เหตุใด AI จะนำไปสู่การจ้างงานที่มากขึ้น - และเหตุใดทุกคน (ใช่ ทุกคน) กำลังเข้าใจผิดเกี่ยวกับเรื่องนี้
บันทึกหายนะ AI ไวรัลของ Citrini ทำให้หุ้นซอฟต์แวร์ร่วงในเดือนกุมภาพันธ์ มันฉลาด มันเขียนได้ดี และมันผิดอย่างสิ้นเชิง อัตรากำไรขับเคลื่อนการจ้างงาน มันเป็นเช่นนั้นเสมอมา AI กำลังจะมอบผลประโยชน์ด้านอัตรากำไรที่ใหญ่ที่สุดในประวัติศาสตร์สมัยใหม่ให้กับบริษัทต่างๆ และการตอบสนองก็จะเหมือนกับที่เคยเป็นมานานนับศตวรรษ นั่นคืองานมากขึ้น ไม่ใช่น้อยลง การสังหารหมู่ไม่ได้กำลังจะมา การ boom ด้านการจ้างงานต่างหากที่กำลังจะมา
ย้อนกลับไปในเดือนกุมภาพันธ์ Citrini Research ได้ตีพิมพ์บทความนิยายทางการเงินขนาด 7,000 คำชื่อ "วิกฤตข่าวกรองโลกปี 2028" ซึ่งเป็น "บันทึกจากอนาคต" ที่เอเจนต์ AI กำจัดแรงงานปกขาวจนหมดสิ้น อัตราการว่างงานพุ่งขึ้น 10.2% และ S&P ปรับตัวลง 38% มันบอกว่า "สถานการณ์ ไม่ใช่การคาดการณ์" ในประโยคที่สอง ซึ่งแน่นอนว่าทุกคนก็เทรดมันเสมือนเป็นการคาดการณ์ หุ้นซอฟต์แวร์ถูกถล่มอย่างหนัก IBM มีวันที่แย่ที่สุดนับตั้งแต่ปี 2000 และนักเศรษฐศาสตร์ชั้นนำของทำเนียบขาวต้องออกมาประกาศเรียกทั้งหมดนี้ว่า "นิยายวิทยาศาสตร์"
ภารกิจสำเร็จสำหรับ Citrini: เอฟเฟกต์สูงสุด ความรับผิดชอบน้อยที่สุด ปัญหาคือ? ข้อสรุปนั้นผิด 100% และไม่ได้ผิดแบบเล็กน้อย มันผิดในแบบที่ใครก็ตามที่เคยนั่งในห้องประชุมงบประมาณของบริษัทจะรู้ว่ามันผิด นี่คือความพยายามแบบเรียงความของฉันที่จะอธิบายว่าทำไม พร้อมด้วยแผนภูมิ เกร็ดเล็กเกร็ดน้อย และการดูหมิ่นอย่างรุนแรงต่อกลุ่มอุตสาหกรรมแห่งวันสิ้นโลก
คำเตือน: การอภิปรายด้านล่างสันนิษฐานว่าในที่สุด AI จะทำให้ทุกอย่างถูกลง นั่นไม่เป็นความจริง ณ วันนี้ แต่มันเป็นสมมติฐานที่สมเหตุสมผลสำหรับวงจรหน้า
ส่วนที่ 1: การจ้างงานเป็นไปตามอัตรากำไร มันเป็นเช่นนั้นเสมอ มันจะเป็นเช่นนั้นตลอดไป
เริ่มต้นด้วยความสัมพันธ์ที่น่าเบื่อที่สุดและน่าเชื่อถือที่สุดในบรรดาเศรษฐศาสตร์มหภาค: เมื่ออัตรากำไรสูงขึ้น การจ้างงานก็สูงขึ้น ไม่ใช่แค่บางครั้ง ไม่ใช่ "ในกระบวนทัศน์ก่อน AI" เสมอไป ข้อมูลสำรวจ NABE สี่ทศวรรษ ข้อสรุปเดียว: ไม่มีสิ่งที่เรียกว่าการ boom ของกำไรโดยไม่มีการ boom ของการจ้างงานตามมา
แผนภูมิ 1: อัตรากำไรนำหน้าการจ้างงานเหมือนกลางคืนตามหลังกลางวัน หลักฐานสี่ทศวรรษ
