《形势与余地｜当 AI 把信息差打薄：先站不住的不是岗位，是利润的解释权》

——写给文旅与城市掌舵者的一次压力测试

作者：陆丽丽

很多人还在问：AI 会不会替代岗位？

这个问法太浅。它默认 AI 只是替代“原来结构里的某些工作”，却不触碰结构本身。但当标准化判断被批量复制，真正被重写的往往不是岗位，而是：

利润凭什么成立、信用凭什么托底、预算凭什么继续、以及“谁还拥有解释权”。

最近一份在全球市场与舆论场被广泛转述的《The 2028 Global Intelligence Crisis》把问题推到了更锋利的位置：

它用“来自 2028 年的备忘录”做情景推演，试着倒推一个链式冲击：

当 AI 大规模接管标准化脑力劳动，被打穿的可能不是某个行业，而是“收入—消费—税收—信用”这条链。

你不必把它当预言。把它当成一次压力测试就够了：它逼你提前回答一个更现实的问题——

当信息差被压薄、比较成本被压平，哪些“看似顺理成章”的利润，会最先变得说不通？

0｜这篇文章只做一件事：把“末日论”改写成“可用的校准”

真正昂贵的风险，往往不是“亏损”，而是——亏了还讲不清为什么亏，责任落不下去，止损也说不明白。

在 2026，很多系统会先经历的不是崩塌，而是解释权贬值：

同样一份利润，你需要用越来越多的话才能讲清；同样一个项目，你越来越难让别人“敢引用、敢拍板、敢承担”。

所以，这篇文章把宏观推演落回三件更可用的事：

三条链：掌舵者要盯住的传导链

三类利润：谁先被重估、谁后被严审

一问校准：你到底靠能力与责任挣钱，还是靠摩擦与惯性挣钱

1｜常被忽略的一条现实：现代经济更靠“家庭收入”，不是“机器产出”

我们常把“生产力提高”误读成“大家更富”。但 AI 的特殊之处在于：机器可以生产，却不会消费。只要产出增长没有同步变成家庭的可支配收入，那么：

报表上的数字可能继续好看；

生活的体感却是“收入紧、消费弱、税负与成本不轻”。

那份推演里用“幽灵 GDP”描述这种错位：产出增加，但消费引擎走弱

对城市与文旅掌舵者来说，更直接的问题是：

你手上这些盘子，有多少是高度依赖“家庭有钱花、愿意花、还能交税”这条链在托着

一旦这条链变细，受压的不止是就业，还会一环一环往外传导：

信用扩张与按揭能力

地方财政与相关税基

可选消费与广告预算

围绕这些定价的一整圈资产

2｜最危险的负反馈：不是裁员，而是“没有自然刹车”的替代循环

很多人盯着“裁员会有多惨”。但更值得警惕的，是一种缺少自然刹车的循环（推演里把它写得很极端，但方向值得你校准）：

AI 更强 → 用人减少 → 消费走弱 → 企业收入承压 → 为降本再投 AI → AI 更强……

更隐蔽的一点是：

不少组织并不是“买了一件工具”，而是在悄悄改账——原本给人的工资，变成了每月固定要付的模型、算力、自动化系统成本。短期看效率上升；长期看，组织的日常开支结构被写成了“离不开自动化”的模式。

现实世界当然不会像推演那样整齐划一：算力、电力、监管、组织惰性都会拖慢节奏。

但对你来说，更重要的不是“信不信 2028”，而是一个朴素判断：

只要方向往那里走，很多资产与利润就会提前被重新估价。

3｜谁先被重估？往往不是底层劳动力，而是那些靠“麻烦附加值”挣钱的环节

很多行业真正赚钱的地方，并不只在能力，而在各种麻烦：

信息不对称

流程绕远路

比较成本很高

用户懒得折腾

渠道惯性与排他

一旦 AI agent 成熟，它本质上就是一台穿过这些“麻烦附加值”的机器——把筛选、比较、流程、撮合变便宜，把“中间摩擦”变透明。

所以，对掌舵者更重要的问题不是“我会不会用 AI”，而是：

我现在挣钱，靠的是能力与责任，还是靠别人一时看不清、比不动、换不起？

为了让你在会议室里直接用，我把“利润重估”拆成三类（从更容易被压到更容易被严审）：

A｜靠信息差、比较成本、流程摩擦的利润

这类利润会更早进入“被迫透明、被迫把价值讲细”的队列。

B｜靠渠道惯性、关系溢价的利润

它不会立刻消失，但会被重新定价：留下来的不是“关系穿过麻烦”的那部分，而是更纯粹的信任与能力。

C｜靠判断、执行、担责、兜底的利润

它没那么容易被替代，但会被更频繁、更严苛地追问边界：

“哪些你真扛？出了问题怎么算？不达标怎么收口？”

解释不清的利润，往往先被打折；边界写不清的责任，往往先被问责。

4｜把问题拉回中国文旅：分水岭正在从“好看故事”转向“解释得清的系统”

在不少地方，文旅项目仍然更依赖三类抓手：

用重资产投入换一段时间的杠杆与现金流

用财政工具、专项资金、考核节点卡节奏

借“外地人不熟行情也懒得细比”的空间定价

而更接近“真本事”的部分——

能吸回头客的产品与内容

把空间当日常生活来运营的能力

在淡旺季之间稳住现金流、就业与服务体验的调度能力

往往难以被写进一套可复用、可引用、可追责的说法里。

当 AI 把目的地信息、差评、真实游记、替代选项低成本摊在用户面前，“看不清、比不动”这块天然垫高利润的空间会先变薄。差别会被看得更清楚：

有些项目只是换包装、讲故事；

有些项目把能力、责任、长期运营写进了空间、产品与日常运行里。

文旅的分水岭，不在“讲得多动人”，而在“讲得多可持续”。

5｜一个低成本自检：一问够了（但要问到底）

我这条业务赚来的钱，更多来自能力与责任，还是来自摩擦与惯性？

如果有一天摩擦被压平、惯性被打散——

我还能不能把“我真正多做了什么”讲清楚？

能不能把它写进合同、流程、产品与责任链？

当对方看明白之后，对方仍然愿意付费吗？

只要这三个问题还能给出可靠答案，你就仍然握着调整空间；反之，你要提早做的不是“追热点”，而是把能力/责任/交付写回盘子里——写进条款、写进产品、写进分工、写进现金流路径。

6｜把它当压力测试，而不是年份预言

这类推演的意义不在于压中某个年份，而在于逼人提前看清：当很多原本要靠人脑慢慢做的事可以被机器批量做时，很多原本“顺理成章”的利润会被重新过一遍

这块的钱，到底值不值这么多？

最先被过这一遍的，往往就是那些自己也说不太清“到底多出来了什么好处”的环节。

当 AI 真正成功的时候，你不需要成为技术专家；你需要成为那个边界写得清、账算得明、收口留得住的人——还能坐在桌边继续谈条件。

陆丽丽简介：

《时间里的城市》项目发起人｜《旅行的心智》作者。

10年来专注进行城市观察与文旅实践研究，关注城市如何运转、文旅如何避免同质化与“热闹但亏损”。

她认为每座城市都有自己的“DNA”（一套独一份的底层逻辑）。文旅的破局不在更热闹，而在把这座城“为什么只能是它”讲清楚、做出来：形成一条讲得明白、做得出来、难以被复制的主线。

她善于把这条主线落地到可验收的项目与体验中：

让政府/企业更好汇报、招商、对齐；

让游客摆脱千篇一律，获得更接近生活方式的体验。