• 原文：Jevons Paradox for Knowledge Work
• 作者：Aaron Levie

19 世纪，英国经济学家威廉·斯坦利·杰文斯（William Stanley Jevons）发现，技术驱动的煤炭使用效率提高，反而导致了各行各业对煤炭需求的增加。这当然是一个悖论，因为如果你假设需求保持不变，那么当你提高某种基础资源的利用效率时，其使用量理应下降。然而事实恰恰相反，效率的提高导致了巨大的增长，因为资源的用途比之前预想的要多得多。随着我们将工业世界的各个方面变得更高效或更廉价，尤其是技术本身，这个悖论已经被反复印证。

例如，在大型机（Mainframe）时代的早期，计算机的数量是以“百”为单位衡量的，只有世界上最大的公司才买得起。在小型机（Minicomputer，一种更小、更便宜的大型机版本）时代的早期，数量是以“万”为单位的。而在个人电脑（PC）时代的早期，数量则是以“百万”为单位。在仅仅三十年的时间里，每一个新的计算时代都带来了 100 倍的增长。

在 20 世纪 70 年代，你必须是世界 500 强企业才能使用强大的软件来进行会计核算；而到了 2000 年代，随着云计算的出现，世界上的每一家理发店都能使用这类软件。这种情况同样发生在 CRM 系统、通信技术、营销自动化、文档管理软件以及几乎所有的企业软件应用中。大型企业在采购、安装、维护、计算能力等方面曾经拥有的优势，因为云计算的出现而在通过一夜之间化为乌有。

结果是，几十年来，计算效率的提高导致了几乎所有领域的确定性工作（通过软件）自动化的普及。但这在非确定性工作中从未实现过，而这类工作恰恰代表了我们在企业中每天所做的绝大部分事情：审查合同、编写代码、生成广告活动、进行高级市场调研、处理 24/7 全天候客户支持，以及成千上万种其他类别的任务。

AI 智能体（AI Agents）将为每一种形式的非确定性知识工作带来民主化。 这将改变商业的大部分面貌。对于今天的大多数大公司来说，他们可以毫不费力地在项目之间调动资源，有财力试验新想法，为任何新项目聘请顶尖律师或营销人员，外包或雇佣工程师来构建他们正在进行的任何新计划。这一直是世界上最大的公司的优势，但这是一种只有在经过数十年（有些情况下甚至是数百年）的商业成功和生存之后才能获得的福利。这意味着，对于世界上绝大多数公司和创业者来说，无论你做什么，你从第一天起就处于极度劣势。

AI 智能体从根本上改变了这里的算计逻辑。现在，我们可以大幅降低组织中几乎任何给定任务的投资成本。人们在思考投资回报率（ROI）时常犯的一个错误是把“R”（回报）当作核心变量，而真正的杠杆点其实在于降低“I”（投资）的成本。 每一位创业者、企业主或任何参与过预算规划流程的人都知道，在经营企业时资源是多么稀缺。当你是一个小团队时，你需要在拥有一个好的营销网页、构建新的产品体验、处理客户支持咨询、处理财务重要事项、寻找新分销渠道等之间做决定。每一个投资领域和时间都在相互权衡，所有这些都在阻碍你的增长。

现在，我们有能力打破导致许多此类权衡的核心约束：开展这些活动的成本。 X（原 Twitter）平台上的 Roon 指出，得益于 AI，现在的任何消费者都能获得比以前的贵族更好的教育和辅导资源。而现在，世界上的每一家企业都能获得 10 年前世界 500 强企业才拥有的人才和资源。

许多领域的需求将增长 10 倍或 100 倍，因为我们降低了各种门槛，让许多公司可以从事以前甚至不会尝试的更多类型的工作。想象一下，一家 10 人的服务公司以前没有任何用于其业务的定制软件。从零开始，可能需要多个人来开发一个完整的应用程序，维持其运行，整合客户需求，确保软件保持安全和稳健等等。因为这些原因，这个项目甚至根本不会启动。而现在，团队中的某个人可以在几天内构建一个原型，并在几天内验证价值主张。你可以将此类推到组织中的任何其他类型的工作或任务。

当然，许多人都在想，在这个新世界里，所有的工作岗位会发生什么变化？现实情况是，尽管 AI 让我们能够自动化许多任务，但它仍然需要人来整合完整的工作流以产生真正的价值。AI 智能体需要管理、监督和大量的语境（Context）才能获得全部收益。过去几年 AI 模型性能的所有提升都导致了 AI 产出质量的提高，但我们看到的仍然远未达到完全自主的 AI——即那种能完美实施并维护你想要的东西的 AI。

很明显，AI 智能体正在成功接管我们今天所做的各种任务（如调研市场、为新功能编写代码、为活动创建数字媒体），但将这些任务整合到更广泛的工作流中以产生价值，仍然需要人类的判断力和大量的努力。即使随着 AI 的进步能完成更多完整的工作流，我们只会对我们所做的工作抱有更高的期望。最终确保：今天的工作就是明天的任务。

如果在过去 50 年里，技术使工作效率大大提高，我们为何会在同一时期经历这些工作岗位 5 倍以上的增长？实际上正是因为这些效率。 我们从广告只是最大的公司——你的快消品（CPG）或汽车公司——的领域，变成了几乎任何小企业都可以参与的事情。营销技术、CRM 系统、分析工具、平面设计软件、定位平台、新的分销渠道以及许多其他技术驱动的趋势，使更多的公司能够证明进行更复杂营销的 ROI 是合理的。因为 AI，同样的情况也会发生在许多领域。

杰文斯悖论正降临知识工作领域。 通过让我们能想象到的任何类型的任务变得极其便宜，我们最终将做得更多。未来绝大多数的 AI Token 将用于我们今天作为工人甚至不做的任务上：它们将用于那些（若无 AI）就不会启动的软件项目、不会被审查的合同、不会被发现的医学研究，以及不会被发布的营销活动。