我最近看到关于人工智能会以惊人的速度摧毁经济和就业的激烈讨论。说实话，我完全不同意他们的观点。

人们总是忽略制度惯性的重要性。拿房地产中介为例——有人说“中介已经结束”已经20年了，但他们仍然收取5-6%的佣金！我前段时间买了一套房，交易过程中我不得不使用中介，即使我不想。那位中介从这笔交易中赚了大约5万美元，花了最多10个小时。这是一个明显的例子，说明制度、组织和习惯比我们预想的更强大地保护着旧的工作。

关于软件，人们害怕人工智能会让所有程序变得一样，没有利润。但所有人都忽略的事实是：大多数现有软件实际上非常糟糕。Salesforce和Monday，我投入了数十万美元——它们都充满了错误和不必要的复杂性。甚至大型应用在手机和桌面端之间也没有完全一致。Stripe和Linear之所以能脱颖而出，唯一原因是它们没有让使用变得像竞争对手那样繁琐。

这里出现一个重要点：对工程师和开发者的需求几乎是无限的。每个软件都存在巨大的改进空间，远未达到饱和点。即使科技不断进步，软件行业仍然处于持续短缺状态。我是开发者，我的产出相当于50年前几百人的工作量，但成果仍然需要大幅改进。这就是所谓的“吉弗斯悖论”——提高效率会增加整体需求，而不是减少。

人类社会的惯性比我们想象的更复杂。我创办了一家公司，目标是将保险公司从手工服务转变为软件化，结果我学到任何变革都需要更长的时间。这并不意味着世界不会改变——而是变化会变得更慢、更渐进。

关于就业，确实一些岗位会消失，比如自动驾驶司机。但关键是：美国在再制造和基础建设方面的需求几乎是无限的。我们失去了制造基础设施的能力：电池、发动机、电子芯片——一切都依赖进口。甚至连化肥都依赖进口！中国生产了全球90%的氨。如果供应中断，我们将面临严重问题。

美国政府开始重视制造业和基础设施的回归。这不仅仅是政治口号——是一项战略必要。当人工智能开始影响就业时，最容易的政治应对方式是资助大规模的建设和制造项目，以吸收劳动力。桥梁、公路和基础设施不需要“独特点”，它们受制于物理接触和现实。

一位年薪18万美元的Salesforce工程师可能会找到在水处理厂或基础设施项目中的新工作。人们会发现，具体的物理成就带来的满足感远胜于在数字世界的循环。

总结：我对人工智能非常乐观，但转变会比悲观预言预期的要慢得多。政府拥有干预和激励的工具，实体经济有巨大的需求。如果我们在这场渐进的革命中保持警觉、快速反应，就能确保安全。时间给了我们规划的机会。