ทำไม? เพราะองค์กรไม่ใช่สเปรดชีต พวกมันคือสิ่งมีชีวิตที่มีการควบคุมตนเองเท่ากับลาบราดอร์ที่งานบุฟเฟต์อาหารสุนัขระดับพรีเมียม เมื่องบประมาณเป็นไปตามเป้าและเกินเป้า งานก็เกิดขึ้นจากความว่างเปล่า ผู้จัดการระดับกลางทุกคนบนโลกใบนี้รู้ดีว่าจำนวนพนักงานเท่ากับสถานะ ไม่มีใครเคยได้รับการเลื่อนตำแหน่งจากการทำให้ทีมเล็กลง คุณได้รับการเลื่อนตำแหน่งจากการ "สร้างฟังก์ชันขึ้นมา" เรียกมันว่าความเข้าใจผิดเรื่องอาณาจักร: ให้ผลประโยชน์ด้านอัตรากำไรแก่ผู้จัดการ เขาจะไม่คืนมันให้กับผู้ถือหุ้น เขาจะจ้างหัวหน้ากลยุทธ์สามคน หัวหน้าฝ่ายเสนาธิการหนึ่งคน และใครสักคนที่มีงานทั้งหมดคือการทำสไลด์เกี่ยวกับอีกสี่คนที่เหลือ
ลองเดินตามตรรกะของ Citrini ไปกับฉัน: AI ทำงานได้อย่างยอดเยี่ยม อัตรากำไรพุ่งสูงขึ้นอย่างมาก... แล้วบริษัทต่างๆ ก็ไล่ทุกคนออก? สิ่งนั้นไม่เคยเกิดขึ้นในประวัติศาสตร์ของระบบทุนนิยมองค์กร อัตรากำไรที่สูงทำให้กระเป๋าของผู้จัดการร้อนรุ่ม หาก AI ให้อัตรากำไรที่ขยายตัวตามที่นักวิเคราะห์ขาขึ้นสัญญาไว้ การตอบสนองเชิงประจักษ์ น่าเบื่อ และยาวนานสี่ทศวรรษคือ: การจ้างงานเพิ่มขึ้น
ความขัดแย้งของ Jevons หรือ: เหตุใดปัญญาที่ถูกกว่าจึงหมายถึงปัญญาที่มากขึ้น
ในปี 1865 William Stanley Jevons สังเกตเห็นบางสิ่งที่แปลก: เมื่อเครื่องจักรไอน้ำมีประสิทธิภาพในการใช้ถ่านหินมากขึ้น อังกฤษกลับเผาถ่านหิน มากขึ้น ไม่ใช่น้อยลง ประสิทธิภาพทำให้พลังงานถ่านหินถูก ราคาถูกทำให้มันแพร่หลาย แพร่หลายหมายถึงการบริโภครวมระเบิดขึ้น ตอนนี้เปลี่ยน "ถ่านหิน" เป็น "ผลผลิตปกขาว"
แผนภูมิ 2: ภาพร่าง ไม่ใช่การคาดการณ์ ต่างจากร้านวิจัยบางแห่ง เราติดป้ายนิยายของเรา
เมื่อต้นทุนในการผลิตบันทึกทางกฎหมาย แคมเปญการตลาด หรือโค้ดชิ้นหนึ่งลดลง 90% ความต้องการบันทึกทางกฎหมาย แคมเปญ และโค้ดจะไม่คงที่ มันระเบิดขึ้น บริษัทที่สามารถจ่ายค่าวิเคราะห์หนึ่งชิ้นได้จะต้องการห้าสิบชิ้น บริษัทที่ไม่เคยมีแผนกกฎหมายจะได้มีหนึ่งแผนก คอขวดจะย้ายไปที่มนุษย์ที่คอยชี้นำ ตรวจสอบ ขาย และทำความสะอาดหลังจากเครื่องจักร
และนี่ไม่ใช่ทฤษฎี น้ำท่วมได้เริ่มขึ้นแล้ว ยกตัวอย่างซอฟต์แวร์: GitHub ตอนนี้เห็นการสร้างที่เก็บโค้ดใหม่มากกว่า 230 แห่งทุกนาที เพิ่มนักพัฒนาใหม่ 36 ล้านคนในปีเดียว (นั่นคือหนึ่งคนต่อวินาที) และบันทึกการคอมมิตเกือบหนึ่งพันล้านครั้งในปี 2025 เพิ่มขึ้น 25% ต้นทุนส่วนเพิ่มในการสร้างแอปลดลงอย่างมาก ดังนั้นทุกคนและบาริสต้าของพวกเขากำลังส่งแอปออกมาแล้ว:
แผนภูมิ 3: ถ่านหิน แต่สำหรับโค้ด การผลิตที่ถูกกว่า ปริมาณที่มากขึ้นแบบทวีคูณ
หนังสือ เรื่องเดียวกัน ตลกกว่าด้วยซ้ำ การพิมพ์ด้วยตนเองกำลัง boom อยู่แล้ว จากนั้น ChatGPT ก็มาถึง และสิ่งต่างๆ ก็เกินการควบคุมจน Amazon ต้องจำกัดผู้เขียนไว้ที่สามเล่ม ต่อวัน ซึ่งเป็นจังหวะการเขียนของมนุษย์โดยสิ้นเชิง ตอนนี้มีหนังสือที่พิมพ์ด้วยตนเองประมาณ 1.4 ล้านเล่มวางจำหน่ายบน Kindle ทุกปี และแนวโน้มก็พุ่งขึ้นตรงๆ:
แผนภูมิ 4: Jevons ในรูปเล่มปกแข็ง เมื่อการเขียนหนังสือใช้เวลาเพียงบ่ายวันเดียว ทุกคนก็เขียนหนังสือ
สังเกตว่าตัวอย่างเหล่านี้บอกอะไรคุณ... AI ไม่ได้ทำให้ผลผลิตหดตัว มันทวีคูณมันจนกว่าเราจะจมอยู่ในอุปทาน แอป หนังสือ เพลง สำเนาการตลาด ต้นแบบทางกฎหมาย: ไม่มีที่สิ้นสุด และเมื่ออุปทานไม่มีที่สิ้นสุด ทักษะที่หายาก (และสามารถจ้างงานได้) กลายเป็นการจัดเรียง คัดสรร ตรวจสอบ และขายมัน นั่น ผู้อ่านที่รัก คืองานของมนุษย์ และเราจะต้องการพวกเขาจำนวนมาก
ในขณะเดียวกัน ผู้บริหาร AI ยังคงสัญญาถึงวันสิ้นโลกด้วยความมั่นใจของคนที่มูลค่าบริษัทขึ้นอยู่กับมัน Dario Amodei จาก Anthropic เตือนว่า AI อาจกวาดล้างงานปกขาวระดับเริ่มต้นไปครึ่งหนึ่ง และผลักดันการว่างงานเป็น 10-20% ภายในห้าปี Sam Altman ครุ่นคิดว่าหมวดหมู่งานทั้งหมดจะ "หายไปโดยสิ้นเชิง" หัวหน้าฝ่าย AI ของ Microsoft เรียกเทคโนโลยีนี้ว่า "โดยพื้นฐานแล้วเป็นการแทนที่แรงงาน" สุภาพบุรุษทั้งหลาย ด้วยความเคารพ: เราเคยได้ยินเรื่องนี้มาก่อน ตู้ ATM ควรจะฆ่าพนักงานธนาคาร แต่การจ้างงานพนักงานธนาคารเพิ่มขึ้นประมาณสองเท่าระหว่างปี 1970 ถึง 2010 เพราะสาขาที่ราคาถูกหมายถึงสาขาที่มากขึ้น สเปรดชีตควรจะฆ่านักบัญชี แต่มันกลับฆ่าดินสอของพนักงานทำบัญชี และสร้างงานนักวิเคราะห์นับล้านตำแหน่ง ในศตวรรษที่ 19 98% ของแรงงานที่จำเป็นในการทอผ้าถูกทำให้เป็นอัตโนมัติ และจำนวนงานทอผ้ากลับเพิ่ม ขึ้น เพราะผ้าราคาถูก และทุกคนก็จู่ๆ ก็ต้องการเสื้อสี่ตัวแทนที่จะเป็นหนึ่งตัว
ผู้บริหาร AI ไม่ได้โต้แย้งทางเศรษฐศาสตร์ พวกเขากำลังซ้อมการนำเสนอต่อนักลงทุน
กรณีศึกษา Novo Nordisk: การจ้างงานเป็นไปตามผลกำไร แม้ว่ามันไม่ควรจะเป็น
