机器做的辣酱，卖给谁？
从老干妈式自动化，看 AI 时代真正的问题

一、先把案例说准确：不是“全厂无人”，而是“少人化”

老干妈这样的食品制造企业，最容易被自动化改造的环节，通常不是“配方”和“品牌”，而是那些高度重复、标准化、体力消耗大的工序：原料输送、灌装、封盖、贴标、装箱、码垛、仓储搬运，以及部分外观检测。

这些环节用到的技术，也未必都是真正意义上的 AI。很多时候是传送带、机械臂、PLC、传感器、机器视觉和 MES 系统。媒体把一整套工业自动化统称为“AI 智造”，传播上更有冲击力，但技术上并不完全准确。

所以更准确的说法是：一条产线从“上百人”变成“几十人甚至更少”，全厂仍然需要人，但岗位结构变了。 被减少的是操作工，增加的是设备维护、质量工程、数据分析、供应链和自动化管理岗位。

问题在于，新增岗位的数量通常少于被替代岗位，门槛却更高。一个 45 岁的包装工，很难在半年内变成机器人维护工程师。这才是自动化真正带来的社会压力。

二、一道工厂算术题：产量翻倍，消费者在哪里？

为了看清问题，我们做一个简化模型。它不代表任何一家企业的真实数据，只用来展示经济关系。

如果一切顺利，故事应该是这样的：成本下降，产品价格下降，销量扩大；企业利润增加，继续投资和研发；被替代的工人转向新岗位；社会总需求跟上新增产能。

但如果事情不顺利，故事就会变成另一种样子：企业利润增加，股东分红增加，但普通工人的工资没有同步增长；80 个家庭减少消费；产品越生产越多，终端需求却跟不上；企业继续用自动化压缩成本，形成“越自动化越内卷”的循环。

这个公式不是经济学装饰，而是理解“谁来买”的钥匙。自动化初期，企业会购买机器人、服务器、能源和厂房，所以投资 I 会上升；政府也可能通过基建和补贴托底 G；出口可以消化一部分 NX。但这些都不能永远替代最终消费。

投资不是终点，投资只是把今天的生产能力变成明天的供给。 如果明天没有足够的消费者，今天建成的产能就会变成库存、闲置和价格战。出口也不是万能答案，因为如果主要经济体都在自动化，全球会同时面对“产能增加、购买力分化”的问题。

三、这次和过去有什么不同？

每次技术革命，都会出现类似的担心。农业机械化让大量农民离开土地，工厂仍然吸收了劳动力；个人电脑和互联网替代了一些文员，又创造了程序员、电商运营、物流和平台岗位。于是很多人会说：这次也一样，旧岗位消失，新岗位会出现。

这句话有一半是对的。生产率提高确实会创造新需求。但“长期会恢复平衡”并不等于“每个人都能平稳过渡”。历史经验至少提醒我们三件事：

• 调整需要时间。 产业转移往往以一代人为代价，不能轻描淡写地说“以后会有新工作”。
• 新岗位不一定在同一个地方。 被替代的工人可能在老工业区，新岗位却在大城市和产业园。
• 技能不一定可迁移。 流水线经验不等于软件经验，传统销售经验也不等于 AI 运营经验。

而这一轮 AI 的不同之处，是它同时冲击体力和认知劳动：它不仅会搬运、分拣、包装，也开始写文案、做客服、生成代码、处理报表、审核材料。过去被认为“安全”的白领执行型工作，也可能被压缩。

但也不要走向另一个极端：AI 不是一个会自己决定社会命运的外星力量。它由企业投资、由政策规范、由消费者选择、由劳动者组织。技术改变约束条件，制度决定结果。

四、未来十年，我更担心的不是“没工作”，而是“工作两极化”

如果把未来简单理解成“AI 替代所有人”，反而看不清真正的变化。更可能出现的是一个沙漏形就业结构：少数人掌握 AI、资本、算力和平台，收入快速上升；大量人进入护理、餐饮、物流、维修、销售、社区服务等仍然需要人的行业，但工资和保障承压；夹在中间的标准执行型岗位被持续压缩。

这不是一个必然发生的宿命，但它是最需要提前防范的方向。具体来说，我认为未来十年会出现五个趋势。

趋势一：工厂继续少人化，但不会彻底无人化

标准化程度越高的行业，自动化越快：食品饮料、汽车、电子组装、化工、仓储、港口、钢铁和流程工业。但越靠近研发、品牌、渠道、定制化、售后和食品安全，人仍然重要。老干妈真正的护城河，也不只是生产线，而是配方、品牌、渠道和消费者信任。

