模拟与现实的差距：人工智能的飞速发展与不可替代的工艺

人工智能悖论：为什么你的办公室工作岌岌可危，但水管工却不可替代？

伟大的逆转：当人工智能遭遇物理学的极限

我们正处于一场与工业革命截然不同的技术变革之中。当我们目不转睛地盯着屏幕，看着人工智能在瞬间完成文本撰写、代码编写和复杂分析时，一场悄无声息却意义深远的全球价值创造重构正在悄然发生。人工智能系统认知能力的飞速提升——每五个月训练性能翻一番——远远超越了以往的技术进步规律。然而，这种数字智能的指数级增长掩盖了一个悖论：物理世界无法像数字化文件柜那样轻易实现数字化。

本文探讨了一种令经济学家和社会学家都感到棘手的现象。我们正走向这样一个未来：知识劳动将成为一种大规模生产的商品，而手工艺和人际互动则成为稀缺的奢侈品。算法威胁着认知型中产阶级，而所谓的“模拟与现实差距”（即模拟与现实世界之间的鸿沟）则保护着手工艺人免受自动化的冲击。机器人或许能背诵莎士比亚的诗句，但在不可预测的条件下，它仍然无法正确地铺设瓷砖。

了解为什么“技能贬值”理论在实体经济中行不通，为什么人工智能基础设施的扩张反而会增加对人力的需求，以及为什么我们正处于一场手工艺复兴的前夜，这场复兴可能会彻底颠覆我们熟悉的地位和薪酬等级制度。这并非对下一个世纪的预测，而是对已经开始的现实的分析。

在指数级性能提升和工艺技能复兴之间

当代经济正处于一个历史性的转折点，与以往所有技术变革都截然不同。传统的科技革命历经数十年才逐渐产生影响，而人工智能的当前发展模式却呈现出加速增长的态势，这从根本上挑战了我们对技术变革的传统认知。现有数据显示，大型语言模型的训练性能目前大约每五个月翻一番，这一速度远超摩尔定律，引发了人们对这种动态发展所带来的经济和社会影响的思考。展望未来，这些发展不仅会带来技术层面的影响，还将对劳动力市场结构和技能需求产生深远的影响。

此次加速发展的核心特征并非孤立的功能改进，而是人工智能模型能够处理的任务长度的质的飞跃。以往的进步主要体现在更快或更准确地解决单个、离散的任务，而当前的发展表明，这些系统参与更长时间的思考过程和多阶段问题解决序列的能力正在呈指数级增长。这种认知任务能力的提升目前每三到四个月就会翻一番，从而开辟了以前难以想象的全新应用场景。如今，能够处理持续数小时甚至数天的连续工作任务而不会感到疲劳或降低准确性的AI模型，代表了一种全新的工作工具。这种能力与以往的自动化浪潮有着根本的不同，因为它不仅涵盖了体力劳动或认知能力有限的任务，而是触及了所有类型的脑力劳动。

语言模型训练所需的计算能力和数据集在已知时间范围内翻倍增长，而能源需求也逐年增加，这意味着这些发展并非停留在推测或理论层面，而是由持续的物质投资和基础设施扩张所驱动。这并非缓慢的演进过程，而是资本投资、技术突破和进一步加大投资的螺旋式加速发展。主要人工智能开发机构的顶尖研究人员认为，这种加速发展并非趋于饱和，而是自我强化的。在顶尖人工智能开发者的讨论中，他们估计，能够处理目前由人类完成的绝大多数认知任务的变革性系统，将在2025年之后的两到三年内出现。无论这些时间表的具体准确性如何，现有证据表明，这项技术的经济和社会影响将不再是渐进的或微不足道的。

软件智能与物理边界的并行发展

当前人工智能的发展周期产生了一种悖论现象，这种现象在现代劳动力市场分析中鲜少受到关注，但其重要性却日益凸显：尽管符号性和认知性劳动正被人工智能系统迅速取代，但体力劳动和体力劳动却呈现出截然相反的动态。这种不对称性并非偶然，而是反映了这两类工作在物理和工程要求上的根本差异。知识型工作的快速自动化同时也催生了一项庞大的基础设施投资计划，该计划需要电力、冷却系统以及网络和数据中心的建设——所有这些都需要高技能的体力劳动和技术工人。

