HBR这篇文章点明了一个被忽视的效应,AI先动摇的不是就业而是经济决策的可见性。当远期现金流变得不可读,学位、招聘、投资都得重新算账,管理者和投资者的时间窗正在被动缩短。
《哈佛商业评论》文章指出,AI的首要经济影响并非自动化,而是制造了巨大的不确定性“迷雾”,导致“预见能力的崩溃”。这动摇了现代资本主义依赖未来“可读性”的根基,使得个人对教育投资、企业对长期雇佣与资本开支、金融市场对终值的评估均陷入犹豫。其结果是行为模式迅速转向短期视野:更倾向于模块化、可调整的投入,而非长期、不可逆的重大承诺。
哈佛商业评论刚刚发表了一篇非常有意思的文章。
AI 带来的最大冲击,也许在于没有人再能为未来清晰地定价了——也就是说,我们都正面临着一场“AI 迷雾”。
换句话说,结果的可能性范围变得如此之广,以至于人们无法判断今天最被看重的技能、产品或商业模式,在几年后是否还能带来回报。
AI 带来的第一个重大经济效应,并不是自动化本身,而是远见能力的崩塌。
AI 的隐性成本,可能是一种确信力的崩塌,因为它正在抹去现代金融赖以生存的可视性。
现代资本主义的运行建立在这样一个假设上:明天与今天的相似程度足以支撑人们做出庞大而缓慢的押注。那些长期押注——比如学位、招聘计划、工厂、软件估值、基础设施——只有当未来是可读的时候才会奏效。
这一切都依赖于一个无声的信念:未来是可以辨读的。
AI 在全面改写任何一个行业之前,首先攻击的就是这种可辨读性。
这首先冲击了劳动者——因为当 AI 智能体可能接管诊断、分析、起草、研究以及初级软件工作的时候,医学学位、MBA 或编程职业生涯看起来就不再那么稳固了。
接下来冲击的是企业——因为股票价格依赖于持久的未来现金流,而当 AI 能够侵蚀软件、服务甚至专业制造领域的护城河时,终值就失去了根基。
这快速改变了人们的行为。
学生们犹豫是否要购买高成本的人力资本,因为学位读完时对应的工作可能已经在培训中途被重新定义;企业也犹豫是否要招聘,因为初级工作、软件工作和协调工作都在不断变动。
金融市场也感受到了同样的压力——因为一旦 AI 对一家公司的持久性产生质疑,支撑其大部分估值的终值,就看起来更像信仰而非数学了。
因此,AI 的近期经济后果可能是时间视野的缩短。
摩天大楼少了,帐篷多了。
不可逆的承诺少了,阶段性投资、模块化团队,以及先学习再锁定的组织结构多了。
这指向一个更微妙、很可能也更重要的现象:当机构无法看清未来时,它们就不再做出那些曾经构建起旧经济的承诺了。
---
hbr .org/2026/04/the-future-is-shrouded-in-an-ai-fog