引言：当AI成为公共议题

过去十年，人工智能从实验室里的前沿技术，逐渐走进了日常生活。最初，它更多被视为工程师和科研人员的专业工具；而在近两年的达沃斯世界经济论坛上，AI已经明显跃升为一个跨越科技、经济、社会与治理的公共议题。

Satya Nadella（微软 CEO）指出：

“我们必须重新设计流程，增强人的潜力，而不是简单消除工作。这一切要让技术真正改变人类、社区、行业的结果。”

我们在梳理达沃斯公开讨论与报告时可以清楚地感受到，AI不再只是“效率工具”，而被普遍视为一种可能重塑社会运行方式的基础性力量。(来源：World Economic Forum, 2025, “Artificial Intelligence and Governance” Public Report）

正是在这一背景下，围绕AI的讨论开始从“能做什么”，转向“应该如何使用”以及“由谁来决定使用边界”。

这种转变，本身就值得被认真记录。

一、为什么是现在？

我们观察到，在历届达沃斯论坛中，技术议题并不罕见，但AI所引发的关注强度明显不同。

与过往单一行业的技术突破相比，AI的特殊之处在于它的通用性——几乎所有依赖信息、判断和决策的领域，都可能受到影响。

（来源：World Economic Forum, 2025）

从制造业、金融服务，到医疗、教育、公共管理，AI的渗透并非以“颠覆性事件”的形式出现，而是以一种更为隐蔽、却持续推进的方式展开。

Jamie Dimon（摩根大通 CEO）表示：

“如果我们没有一个渐进的实施策略并配套再培训与收入支持计划，大规模裁员会引发严重的经济后果。”

这也解释了为什么许多与会者在讨论中表现出一种复杂心态：既有期待，也有克制的谨慎。

我们认为，AI之所以成为全球性议题，并不完全源于技术本身的突破，而在于它开始触及社会结构中的关键节点——劳动、分配、权力与信任。

二、经济与就业：增长逻辑正在发生变化

1. 生产效率的提升，已经在发生

在多场公开讨论与企业案例分享中，我们留意到一个反复被提及的事实：AI带来的经济价值，并非停留在理论层面。一些率先将AI嵌入业务流程的企业，已经在成本控制、决策速度和资源配置效率上获得了明显优势。

普华永道中国主席何睦宁指出：

“AI 的商业价值已经显现，2026 年将是企业真正厘清 AI 计划并推动规模化落地的一年。”

例如，在物流、金融后台处理、客户服务等领域，AI系统承担了大量重复性、规则清晰的工作。

这种变化并不张扬，却在悄然改变企业的运作方式，也改变了对“人力价值”的传统理解。（来源：达沃斯公开论坛企业案例分享，2025）

2. 就业影响：变化往往先于共识到来

与此同时，就业结构的变化正在成为绕不开的话题。我们观察到，与会专家并未简单使用“失业”或“岗位消失”这样的词汇，而是更频繁地讨论“岗位内容的重构”。

一些过去被认为相对稳定的职位，正在被重新拆分：其中高度重复、规则明确的部分被自动化系统吸收，而需要判断、沟通与责任承担的部分则被保留下来，甚至变得更加重要。（来源：World Economic Forum, 2025）

我们认为，这种变化对个体而言往往是具体而现实的——它意味着重新学习、重新定位，甚至重新理解自身价值。

3. 不平等风险的再度浮现

在多轮讨论中，一个被反复提醒的风险是：AI红利的分配问题。

如果技术收益主要集中在少数拥有资本、数据与算力的机构和地区，既有的不平等结构可能被进一步放大。（来源：World Economic Forum, 2025, “Global Information Environment Trends” Report）。

Khalid Al-Falih（沙特投资部长）提醒：

“AI 的力量在于它必须被普遍可访问……不仅在竞争的经济体内部扩散，而且必须在全球范围内进行。”

我们留意到，一些与会经济学家已经开始将AI与社会稳定、政治信任联系起来讨论，这本身说明问题的严重性。

三、社会层面的影响：当技术进入公共空间

1. 信息环境的变化

AI生成内容的普及，使信息传播的成本大幅降低，也让普通公众更难区分信息来源的可靠性。

我们观察到，在达沃斯的相关讨论中，“信息信任”被多次提及，并被视为短期内最现实的社会挑战之一。

这一变化并不抽象。它直接影响公众对新闻、政策乃至公共事件的判断方式，也对传统媒体与教育体系提出了新的要求。

2. 技术与权力的关系

当AI被用于公共治理、安防或资源分配时，技术与权力之间的关系变得更加紧密。

我们认为，这正是当前讨论中最需要保持清醒的部分。（来源：World Economic Forum, 2025）

Jonathan Haidt（社会心理学家）指出：

“我们让这些公司劫持了我们的注意力，现在我们正在让它们劫持我们的‘依附’——这对人类未来可能是灾难性的。”