当前机器人技术和物理人工智能的实际局限性相当显著，而且短期内似乎难以克服。尽管语言模型在文本处理、代码生成和内容分析方面已经取得了超越人类的成就，但现有的机器人系统仍然无法可靠地应对熟练技工日常面临的各种物理挑战。机械方面的限制十分巨大：标准机器人通常只能举起或移动自身体重的一半左右，而人类肌肉的力量却能达到甚至超过自身体重。模拟环境与物理现实之间的差异仍然是一个长期存在的棘手难题，即所谓的“模拟与现实差距”。尽管模拟技术取得了显著进步，但即使是相对简单的任务，也仍然面临着这一难题。

此外，在结构化程度较低或动态性较差的环境中运行的机器人系统（例如熟练技工通常工作的环境）必须实时做出反应和调整。对于人类与语言模型交互而言可以接受的一两秒处理延迟，对于执行物理任务的机器人来说，会导致错误、损坏或潜在的安全隐患。物理系统的实时处理要求比纯数字操作的要求高出几个数量级。此外，还存在泛化问题：在受控的工厂环境中训练来执行特定任务（例如重复抓取）的机器人，通常无法将这种能力迁移到不同的物体、不同的表面属性或略微不同的位置。这与大型语言模型卓越的泛化能力形成鲜明对比，后者可以将训练中获得的复杂知识迁移到全新的问题中。

技术工种对体力的要求往往存在难度上的不对称分布。切割瓷砖看似简单，在可控条件下也能实现自动化，但正确安装瓷砖——包括理解基材的不规则性、调整砂浆的稠度、在考虑视觉错觉和高度差异的情况下进行对齐——则需要多年实践经验磨练出的综合判断力。水管工或电工不仅要执行标准化的步骤，还要不断诊断问题、识别意外情况，并创造性地制定适应特定空间条件的解决方案。这种将身体灵巧性、不确定性下的诊断思维和适应性问题解决能力相结合的能力，在现在和可预见的未来仍将是人类能力的基石。

技能贬值理论及其在实体经济中的局限性

技术驱动型劳动力市场分析的经典论点认为，自动化会导致工作技能的系统性贬值。这种观点在历史上具有一定的合理性，例如农业机械化或早期工厂自动化，当时机器确实取代了特定的技能。然而，深入分析当前形势会发现更为复杂的情况，尤其是在实体经济领域，这种关于技能贬值的简单论述的有效性值得商榷。

首先必须指出，德国和其他发达经济体目前面临的技术工人短缺问题并非假设或预测，而是具有重大经济影响的现实。德国联邦就业局的数据显示，目前约有163个职业领域面临严重的技术工人短缺，约占所有评估技术职业的八分之一。受影响尤为严重的不仅是信息技术等高技能领域，还包括一些传统行业：建筑、电气工程、燃气和水处理技术、管道安装及相关职业并非技能贬值，而是真正的劳动力短缺。与十五年前关于技术进步将导致大规模失业的理论预言相反，现实正在发生变化：在那些需要体力操作和适应能力的行业，对技术工人的需求实际上正在增长。

德国的人口结构进一步加剧了这种情况。由于出生率低于更替水平以及人口老龄化，德国劳动力供给正在结构性萎缩。这种人口现实，加上技术变革，造成了与以往自动化阶段截然不同的局面。历史上，自动化通常会导致劳动力重新配置，大量技术工人涌入新行业或出现更广泛的技能贬值，而这些需求最终会得到现有劳动力的补充。但当可用劳动力的绝对数量减少时，这种动态机制便不再适用。

第二个观察结果也让我们对“技能贬值”论点有了更全面的认识：当前运行和扩展人工智能系统所需的基础设施投资，并非仅仅创造了对技术工人的暂时性需求，而是劳动分工结构发生的根本性转变。数据中心需要电力，而电力必须发电、输配和充电；它们需要冷却系统，而冷却系统必须安装、维护和维修；它们需要物理基础设施，而这些必须由技术工人建造。目前，这种物理基础设施的扩张速度超过了人工智能计算能力本身的短缺速度，这意味着对技术工人的需求不仅没有减少，反而还在增加。

劳动力市场的重组：认知颠覆与物质价值创造

现代工业经济学中传统的等级制度——即认知密集型工作比体力劳动更受重视——正在经历一场逆转，其历史意义不容低估。这并非回归到前工业时代，那时体力劳动被视为原始或低劣。相反，这是一种价值创造逻辑的重新定义：体力劳动（人工智能难以复制）被赋予了更高的价值，而人工智能系统提供的海量认知能力则动摇了传统上备受推崇的智力活动的地位。