หากคุณต้องการสาธิตสดๆ เกี่ยวกับความเข้าใจผิดเรื่องอาณาจักร ไม่ต้องมองไปไกลกว่าอัญมณีมงกุฎของประเทศบ้านเกิดของฉัน เมื่อ "ยาลดความอ้วน" ทำให้ Novo Nordisk กลายเป็นบริษัทที่มีมูลค่ามากที่สุดในยุโรป (ณ จุดหนึ่งมีมูลค่ามากกว่า GDP ของเดนมาร์กทั้งหมด) ซีอีโอในขณะนั้น Lars Fruergaard Jørgensen ก็ออกทำการจ้างครั้งใหญ่แห่งศตวรรษ จำนวนพนักงานพุ่งจากประมาณ 48,000 คนเป็นมากกว่า 78,000 คนในเวลาประมาณสี่ปี Novo ต้องการคนเพิ่ม 30,000 คนเพื่อผลิตโมเลกุลที่ถูกค้นพบเมื่อหลายปีก่อนหรือไม่? แน่นอนว่าไม่ แต่เพราะอัตรากำไรมีอยู่ โครงสร้างองค์กรจึงเติบโตขึ้น: ผู้จัดการโครงการ ผู้ประสานงานด้านความยั่งยืน หุ้นส่วนด้านการสื่อสารภายใน คนที่มีงานคือประสานงานผู้ประสานงาน
เรารู้ว่ามันเป็นการสร้างอาณาจักรมากกว่าความจำเป็น เพราะทันทีที่การแข่งขันจาก Eli Lilly กระทบต่ออัตรากำไร ซีอีโอคนใหม่ Mike Doustdar ก็ตัดพนักงาน 9,000 ตำแหน่ง (การเลิกจ้างครั้งใหญ่ที่สุดในประวัติศาสตร์เดนมาร์ก) โดยอ้างถึงความจำเป็นในการ "ลดความซับซ้อน" หลังจาก "ช่วงเวลาของการเติบโตแบบ Hyper-growth ในจำนวนพนักงาน" แปล: เราจ้างพนักงานออฟฟิศหลายพันคนเพราะเงินมันร้อนในกระเป๋าเรา ในขณะที่ Eli Lilly มียอดขาย GLP-1 มากกว่า Novo ประมาณสองเท่า โดยมีโครงสร้างที่บางกว่า และไม่เคยต้องสร้างบาดแผลระดับชาติของเดนมาร์ก กำไรขึ้น การจ้างงานขึ้น; กำไรถูกบีบ การจ้างงานลง สาเหตุวิ่งผ่านงบกำไรขาดทุน ไม่ใช่ผ่านเทคโนโลยี
และ Novo ก็ไม่ใช่กรณีพิเศษ จำนวนพนักงานของ Google เพิ่มขึ้นสามเท่าในช่วงทศวรรษ 2010 ในขณะที่ผลิตภัณฑ์หลักของมันต้องการวิศวกรเพียงไม่กี่พันคนในการดูแลรักษา Twitter ขึ้นชื่อว่าสูญเสียพนักงานไป 80% และแอป... ก็ยังคงทำงานได้ บทเรียนไม่ใช่แรงงานเหล่านั้นไม่ได้ทำอะไรเลย มันคือบริษัทที่ทำกำไรได้จ้างงานเกินกว่า "ความจำเป็น" ที่วัดได้ใดๆ อย่างมากมาย เพราะนั่นคือสิ่งที่องค์กรที่ทำกำไรได้ทำ
ส่วนที่ 2: งานเทียมขององค์กร: สายพันธุ์ที่ยืดหยุ่นที่สุดของธรรมชาติ
ซึ่งนำเราไปสู่สิ่งสองที่โมเดลของ Citrini ไม่สามารถจัดการได้: องค์กรคือโรงงานผลิตงานเทียม บริษัทสมัยใหม่ประกอบด้วยระบบนิเวศทั้งหมดของบทบาทที่ความเชื่อมโยงกับผลผลิตนั้น เรียกได้ว่า เป็นเรื่องทางจิตวิญญาณ ผู้อำนวยการเวิร์กช็อปภายใน สำนักงานการเปลี่ยนแปลง ฝ่าย DEI ที่เติบโต 55% ในช่วงการจ้างงาน boom ครั้งเดียว แล้วก็มี "การปรับโครงสร้างเชิงกลยุทธ์" สองปีต่อมา ทีมงานสิบเอ็ดคนที่เตรียมการประชุมนอกสถานที่เกี่ยวกับการปรับปรุง Synergies ข้ามฟังก์ชัน ซึ่งผลิตชุดเอกสาร ซึ่งถูกนำเสนอในการประชุมนอกสถานที่อีกครั้ง
