AI如何变得比它取代的工人更昂贵 [视频]

- 这篇视频讨论的是当前AI行业中的一个核心悖论：虽然AI技术理论上可以替代人类劳动，但部署和维护AI系统的实际成本（算力、电力、冷却、模型训练与微调、人工标注与审核等）往往高于它所替代的低薪岗位的人力成本。 - 关键背景：过去两年，大语言模型（如GPT-4、Claude）的训练和推理成本飙升。据估算，一次GPT-4级别的训练耗电相当于数百个美国家庭的年用电量，而每次查询的运行成本也远高于搜索一次Google。 - 视频所指的"被替代的工人"通常指客服、数据录入、翻译、初级编程等岗位，这些岗位在发展中国家或远程外包市场上的薪资极低。但在发达国家，AI系统仍需大量低薪"影子劳工"（如肯尼亚、菲律宾的数据标注员）来标注数据或审核有害内容，这部分人力成本常被外界忽视。 - 争议点：如果AI的经济账算不过来——即AI比它要替代的人类劳动更贵——那么"AI取代工作"这一叙事就面临根本挑战。企业可能在炒作概念而非真正落地，投资者也开始质疑巨额投入的回报周期。