其背后的经济逻辑十分精妙：一种商品或服务的可用性，如果能够几乎无限扩展，并且质量和性能持续提升，同时单位成本不断降低，那么该商品的价格自然会下降。从人工智能的角度来看，认知劳动——尤其是结构化的脑力活动，例如软件编写、基础数据分析、简单的文书工作和日常客户服务——恰恰属于这类商品。它具有可离散化、可数字化、可扩展的特点，并且能够实现自动化。相比之下，体力劳动——例如管道安装、电气工程、砌砖、复杂装置安装——则与物理环境、可变性和特定地点的个体存在紧密相关。它无法进行数字化复制或集中式规模化，必须在本地完成，且每个安装点的具体条件都不尽相同。从这个角度来看，体力劳动成为一种相对稀缺的商品，其价值不会因人工智能的竞争而降低。

来自德国的数据具体地说明了这种转变：虽然许多高技能行业都存在技能短缺，但在体力劳动强度高、需要现场操作的行业，技能短缺问题最为突出且持续时间最长。大约三分之二的技能型工作岗位属于短缺职业，但只有约四分之一的登记失业人员在这些行业寻求就业。这表明存在结构性错配：现有劳动力不具备最迫切需要的技能，而且这些技能主要为实践性和体力劳动技能，而非符号性和认知性技能。

德国当前疲软的经济只是暂时掩盖了这一影响。技能短缺问题并未得到解决，只是被疲软的需求所掩盖。人口统计专家和劳动力市场分析师一致认为，无论经济如何波动，这种短缺问题都将在长期内加剧。加之人工智能系统对认知能力的要求越来越高，而机器人技术又无法令人满意地解决物理挑战，一种颠覆传统技术驱动技能下降预期的长期结构性模式正在形成。

“托管人工智能”（AI）开启数字化转型新维度——平台与 B2B 解决方案 | Xpert Consulting - 图片：Xpert.Digital

在这里您将了解您的公司如何快速、安全且无高门槛地实施定制化的AI解决方案。

托管 AI 平台是您全方位、无忧的人工智能解决方案。您无需处理复杂的技术、昂贵的基础设施和冗长的开发流程，只需几天时间，即可从专业合作伙伴处获得根据您的需求量身定制的交钥匙解决方案。

主要优势一览：

⚡ 快速实施：从构思到实际应用，只需几天，无需数月。我们提供切实可行的解决方案，创造即时价值。

🔒 最高数据安全性：您的敏感数据将由您自行保管。我们保证数据处理安全合规，不会与第三方共享。

💸 无财务风险：您只需为结果付费。完全无需在硬件、软件或人员方面进行高额的前期投资。

🎯 专注于您的核心业务：专注于您最擅长的领域。我们负责您 AI 解决方案的整个技术实施、运营和维护。

📈 面向未来且可扩展：您的 AI 将与您共同成长。我们确保持续优化和可扩展性，并灵活地调整模型以适应新的需求。

更多相关信息请点击这里：

• 托管人工智能解决方案 - 工业人工智能服务：服务业、工业和机械工程领域竞争力的关键

人工智能与物理自动化持续不足

理解这种动态的关键在于准确阐明当前人工智能系统在处理物理任务方面的能力和局限。一种常见的过于简化的观点认为，既然人工智能能够自动化知识和认知，那么处理物理任务也就指日可待了。然而，这种逻辑存在缺陷。解决物理任务的要求与认知任务的要求在结构上截然不同。认知任务涉及模式识别、信息处理和符号操作——深度神经网络在这些领域取得了显著突破——而物理任务则涉及感知、实时决策、力控制以及在多变的物理环境中持续适应等诸多方面的整合。

目前，已经存在一些机器人系统能够在受控环境中执行定义明确、重复性的物理任务，例如汽车制造厂的点焊、高精度数控铣削以及结构化存储系统中的码垛作业。但即使是这些系统，也只能在高度可控的条件下才能达到这样的性能。一旦任务中出现变数——不同的形状、材料、空间布局或意外障碍物——可靠性就会急剧下降。机器人可以被训练去抓取各种摩擦系数不同的表面上的球。但是，在公共场所抛接这些球的同时，机器人能否理解与人保持多近的距离，能否解读社交信号并对人类的不可预测行为做出反应——这是一个截然不同的问题，至今仍未得到解决。