หาก AI กำลังจะกำจัดงานที่ไม่ได้ผลิตผลลัพธ์ที่วัดได้ มันจะต้องอธิบายว่าทำไมงานเหล่านั้นถึงมีอยู่ในตอนนี้ ในโลกของระบบทุนนิยมรายไตรมาสที่โหดเหี้ยม คำตอบคือบริษัทต่างๆ ไม่ได้จ้างงานถึงขีดจำกัดด้านประสิทธิภาพการผลิต พวกเขาจ้างงานถึงขีดจำกัดด้านงบประมาณ ตัวอย่างที่ชัดเจน ระบบการดูแลสุขภาพของอเมริกา:
แผนภูมิ 5: ตั้งแต่ปี 1970 แพทย์ในสหรัฐฯ เพิ่มขึ้น ~+150% ผู้บริหารด้านการดูแลสุขภาพเพิ่มขึ้น ~+3,800% มีดผ่าตัดไม่เคยมีจำนวนน้อยกว่าแบบนี้
เจ้าหน้าที่ธุรการตอนนี้คิดเป็นประมาณหนึ่งในสี่ของแรงงานด้านการดูแลสุขภาพทั้งหมดในสหรัฐฯ และการบริหารจัดการกินเงินเกือบหนึ่งในสามของทุกๆ ดอลลาร์ด้านการดูแลสุขภาพ ซึ่งประมาณสองเท่าของส่วนแบ่งในประเทศร่ำรวยอื่นๆ ไม่มีคนเหล่านี้เลยในปี 1970 เทคโนโลยี กฎระเบียบ และรายได้สร้างพวกเขาขึ้นมาจากความว่างเปล่า รูปแบบเกิดขึ้นซ้ำทุกที่: มหาวิทยาลัยเพิ่มคณบดีและรองอธิการบดีฝ่ายต่างๆ เร็วกว่าศาสตราจารย์มาก; ธนาคารเพิ่มเจ้าหน้าที่ปฏิบัติตามกฎระเบียบเต็มความจุของสนามกีฬาหลังปี 2008 (JPMorgan เพียงแห่งเดียวเพิ่มมากกว่า 13,000 คนในสองสามปี)
การปฏิวัติประสิทธิภาพการผลิตทุกครั้งในประวัติศาสตร์สมัยใหม่ถูกดูดซับโดยกองทัพของผู้ประสานงาน ผู้ตรวจสอบ และผู้ถือเวิร์กช็อปคนใหม่ AI จะผลิตเจ้าหน้าที่ปฏิบัติตามกฎระเบียบด้าน AI สภากำกับดูแลพรอมต์ และหัวหน้าฝ่ายประสบการณ์เอเจนต์ ฉันพูดเล่นแค่ครึ่งเดียว และครึ่งที่เล่นเล่นนั้นก็รู้สึกกังวล
และอย่าคิดว่านี่เป็นโรคของอเมริกันล้วนๆ ขออนุญาตนำมันกลับบ้านที่เดนมาร์ก จำนวนผดุงครรภ์ที่ถูกจ้างโดยภูมิภาคเดนมาร์กเพิ่มขึ้น 57% ระหว่างปี 2007 ถึง 2020 จำนวนการเกิด? ลดลงประมาณ 5% ผดุงครรภ์มากขึ้น ทารกน้อยลง และยังคงมีการถกเถียงระดับชาติเกี่ยวกับการขาดแคลนผดุงครรภ์อย่างถาวร มันเป็นจุดข้อมูลที่บริสุทธิ์ที่สุดที่ฉันรู้: การจ้างงานด้านการดูแลสุขภาพแยกตัวออกจากผลผลิตด้านการดูแลสุขภาพเมื่อหลายทศวรรษก่อน ทั้งสองฝั่งของมหาสมุทรแอตแลนติก:
แผนภูมิ 6: ผดุงครรภ์เพิ่มขึ้น 57% เพื่อทำคลอดทารกน้อยลง 5% ใครบางคนกำลังสร้างงานขึ้นมา และมันไม่ใช่ทารก
