我近来AI应用愈发频繁, 全然将其视作工作伙伴。几乎任何需求皆会抛给它, 诸如做视频, 做图片, 做PPT, 径直借助codex解决；但凡想要某种工具, 先于GitHub上寻觅一番, 倘若不满意便自行修改, 若没有则让Claude code为我创制；想要一套配音方案, 直接把语音模型部署至本地。其结果便是, 需求提出量不断增多，token消耗量也日益增多。
忽然间, 我察觉到一个状况, 为何人工智能使效率获得了提升, 而所花费的资金却反倒更多了。原本所讲好的削减成本以及提高效率, 怎会仅仅是提高了效率, 却并未降低成本。
这让我想起一个老概念：杰文斯悖论。
一个煤炭时代的预言
1865年, 英国有个经济学家叫威廉·斯坦利·杰文斯, 他写了一本书, 书名叫《煤炭问题》, 在这本书里, 提了一个不符合直觉的观察, 说的是当技术取得进步, 使得某一种资源能够被使用得更加高效的时候, 这种资源的总的消耗数量, 不但不会呈现出下降的趋势, 反而会出现上升的情况。
逻辑并不复杂, 蒸汽机效率有了提升, 每吨煤能够完成更多的工作, 按照常理来说应当节省煤炭, 然而实际情况却是, 由于煤炭使用成本降低了, 更多的工厂开始启用蒸汽机, 更多的应用场景被挖掘出来, 煤炭的总体消耗量反而出现了急剧增长。
效率提升→成本降低→需求扩张→总消耗反而增加。
这个循环，放在今天的AI时代，简直像量身定做的剧本。
AI时代的"煤炭问题"
试想一下, 往昔若要撰写一份市场分析报告, 同时设计一张海报, 团队成员们当时可得忙活三天时间。然而如今借助AI, 仅仅三分钟就能够将这些事情全部搞定了。由此可见, 效率已然提升了100倍, 是这样的?
然而, 结果并非是所有人尽数一起提前下班了, 其状况乃是, “鉴于这种速度如此之快, 那么率先给出五十个可供挑选的方案我这进行挑选审视研究考量抉择评判。”。
以前的时候, 一个月会去做两个方案, 然而现在呢, 一个月要做五十个方案, 效率是得到了提升, 可工作量却反倒出现了暴增的情况。
更微妙之处在于, 所有人都拥有了AI助手, 行业的交付标准被无形之中抬高了, 以往80分就算得上合格, 如今80分则变成了“粗制滥造”, 想要超越竞争对手, 就得投入更多的时间以及算力去精心锤炼AI的产出。
这不就是杰文斯悖论的当代翻版吗？
此外, Uber团队近期也登上了新闻, 在其工程团队开通了Claude Code相关权限之后, 该公司激励众人“能够使用就要尽可能多项使用”。
于是呢? 使用比率由二月的百分之三十二急剧提升至三月的百分之八十四。到四月时, 百分之九十五的工程师每月都凭借AI工具开展工作, 百分之七十的代码提交关联到AI生成。每一位工程师的月平均API成本处于五百到两千美元上下。 的。
仅仅4个月开云app在线入口,开云真人官方下载，Uber就烧光了2026全年的AI预算。
更为扎心的是, Uber首席运营官安德鲁·麦克唐纳所反思的内容, 即“很难在人工智能使用量以及实际消费者功能之间描画一条界限”, 也就是说, 其所提到的token消耗增长了好几倍时, 那些用户能够感知到的新功能却并未呈现出与之对应的增长态势。
除了公司这样，个体何尝不是如此。就比如我自己。
瞅见一个挺有意思的开源项目, 就萌生了想要去尝试一番的念头。感到这个新奇好玩, 又觉得那个也妙趣横生, 于是一股脑儿把它们尽数克隆下来, 逐一去尽情折腾一番。而后便是没什么实际需求, 却硬是自己去凭空制造出需求, 如此一来, 那注意力不但被扩散稀释, 就连token的消耗同样跟着节节攀升, 如潮水般涌动不停。
当下, 我之所以仍敢这般玩儿, 仅仅是由于现有赠送的token尚未用完。待免费额度耗尽之后, 每进行一次“试一试”, 所涉及的皆为实实在在的金钱。
所以呀, 此刻我已然醒悟过来了, 我必须要做出一番调整, 将那注意力, 从“到处去做出尝试”, 给收回来, 转交到“专注自身的细分工作流”之上。要是真的有心去验证某一个想法, 或者着手开发某一款工具, 那就径直选用最好的模型, 在最短的时间之内迅猛地去验证。以此节省注意力, 节省token, 减少折腾, 增添专注度。毕竟接下来, 真正匮乏稀有的不再会是生产力。
真正稀缺的是洞察力
于不存在AI的往昔旧范式情形下, 团队之中最为昂贵的成本乃是由零至一的那种用以编码、绘制设计图纸以及撰写分析报告的生产成本, 人脑的带宽存在局限, 时间有着限制, 精力也有限度, 缘故在于生产速度迟缓, 人才是最为宝贵的资源。
而且呢, 人工智能将生产成本差不多降低到了零, 以往花费一两个星期才能完成的产业分析报告, 如今几个小时就能了结, 一天能够生成二三十个方案。
那问题来了：当生产不再稀缺，什么才稀缺？
答案是洞察力。洞察力是一种筛选、验证和品控的能力。
有谁能力够从50个可供选择的方案当中, 一下子就瞧出来哪3个是值得去开展的? 有谁能够准确判断出由AI生成的代码里面, 哪一些逻辑是根本经不起仔细考量与琢磨的? 有谁在数目众多且看起来都十分不错的原型里面, 能够精准地挑选出那一个确实能妥善解决用户存在苦恼之处的?
这种能力, 是要有着深刻的行业洞察才行的, 是要经过多年的经验积淀的, 是要对“好”与“不够好”存有敏锐直觉的。而这一切, AI当下还没办法给予你。
我们需要从AI的使用者转变为AI的审阅者。
若是存在一个人, 或者是一个团队, 其缺少这种具有审视、查阅的能力, 那么人工智能在效率方面越高的情形下, 被那些没有实际效用的信息以及没有实际效用、不可行的方案所淹没的速度越快。
别只见马吃草世界杯直播平台，不见马儿跑
最后说一个我观察到的心态问题。
不少人认为AI时代意味着抢跑, 便是早先占据位置, 而后有着越多的产品产出, 如此便是越具备优势条件。然而我却觉得这并非一定能够成立。
在AI时代展开的竞争当中, 并非在于究竟是谁更为率先地占据位置, 并非在意是谁能够产出数量更多且更快的事物, 而是在于, 可不可以凭借自身所拥有的经验以及洞察, 去做出确实有着意义的东西。
一旦无法将AI节省出的时间, 投放至深层次的, 战略思考之中, 以及行业洞察里面, 还有客户信任之上和原始创新末尾, 如果这般就会使得AI仅仅成为一个唯有目睹马头吃草, 却不见马身奔跑的昂贵玩具。
杰文斯在160年前就洞察到了这件事情, 效率提升自身并不会自动带来节省, 它仅仅是会创造出更大的需求, 重难点在于，你是用膨胀起来的需求去喂养了什么呢。
是喂了焦虑和无效产出世界杯直播观看，还是喂了真正值得做的事？
这个问题，值得每个AI时代的参与者认真想一想。
还木有评论哦，快来抢沙发吧~