谁获得，又能否进一步形成新的生产和发展机会。
前者主要涉及技术能力、生产效率和创新活动。
后者还涉及市场竞争、劳动分工、经营组织、议价能力和利益分配。
如果效率收益主要用于降低价格，消费者可能首先受益。
如果企业能够建立新的产品和服务，劳动者与合作伙伴也可能分享新增市场带来的收入。
如果市场高度集中，或者劳动者缺少相应的议价能力，部分收益则可能更多流向掌握资本、技术或渠道优势的主体。
不同结果，都取决于具体的经济条件。
由此可以看到，AI时代不仅需要持续推动技术进步，也需要让新的技术能力真正进入产业、改善合作、扩大市场，并形成相对合理且可持续的价值实现方式。
这也是为什么，单纯倡导所有人学习AI，并不足以回答所有发展问题。
学会使用AI当然重要，但如果一个行业中的所有企业都在利用AI降低成本，却没有创造新的需求，没有改善合作方式，也没有形成新的价值实现途径，那么技术进步可能主要表现为更激烈的成本和价格竞争。
技术进步可以改变人们能够生产什么，却不能自动解决生产成果如何被使用，以及创造的价值如何分配。
AI时代需要面对的，正是这两方面变化之间的关系。
七、赶上AI时代，不只是掌握新技术，而是获得新的发展可能
我们习惯于把“赶上时代”理解为及时进入一个新兴行业，或者学会使用某项先进技术。
但真正赶上一个时代，或许不能只看是否使用了最新工具。
移动互联网时代，并不是所有开发了应用、开设了网店、进入互联网行业的人，都获得了持续发展的机会。
AI时代同样如此。
学会使用AI，是参与新一轮技术变革的重要起点，但它不是发展的终点。
更重要的是，一个人能否借助AI，使自己的知识、经验和专业能力获得新的用途。
一家企业能否利用AI，不仅提高内部效率，还能够更好地发现需求、组织合作、创造产品并形成持续经营。
一个产业能否在技术进步的基础上，让已有专业能力与新的需求结合，使不同企业之间形成更加有效的分工协作。
从这个意义上看，AI时代真正深刻的变化，并不是让每一个人都成为程序员，也不是让每一家企业都开发自己的大模型。
它可能意味着，越来越多的人不再受限于过去获取专业工具和组织资源的高昂成本，能够依托自身积累，参与更广泛的生产活动。
也可能意味着，过去需要依靠大型组织内部完成的部分工作，能够通过更加灵活、可信的企业合作实现。
这为中小企业和普通人打开了新的可能。
但要使这些可能性成为现实，还需要解决需求、合作、交付、责任和回报之间的关系。
AI时代最重要的机会，可能不只是让已有的生产活动变得更加高效，而是让过去难以发生的有效生产与合作真正发生。
这需要先进技术，也需要专业知识、产业经验、组织创新和长期经营能力。
而后者，往往无法像下载软件一样迅速获得。
因此，说AI时代可能比移动互联网时代更难赶上，并不是因为AI更难学习、更难使用。
恰恰相反，它的许多技术能力正在变得越来越容易获得。
真正的困难在于，当越来越多人拥有先进生产能力之后，如何让这些能力进入现实需求、形成有效合作，并转化为可以持续的发展机会。
移动互联网时代的重要机会，很大程度上来自新的连接。
AI时代更深层的发展机会，则可能来自生产能力、生产组织和价值实现方式的重新构建。
这并不意味着新的技术红利只能属于少数企业，也不意味着普通人在AI时代注定更加困难。
技术正在为扩大经济参与创造条件，关键是我们能否进一步把这些条件转化为现实。
一个真正值得期待的AI时代，不应该只是让少数人能够用更少的劳动创造更多财富。
它还应当让越来越多的普通人、中小企业和专业机构，能够凭借已有知识、经验与能力，参与过去难以参与的生产和合作，创造新的价值，并从中获得合理、持续的回报。
衡量一个技术时代是否真正带来进步，不仅要看技术让人们能够完成多少过去做不到的事情，更要看有多少人因为这些新能力，获得了过去难以拥有的发展机会。
这或许才是我们讨论如何赶上AI时代时，最值得认真回答的问题。