พูดตามตรง นี่คือมหาอำนาจของยุโรป ไม่มีใครบนโลกใบนี้เก่งกว่าเราในการสร้างงานของตัวเอง และเมื่องานถูกสร้างขึ้น ก็ใช้เวลาทั้งวันทำงานกับทุกอย่างยกเว้นสิ่งที่เราถูกจ้างให้ทำในนาม คณะกรรมการเกี่ยวกับงาน สัมมนาเกี่ยวกับคณะกรรมการ วันพักผ่อนเพื่อปรับแนวทางเกี่ยวกับการสัมมนา โครงสร้างองค์กรเติบโต ผลผลิตไม่เติบโต และทุกคนเห็นพ้องว่าปัญหาที่แท้จริงคือการขาดบุคลากร เมื่อ AI มาถึงเพื่อทำงานจริง ชนชั้นปกขาวของยุโรปจะไม่เป็นไร: เราหยุดทำงานจริงเมื่อหลายปีก่อน
ส่วนที่ 3: การปรับเปลี่ยนครั้งใหญ่: ซื้อความยืดหยุ่น ขายความแข็งแกร่ง
ไม่มีสิ่งใดหมายความว่าไม่มีอะไรเปลี่ยนแปลง งานจะถูกปรับเปลี่ยนในระดับที่ยิ่งใหญ่ องค์ประกอบเปลี่ยนแปลงแม้ยอดรวมจะสูงขึ้นเรื่อยๆ และนี่คือส่วนที่ใช้ประโยชน์ได้ทางเศรษฐศาสตร์มหภาคของเรียงความนี้ -> ผู้ชนะจะเป็นเศรษฐกิจที่การปรับเปลี่ยนถูกกฎหมาย
แผนภูมิ 7: การคุ้มครองการจ้างงานในเศรษฐกิจหลักๆ AI จะถูก "กลืน" เร็วที่สุดที่การจ้างและเลิกจ้างง่ายที่สุด
การนำ AI มาใช้ต้องมีการเปลี่ยนแปลง: ฆ่าบทบาท A ในวันจันทร์ สร้างบทบาท B ในวันพุธ ในสหรัฐฯ สหราชอาณาจักร แคนาดา และระบบความยืดหยุ่นของสแกนดิเนเวีย (เดนมาร์ก: ไล่ออกง่าย ใจกว้างกับผู้ถูกไล่ออก เทียบเท่าการจับมือแน่นๆ และผ้าห่มอุ่นๆ ในตลาดแรงงาน) นั่นคือเรื่องของวันอังคาร ในเนเธอร์แลนด์หรืออิตาลี การไล่ใครสักคนออกเป็นการเดินทางทางกฎหมายหลายปีที่เกี่ยวข้องกับศาล สภาแรงงาน และอาจรวมถึงพระสันตปาปา ตลาดแรงงานที่แข็งกระด้างจะไม่รอดพ้นจากการหยุดชะงัก พวกเขาจะได้รับมันช้าลง พร้อมกับการว่างงานเชิงโครงสร้างที่สูงขึ้น และไม่มีผลประโยชน์ใดๆ เลย เพิ่มภาคบริการที่ใหญ่และว่องไว และการจัดอันดับก็เขียนขึ้นเอง: สหรัฐฯ และโลกแองโกลสเฟียร์กลืน AI ทั้งตัว; ยุโรปภาคพื้นทวีปมีแนวโน้มที่จะเคี้ยวมันเป็นเวลาหนึ่งทศวรรษ
ข้อแม้ที่ซื่อสัตย์ประการหนึ่งต่อมุมมองเชิงบวกของฉัน: เกณฑ์มาตรฐานสำหรับการจ้างงานถูกยกขึ้น เมื่ออุปสรรคด้านประสิทธิภาพการผลิตสูงขึ้น คนงานบางคนไม่สามารถผ่านมันไปได้ สังเกตว่าอัตราการจ้างงานต่อประชากรของสหรัฐฯ พีคประมาณปี 2000: แนะนำอินเทอร์เน็ต งานพีค:
แผนภูมิ 8: อัตราการจ้างงานต่อประชากรของสหรัฐฯ พีคพร้อมกับอินเทอร์เน็ต ส่วนที่เหลือของตะวันตกจริงๆ แล้วคงไว้ได้ดีกว่า