机器可以替代一部分工人，但不能自动替代这些无形资产。未来的工厂可能只需要更少的人，却需要更高密度的人：懂设备、懂数据、懂质量、懂异常处理的人。

趋势二：商品越来越便宜，服务可能越来越贵

AI 和自动化会让标准化商品的价格持续下降，尤其是电子产品、软件、标准化食品和部分物流服务。但另一面，住房、医疗、教育、养老、照护、维修和线下体验的成本未必下降。

原因是这些服务很难完全标准化，需要真实的人、真实的空间和真实的责任。结果就是：东西变便宜了，生活却不一定变轻松。 如果工资增长跟不上服务成本，普通人会感觉自己“买得起商品，买不起生活”。

趋势三：企业少人化、高产出，价值向算力、能源和品牌转移

未来会出现更多“几十个人管理一座工厂”的企业。企业的核心资产从厂房和工人，逐渐转向数据、软件、专利、品牌、算力、能源、供应链网络和用户关系。

制造业本身可能越来越像基础设施：投资大、效率高、利润率有限。真正的高利润可能流向芯片、算力、能源、平台、标准和品牌。谁能控制这些节点，谁就更容易拿走自动化红利。

趋势四：消费市场变成“K 型”

一边是极致性价比：折扣零售、白牌产品、标准化商品、低价订阅。另一边是健康、个性化、情绪价值、文化认同、陪伴和高端体验。中间那些“不算便宜、也没有明显特色”的产品和品牌，会最难受。

未来消费者不一定更有钱，但会更愿意为“值得”买单。值得可能是更安全、更健康、更方便，也可能是更有面子、更有情感连接。对企业来说，单纯靠扩大产能已经不够，必须回答“为什么非你不可”。

趋势五：工作时间缓慢下降，但不会突然变成三天工作制

高生产率部门可能率先出现四天半工作制、远程与混合办公、项目制用工、更长带薪休假和更灵活的退休安排。但这不会自动普及。低生产率服务行业仍然可能长时间工作，甚至因为人手不足而更累。

真正决定工作时间的，不是 AI 本身，而是劳资谈判、法律和社会共识。技术提供了“少工作”的可能，制度决定这个可能归谁。

五、中国为什么更特殊：不是单纯“人太多”，而是“结构错配”

中国未来同时面对三件事：AI 和自动化快速普及，人口老龄化、劳动年龄人口下降，以及青年就业结构错配。这意味着中国未必会出现“劳动力绝对过剩”，更可能出现的是岗位和人的错位。

• 工厂招不到愿意长期干的年轻人；
• 年轻人找不到足够体面的白领岗位；
• 45 岁以上工人转型困难；
• 制造业岗位减少，但养老、护理、医疗、家政和社区服务缺人；
• 大学生供给增加，但高技能岗位增长没那么快。

所以问题不是“没有工作”，而是：工作在哪里、谁来做、给多少钱、有没有保障。 这也是为什么单纯刺激生产解决不了问题。如果居民收入占比上不去，社会保障不够稳，大家就会倾向储蓄而不是消费，企业再扩产能也只会更卷。

未来政策重点可能要从“上项目、扩产能”逐步转向“提高居民收入、完善社会保障、投资教育和技能、发展养老托育医疗、让灵活就业者也有稳定保障”。这不是道德选择，而是维持总需求的经济需要。

六、三种未来情景：乌托邦、双轨制和惯性滑行

我的基准判断是：未来五到十年，更可能出现“惯性滑行”和“双轨制”的混合体，局部行业和局部地区走向“共享生产率”。真正的分水岭不是 AI 有多强，而是三个问题：

1. AI 带来的利润归谁？
2. 被替代的人有没有过渡收入？
3. 教育、医疗、住房、养老这些“人的成本”能不能降下来？

如果第三个问题解决不了，单纯发钱也撑不起稳定的消费。因为住房、医疗、教育和照护会迅速吸走现金。更现实的顺序可能是：先建设全民基本服务，再讨论全民基本收入；先让社会保障跟着人走，再鼓励灵活就业；先让生产率红利进入普通家庭，再要求他们扩大消费。

七、新的社会契约：不是“保岗位”，而是“保收入、保能力、保需求”

面对 AI，最容易犯的错误是把“保护就业”理解成“阻止机器”。企业不用自动化，竞争对手会用；一个国家不用，别的国家会用。真正需要保护的，不是每一个具体岗位，而是人获得收入、重新学习和体面生活的能力。

企业能做什么

• 先自动化危险、重复、伤人的工序，而不是把 AI 只当成裁员的快捷键。
• 把被替代员工优先转岗到设备维护、质量、仓储、售后、数据管理和客户服务。
• 建立利润分享和技能津贴，让留下的人和中转的人都能分享生产率收益。
• 把节省下来的成本部分让给客户，用更低价格和更好服务扩大市场，而不是只做利润表优化。

政策能做什么