来源：新浪科技
拉斯特维德长期追踪 AI 对就业市场的深远影响。在其看来，AI 冲击的顺序十分清晰——最先受到冲击的是知识型、白领类工作，之后才逐步向体力型蓝领岗位蔓延。而大家最关心的核心命题，是 AI 会不会引发全局性、系统性的失业。
他援引一则业界分歧：一位丹麦学者搭建了 11 套宏观经济模型推演本国经济，测算得出 AI 或将推高失业率至 29%-41%，对技术冲击抱有强烈担忧；但与此同时，麦肯锡、波士顿咨询、摩根士丹利、高盛、高德纳等多家机构的报告却给出不同判断：长期视角下，系统性失业并不会出现，社会将经历一段艰难复杂的转型阵痛，最终仍然回归充分就业，只是就业的形态将彻底改写。
为佐证观点，拉斯特维德把视线拉向漫长的历史数据。他借助 AI 检索英国跨越数百年的经济记录，从 1086 年《末日审判书》的早期统计，到 1270 年之后英格兰长期经济序列，一个有趣的事实浮出水面：在 GDP 里，劳动收入占比长期在 55% 上下窄幅波动，如今英国这一比例约 58.5%，和数百年前几乎处于同一区间。
他结合自己另一本著作《超级趋势》的研究成果 —— 团队梳理了 16000 项人类历史创新，绘制全球创新图谱，发现一个反直觉结论：历次重大技术革命，和劳动收入占比之间不存在稳定的相关关系，历史上的通用技术浪潮，并没有带来持续、系统性的就业崩塌。
他借用经济学家卡洛塔佩雷斯（Carlota Perez）的技术长波理论解释这个规律：每一轮颠覆性通用技术，在落地初期往往对经济形成负面冲击，进入一段成本抬升、通胀上行的阵痛期；等到技术跨过临界点、进入规模化部署阶段，效率红利才会集中释放。工业革命时代，这段艰难周期持续大约 60 年；而 AI 是人类有史以来迭代速度最快的技术集群，他判断本轮阵痛周期将大幅压缩至约 5 年，而这一轮调整，在四年前就已经开启。
当下 AI 产业的失衡特征非常明显：算力芯片紧缺推高成本，AI 芯片相关利润规模已经达到 3000 亿美元。但历史规律告诉我们，技术不会一直维持高占比。斯坦福学者查德琼斯团队的研究显示，新技术在起步阶段效率失衡、供给稀缺；随着供给放量，算力成本会快速下行，Token 成本每年降幅可达 80%。就像 IT 硬件，性能相比百年前提升百万倍，但在 GDP 中的占比反而持续回落。
拉斯特维德预判，AI 产业规模未来几年或将达到汽车行业体量，顶峰阶段在经济中的占比大约 5%-10%，之后占比逐步回落。红利也会依次传导：最先获益的是底层技术供给方，随后流向应用层，最终惠及广大消费者。
对于马斯克提出的 " 机器包揽全部工作、全民普遍基本收入 " 设想，他认为这一图景大概率不会成真。
在他构想的未来里，经济会分化为两条主线：一条是 AI 驱动的超智能经济，机器承接大量标准化、重复性任务，高效完成计算、执行类工作；另一条，则是他命名的激情的经济（Passion Economy）。AI 承担人们不愿从事的劳作之后，人类将拥有更大空间，投身发自内心热爱、承载个体热情、价值与创造力的事业。
当然，美好的前景背后是不容回避的转型压力。拉斯特维德提醒，这个过渡期非常复杂，社会需要同步完成税收、教育体系的系统性重构，妥善完成劳动力的转型安置。长远看，劳动在经济中的权重仍将稳定在 55% 附近，AI 重塑的不是 " 工作本身 "，而是人类工作的内容与意义。