ที่น่าสนใจคือ นี่เป็นโรคของอเมริกันพอสมควร อัตราการจ้างงานของยุโรปยังคงทำสถิติสูงสุดใหม่ๆ ขึ้นเรื่อยๆ ส่วนหนึ่งเป็นเพราะระบบความยืดหยุ่นฝึกอบรมคนใหม่แทนที่จะจอดพวกเขาไว้ แต่ทิศทางการเดินทางนั้นชัดเจน: การจ้างงานโดยรวมมากขึ้น แต่มีหางคนที่อยู่ในสวัสดิการถาวรหนาขึ้น เนื่องจากเกณฑ์มาตรฐานประสิทธิภาพการผลิตขั้นต่ำขยับสูงขึ้นเหนือพวกเขา ไม่ว่าเราจะเรียกการแก้ไขว่า "รายได้พื้นฐานถ้วนหน้า (UBI)" หรือสิ่งที่ย่อยได้ทางการเมืองมากกว่า รัฐโอนเงินก็เติบโตขึ้น นั่นเป็นเรื่องราวทางการคลัง (กระทบหุ้นกู้ ถ้าคุณถามฉัน) ไม่ใช่การลงโทษการจ้างงาน
ส่วนที่ 4: การเปรียบเทียบกับดอทคอม: เย้ายวน เกียจคร้าน และผิดเป็นส่วนใหญ่
นักยุทธศาสตร์ทุกคนที่อายุเกิน 50 มีไม้ค้ำยันอันหนึ่ง: "มันก็เหมือนปี 1999" มันไม่ใช่ และความแตกต่างทั้งหมดชี้ไปในทิศทางเดียวกัน เริ่มต้นด้วยความเร็วในการนำไปใช้:
แผนภูมิ 9: Generative AI เข้าถึงผู้ใหญ่ในสหรัฐฯ 40% ในเวลาประมาณ 2 ปี อินเทอร์เน็ตต้องการเกือบหนึ่งทศวรรษ
Generative AI แพร่กระจายเร็วกว่าอินเทอร์เน็ต 4-5 เท่า ในปี 1999 เรากำลังตั้งราคาการปฏิวัติที่ยังไปไม่ถึงครัวเรือนส่วนใหญ่ ความหวังล้วนๆ กระแสเงินสดเป็นศูนย์ วันนี้การปฏิวัติไปถึงป้าของคุณก่อนที่นักวิเคราะห์จะรายงานเบื้องต้นเสร็จ นั่นเป็นเหตุผลที่วงจรนี้ขับเคลื่อนด้วยรายได้ ไม่ใช่ด้วยจำนวนผู้ชม: บริษัท Hyperscaler ที่ให้ทุนสนับสนุนการก่อสร้างเป็นบริษัทที่ทำกำไรได้มากที่สุดในประวัติศาสตร์การเงิน จ่ายค่าใช้จ่ายด้านทุนจากกระแสเงินสดจากการดำเนินงานแทนที่จะเป็นการจัดหาเงินทุนจากผู้ขายและความฝัน
และภาพ Leverage? ในปี 2000 หนี้มาร์จิ้นเมื่อเทียบกับส่วนแบ่งมูลค่าตลาดกำลังพุ่งขึ้นถึงจุดสูงสุด การกู้ยืมเพื่อเก็งกำไรคือเชื้อเพลิงจรวด วันนี้มันอยู่ต่ำกว่าจุดสูงสุดเก่า เชื้อเพลิงในครั้งนี้คือกำไรสะสม ซึ่งเผาไหม้ช้ากว่าและไม่ระเบิดเมื่อ Fed จาม:
แผนภูมิ 10: หนี้มาร์จิ้นต่อมูลค่าตลาด S&P 500 สังเกตสิ่งที่หายไป: การพุ่งขึ้นของ Leverage แบบปี 2000
ซึ่งนำฉันไปสู่ประเภทความคิดเห็นทางการเงินที่ฉันชอบ: ผู้คนโลกแห่งตัวเลขปกติ "ค่าใช้จ่ายด้านทุนที่ทำลายสถิติ!" พวกเขาตะโกน ชี้ไปที่ตัวเลขดอลลาร์ที่ทำลายสถิติเพราะตัวเลขดอลลาร์ทุกตัวเป็นสถิติในเศรษฐกิจที่กำลังเติบโต ค่าของชำของพวกเขาก็เป็นสถิติเช่นกัน ปรับขนาดมันอย่างเหมาะสม และความฮิสทีเรียก็ยุบลง:
แผนภูมิ 11: บารอนรถไฟใช้จ่าย 6-7% ของ GDP การก่อสร้าง AI อยู่ที่ ~2% ฟองสบู่บางอย่าง