这里的技术挑战并非推测或理论性的，而是切实存在的。它们包括：(1) 模拟训练与现实世界之间存在的“模拟-现实”差距；(2) 实时处理，对于连续的物理任务，延迟时间必须控制在毫秒级而非秒级；(3) 高自由度灵巧性，即拥有20个或更多关节的机器人手臂必须协调运作才能实现类似人类的操作；(4) 跨任务变体的泛化能力，这仅靠更大的数据集无法解决；以及 (5) 执行器和抓取系统的物理硬件限制，它们无法达到与人体肌肉相同的力重比。

这些问题并非无关紧要，也并非仅限于未来几个月。来自知名机构的顶尖机器人研究人员指出，克服这些问题需要大量的研究，而非简单的工程规模化。换句话说，问题不在于我们已经有了解决方案并简单地实施，而在于一些根本性的工程问题仍然悬而未决。在这种情况下，认为未来几年体力劳动将迅速实现自动化的说法缺乏证据支持，而仅仅是推测。

劳动力市场转型：对实用技能的重新评估

这种技术不对称带来的经济后果是对薪酬结构、声望等级和职业流动性的深刻重塑。在人工智能整合的压力下，以往被视为高技能、高薪且享有盛誉的象征性认知活动正逐渐失去其原有地位。软件开发人员的部分工作被人工智能代码生成系统取代，导致其技能稀缺性降低，从而削弱了自身竞争力。数据分析工作可以由人工智能系统完成的分析师，其相对稀缺性溢价也随之下降。而工作流程被人工智能文本生成加速或取代的作家或记者，则面临着对真正人工写作的需求萎缩。

相比之下，那些需要对具体情况有特定、多变且地域性强的理解能力的电工，其市场需求依然稳定甚至增长。当前的人口结构状况进一步强化了这一趋势：在许多发达国家，进入劳动力市场的年轻人数量少于退出劳动力市场的老年人数量。在劳动力市场绝对萎缩的情况下，无法通过中央自动化系统提供的服务，其稀缺性和价值便凸显出来。

从长远来看，这种等级制度中与声誉和地位相关的逆转可能比纯粹的经济逆转更为深远。在过去几十年里，许多西方社会一直认为体力劳动不如脑力劳动或学术工作体面。如果年轻人看到电工的工资因短缺而上涨，而计算机科学专业毕业生的起薪却因人工智能的替代而停滞不前，这种地位观念可能会发生转变。这种转变可能会对教育选择、职业抱负和社会凝聚力产生深远的影响。

基础设施建设对技术工人的需求

当前人工智能发展的一个常被忽视的方面是其对基础设施的巨大需求。运行和扩展大型人工智能模型不仅需要强大的数字计算能力，还需要庞大的物理基础设施：数据中心、电力线路、冷却系统、网络硬件、备用电池储能系统等等。这些基础设施并非凭空而来，而是需要通过人力进行建造、安装和维护。

为支持当前人工智能的快速发展，电气化和基础设施扩建势在必行，这给电工、暖通空调专家、建筑工人和技术专家带来了前所未有的需求。这并非暂时的需求，而是随着人工智能能力的提升而不断增长的结构性需求。换言之，人工智能系统规模化速度越快，对建造和维护支撑这些系统的物理基础设施的熟练技工的需求就越大。这形成了一个良性循环：人工智能的规模化发展反过来又推动了对无法自动化的熟练技工的需求。

举例来说：新建一座芯片工厂，需要数万名熟练工人投入数年时间，才能生产出一枚芯片。这种设计、电气和安装工作无法由集中式人工智能系统完成。它需要现场作业、具备一定的动手能力、能够在不确定性下解决问题，并不断适应当地环境。这正是物理人工智能和机器人目前无法胜任的任务特性所在。

中期未来情景：2025-2030年

根据当前的技术发展轨迹和现有的劳动力市场数据，可以勾勒出未来五到十年的几种可能情景。

在最有可能出现的基准情景中，基于人工智能的认知任务自动化将持续加速发展，而实体机器人技术则达到其目前的极限，并局限于在受控环境中执行特定且定义明确的任务。这将导致劳动力市场出现两极分化：一方面，象征性工作面临压力——许多知识型岗位的入门级薪资下降，而那些继续从事认知型工作的人员则需要不断提升专业技能和技能水平；另一方面，由于劳动力稀缺，体力劳动（尤其是需要特定地点的体力劳动）的质量将得到提升。技术工种（例如电工、水暖工、卫生洁具安装工）的薪资可能会相对上涨，而常规认知型工作的薪资则会面临压力。

