很多人说会走向美国的无就业繁荣模式，因为目前出现的情况就是，许多创造经济的过程中，“含人量”已经下降，不少巨头也在成规模裁员。
从现状来看，似乎确实很有可能走这样的路径。
相对于AI应用初期许多人还在给它挑刺、认为AI生成内容远不如人工的阶段，现在已经很少有这样的声音了，因为AI已经可以在很多个方面直接替代人工，而且这种替代并不需要AI超过100%的个体，只需要比多数人工做得更好就可以实现。
毕竟在所有行业领域内的分布情况，都是以大量的基础和中端为主，高端的容量本来就是非常少的。而且往往是中端的管理和直接对接市场的部门，从薪资结构上看分配的部分也比较多，并且必须以基础性的重复劳动岗位为基础。
所以AI替代人工的领域，现在其实不只是单纯基础的重复劳动岗位，而是也包括一些中端的管理岗位，以及直接对接市场的岗位。
就以网店运营为例，过去有许多专门服务于网店经营者的团队，从产品展示、包装、图文介绍到实际运营环节都可以大包大揽，但现在许多方面都可以用AI搞定。虽然在效果上AI不一定能很快做到尽善尽美，但使用的边际成本非常低，而且对优势案例的模仿和响应的速度也非常快。
又比如我目前在运营的几个知乎专栏，由于本人不是专业的美工，所以对专栏要使用的首页图，除非是找现成的图片，否则肯定是要找人专门制作。但实际上我是通过生图软件自行完成设计和修改（而且平台本身就提供AI生成选项）。虽然在效果上比不过专业美工设计，但我对专栏首页图的期望本就不高，类似这样的需求一定还有很多，所以这部分需求也相应从人工转为AI应用。
不过，其实不必过度解读美国出现的巨头裁员现象和无就业繁荣。
一是，美国劳动就业相关法律法规与国内存在很大差异，更偏向新自由主义，裁员早已经是司空见惯的经营手段，而不是真正因为经营困难、劳动力过剩导致的就业挤出；
二是，这样的无就业繁荣其实并不能真正长期持续下去。做出这个判断，不仅仅是基于更常见的“AI无法产生需求”的理由，还包括许多非公开内容、技术细节、灵感、经验和隐性知识，实际上刚需人工传承甚至是口口相传的方式完成技术扩散和技术继承，从而真正实现传承和创新。
就以制造业领域为例，往往要用到一个“技术积累”的说法，而要实现技术积累，绝不是通过单纯的记录图纸资料和档案就能实现，而是必须有相应成体系、成规模的人去从事和实践，正是在实践过程中，才能体现出许多的技术细节、经验和隐性知识，在体现之后才是积累的过程。技术扩散也是同样的道理，后发地区往往可以通过引进外资企业的方式实现技术扩散，因为这并不是单纯在扩散产品、扩散生产线，更重要的是在扩散技术工人和管理团队。
也就是说，通过一件成品，确实可以逆向脱模倒推出图纸设计，但从图纸到成品，不仅需要原材料、生产线和图纸，还需要生产加工过程和管理组织过程，这些领域并不会形成成体系的文字、图像或者视频资料，但往往它们才是控制成品质量的关键。原材料、生产线和图纸都可以直接拿来用，但生产加工经验和管理组织经验是不行的。许多人不信任东南亚、南亚地区生产的产品，就在于此。
所以，一旦脱离了具体的人的传承，很多细分的经验和技术就会永久丢失，在相应领域就会形成黑箱。如果黑箱化不断扩大，时间一长，相应的成体系的技术就会在事实上失传。
一个经典的案例就是美国的阿波罗计划，由于计划后续停止、没有持续传承，现在连图纸甚至都找不全了。另一个相对经典的案例，是前苏联解体后继承其法统与工业体系的俄罗斯在大量细分领域后继无人，整体技术水平出现了明显的倒退，在许多方面都失去了生产制造能力。从航母制造就可以看出来，中国的第一艘航母是从前苏联未完成的瓦良格号改造而来，如今也已经有了充分的自行设计建造航母的能力，可是俄罗斯现在连修好它的姊妹舰库兹涅佐夫号都做不到了。
因此，AI学习公开、成体系的资料很容易，但要想让它学习一些本来就不公开、也没有形成体系，而且只停留在一些个体的大脑和口口相传层面的内容就非常难了，甚至可以说就是不可能完成的任务。
所以，我们当然不否认AI推动时代的力量，不否认它替代人工的速度，但从以上原理看，AI推动的更多只是对已有技术的应用，而不是对未知领域的开拓与创新。如果AI在接下来过快地挤出就业，实际上也是在挤出不公开、依赖人与人之间传承的经验和技术、是在阻滞技术积累和创新。最终的结果是，对已有技术的应用可以在AI的推动下达到极致，但整体的创新能力也停滞了，不再有新的增长。
所以，同时实现“物质极大丰富”和“AI时代大规模失业”的无就业繁荣，是不可能长期持续的。如果人类真的有机会达到“普遍高收入”的极度丰盛时代，一定少不了AI技术的应用，并且这依然要基于高比例的人工参与，而不会是无就业繁荣的路径。
——当然，马斯克的原话是“穿越动荡”，而创新能力停滞的无就业繁荣或许就是造成动荡的核心要素。