ความคลั่งไคล้ทางรถไฟของอังกฤษกิน ~7% ของ GDP รถไฟอเมริกันกิน ~6% การก่อสร้างศูนย์ข้อมูล AI สำหรับพาดหัวข่าวที่หอบหายใจทั้งหมด กำลังอยู่ที่ประมาณ 2% ของ GDP ใหญ่กว่าโทรคมนาคมในปี 2000 แน่นอน แต่ได้รับทุนจากผลกำไรแทนที่จะเป็นพันธบัตรขยะ หากนี่คือฟองสบู่ มันคือฟองสบู่ที่ได้รับทุนอย่างแข็งแกร่งที่สุดในประวัติศาสตร์อุตสาหกรรม
บทสรุป: ทุกคนผิด และนั่นเป็นขาขึ้น
สะดวกที่ข้อมูลได้เริ่มส่งมอบตามประเด็นที่ฉันพยายามจะทำในเรียงความนี้แล้ว งานระดับบริษัทของ Apollo แสดงให้เห็นว่าบริษัทที่นำ AI มาใช้อย่างเข้มข้นที่สุดไม่ได้ลดพนักงานระดับเริ่มต้น พวกเขากำลังจ้าง พวกเขา มากขึ้น อย่างมากมาย ภายในสองปีหลังจากการนำไปใช้
แผนภูมิ 12: ผู้ใช้ AI ระดับสูง เพิ่มจำนวนพนักงานระดับเริ่มต้น แผนภูมิที่ไม่สะดวกสำหรับการเทรดวันสิ้นโลก
ดังนั้น มาประกอบเครื่องจักรกัน: AI ยกระดับอัตรากำไร → อัตรากำไรได้ขับเคลื่อนการจ้างงานเสมอมา โดยไม่มีข้อยกเว้น → ผู้จัดการสร้างอาณาจักรเพราะนั่นคือความจำเป็นทางชีวภาพของพวกเขา → Jevons ทวีคูณความต้องการสำหรับผลผลิตที่เพิ่งราคาถูกลง → งานเทียมเบ่งบานในแสงแดดทางการคลัง → เศรษฐกิจที่ยืดหยุ่นปรับเปลี่ยนเร็วที่สุดและชนะมากที่สุด นั่นคือวงจรเชิงบวกที่เสริมกำลังตัวเอง: กำไรให้ทุนงาน งานให้ทุนการบริโภค การบริโภคให้ทุนกำไร มันเป็นเรื่องธรรมดาอย่างน่าอาย ซึ่งเป็นเหตุผลว่าทำไมมันถึงถูกต้อง
บันทึกของ Citrini ถูกออกแบบมาเพื่อสร้างความสับสน และให้เครดิตตามที่สมควร: มันใช้ได้ผลอย่างสวยงาม หุ้นซอฟต์แวร์ร่วง Citadel เขียนโต้แย้ง The Economist เข้ามาเกี่ยวข้อง และผู้จัดการกองทุนนับพันคนได้มีโอกาสรู้สึกฉลาดเป็นเวลาหนึ่งสัปดาห์ แต่การเป็นไวรัลและการเป็นสิ่งที่ถูกต้องนั้นเป็นกีฬาคนละประเภท สถานการณ์วันสิ้นโลกกำหนดให้บริษัทต่างๆ มีพฤติกรรมในแบบที่บริษัทต่างๆ ไม่เคยมีพฤติกรรมมาก่อน: ได้รับผลประโยชน์ด้านอัตรากำไรที่ใหญ่ที่สุดในประวัติศาสตร์สมัยใหม่ และตอบสนองด้วยการควบคุมตนเองแบบนักบวช ฉันจะรับอีกด้านของการเทรดนั้นตลอดทั้งวัน
กำไรมากขึ้น การจ้างงานมากขึ้น งานเทียมมากกว่าที่พวกเราทุกคนจะจินตนาการได้ เจอกันที่เวิร์กช็อปภายในเกี่ยวกับการกำกับดูแลเอเจนต์ การเข้าร่วมเป็นภาคบังคับ และใช่ จะมีชุดเอกสารที่ต้องอ่านก่อน...
Andreas Steno, CIO ประจำ ASMR Wealth, ผู้ก่อตั้ง Nowcast IQ และนักยุทธศาสตร์มหภาคประจำ Real Vision