技术本身并不会自动带来更公平的结果，真正关键的，是制度设计、监督机制以及价值取向。

四、具体场景中的AI影响：当抽象问题落到现实生活

在讨论AI的社会影响时，如果只停留在宏观层面，往往难以真正理解其复杂性。

下面，我们尝试通过几个日常且正在发生的现实场景，来观察AI如何改变人们对真实、对立与技术边界的判断。

连续场景：一个普通人的AI日常

为了让这些变化不再停留在概念层面，我们尝试将它们放入一个连续的日常情境中。这并不是一个极端案例，而是我们观察到的、正在发生在许多人身上的现实片段。

场景一：早晨——当“真实”变得需要判断

清晨，手机推送了一条关于国际局势的“深度解读”。文字流畅、逻辑完整，甚至配有现场图片。

乍看之下，它是具备一切“可信内容”的外观。

但继续向下滑，会发现另一条观点完全相反、同样条理清晰的分析。两条内容都不像谣言，也都不像情绪宣泄。

此时，判断开始变得犹豫：问题不在于哪条更有道理，而在于哪一条真正基于事实？（来源：World Economic Forum, 2025）

我们观察到，类似情境正在频繁出现——

AI降低了内容生产门槛，却同步提高了判断真实的难度。“真实”不再是被动接收的信息，而逐渐变成一种需要付出精力去验证的结果。

场景二：中午——当观点开始分化

午休时间，相关话题已经在社交平台上形成明显阵营。算法不断推送与既有立场相符的内容，语气也越来越坚定。

我们留意到，大多数人并非主动选择对立，而是在不断被强化的推荐中，逐渐形成“我们”和“他们”的边界。

不同立场的人看到的世界开始出现明显差异。（来源：World Economic Forum, 2025, “Artificial Intelligence and Governance” Public Report）

在这一阶段，AI并没有直接替人做出判断，但它重塑了判断生成的环境。对立并非突然爆发，而是在持续的强化中慢慢固化。

场景三：晚上——当思考被悄然外包

夜晚，需要完成一份总结、一段文字或一个方案。打开AI工具，输入需求，几秒钟后，一份结构清晰、语言规范的结果呈现在眼前。

我们留意到，这种便利极易让人产生依赖。

当AI频繁承担“整理、概括、表达”的工作，人本身的思考过程被压缩，甚至被跳过。（来源：达沃斯公开论坛企业案例分享，2025）

短期内，效率显著提升；但长期来看，一些能力正在悄然退居幕后——如何构建观点、如何处理矛盾信息、如何为判断承担责任。

我们认为，这正是AI过度使用最隐蔽、也最值得警惕的部分。

这三个时间点并非彼此孤立，而是构成了一条完整的日常路径：从信息接收，到立场形成，再到思考方式的变化。

Kristalina Georgieva（IMF 行政总裁）：

“AI 正成为一场‘海啸’，将深刻改变劳动力市场，特别是年轻人最容易受到冲击。”

五、案例观察：变化如何在现实中展开

案例一：医疗系统中的AI应用

在部分国家的医疗系统中，AI已被用于影像识别与早期筛查。这类系统在提高诊断效率方面确实发挥了积极作用，尤其是在医疗资源紧张的背景下。

但同时，围绕责任归属、数据隐私与算法偏差的讨论也随之出现。

这些问题并未随着技术成熟而自动消失，反而更加凸显。

案例二：金融行业的自动化转型

在金融机构中，后台流程的智能化改造正在加速。一些岗位随之减少，而新的岗位则对复合能力提出更高要求。我们认为，这一过程本身就是AI影响就业结构的一个缩影。

未来走向：选择仍然掌握在人类手中

在整理达沃斯相关讨论时，我们反复看到一个共识：AI并非一个已经写好的结局，而是一条正在形成的路径。

它如何影响社会，很大程度上取决于人类如何设定规则、如何分配收益、以及如何在效率与公平之间做出取舍。

结语：在便利中保留判断的主动权

在整理这些讨论与场景时，一个问题反复浮现，也值得被单独留下：

当我习惯把思考交给工具时，我是否还保留了拒绝与修改的能力？（来源：观察整理，基于达沃斯公开讨论）

正是在这些看似微小的选择中，人类与工具之间的边界得以维持。

或许，AI时代最重要的能力之一，并不是更快地得到答案，而是在答案出现之后，仍然愿意停下来，重新判断它是否适合自己、适合当下、也适合这个世界。

信息参考来源

1，World Economic Forum, 2025. “Artificial Intelligence and Governance” Public Report.

2，World Economic Forum, 2025. “Global Information Environment Trends” Report.

3，达沃斯公开论坛企业案例分享，2025。