在这种情况下，各国政府，特别是像德国这样人口老龄化严重的国家，将面临更大的压力，需要促进技术工人的移民；与此同时，教育和培训体系也将受到刺激，重新评估并提升技术工种和实用技能的价值。如果这些岗位的就业前景改善，目前选择职业培训的年轻人数量偏低的趋势可能会趋于稳定，甚至出现逆转。

在更为乐观的设想中，这种动态实际上可能带来社会复苏。过去几十年主导欧洲发展的过度重视学历和对传统工艺的文化贬低或许能够得到纠正。一个更加重视手工技艺、本地专业知识和实际问题解决能力的经济体，或许更能抵御大规模人工智能能力集中带来的技术颠覆。此外，由于高技能工艺的溢价不像以往精英认知教育那样高，这也有助于减少社会不平等。

在更为悲观的情景下，调整过程可能混乱而痛苦。几代为认知型职业培养的劳动者可能会突然发现自己处于不利地位，既无法获得技能培训资格，也无法快速接受再培训。这种转变带来的压力可能会损害社会凝聚力。未能迅速调整教育和移民体系的国家可能会面临技能型人才严重短缺的问题，这将阻碍其基础设施建设，进而影响其人工智能规模化发展的能力。

结论：符号自动化时代工艺的复兴

对当前人工智能扩张阶段的经济分析表明，其模式与 20 世纪 90 年代的主流预言有着根本的不同：​​自动化不会导致普遍的技能下降和大规模失业，而是一种不对称的颠覆，象征性的、认知性的劳动受到压力，而实际的、体力的、基于地点的劳动则在结构上变得更加稀缺，因此也更有价值。

这种转变并非臆测，而是已在当前的劳动力市场数据中得到印证。德国及其他类似经济体目前及未来将面临的熟练技工短缺问题，并非向其他模式的过渡，而是人工智能驱动型经济的结构性特征。当前机器人技术和物理人工智能的局限性意味着短期内难以取得突破，而自动化那些具有物理复杂性和环境多变性的任务，则意味着持续且可能长达数十年的挑战。

对劳动者而言，这意味着实用技能——而非认知技能（后者正日益被人工智能系统取代）——能够提供某种形式的保障和结构性价值。一个年轻人选择接受电工、水管工或泥瓦匠的培训，这是一种经济理性的选择，并非出于怀旧或文化原因，而是基于稀缺性和需求的冷酷逻辑。

对社会和政策而言，这意味着教育和培训体系的再培训已成为一项紧迫的任务。这不仅关乎教育政策，更关乎根本性的经济调整。那些迅速提高对技术工种的重视程度、报酬和地位，并据此调整培训体系的国家，在未来几年将比那些过度重视脑力劳动的国家更具经济适应性和韧性。

从历史角度来看，当前阶段可以被视为一个纠正过度投资于象征性技能的时期，在这个时期，实用、创造性的、以物质为基础的劳动获得了迟来的文化和经济上的重新认可。这并非回归前工业经济，而是技术先进经济的下一个阶段，在这个阶段，人们认识到人工智能自动化的局限性和不对称性，并认可人类技艺的持续重要性。

☑️我们的业务语言是英语或德语

☑️ 新：用您的国家语言进行通信！

Konrad Wolfenstein

我很乐意作为个人顾问为您和我的团队提供服务。

您可以通过填写此处的联系表，或者直接致电+49 89 89 674 804 （慕尼黑）。我的电子邮件地址是： wolfenstein ∂ xpert.digital

我很期待我们的联合项目。

☑️ 为中小企业提供战略、咨询、规划和实施方面的支持

☑️ 创建或调整数字战略和数字化

☑️国际销售流程的扩展和优化

☑️ 全球数字 B2B 交易平台

☑️ 先锋业务发展/营销/公关/贸易展览会

受益于 Xpert.Digital 全面的五重专业知识和全面的服务包 | 研发、XR、PR 和数字可视性优化 - 图片：Xpert.Digital

Xpert.Digital 对各个行业都有深入的了解。 这使我们能够制定量身定制的策略，专门针对您特定细分市场的要求和挑战。 通过不断分析市场趋势并跟踪行业发展，我们可以前瞻性地采取行动并提供创新的解决方案。 通过经验和知识的结合，我们创造附加值并为客户提供决定性的竞争优势。

更多相关信息请点击这里：

• 在一个软件包中使用 Xpert.Digital 的 5 倍专业知识 - 每月仅需 500 欧元起