Teori harga semasa era AI kembali, pasaran terbuka sahaja yang dapat mencetuskan permintaan dan ekosistem baharu

Penulis artikel: Chen Yuyu, Profesor di Sekolah Pengurusan Guanghua, Universiti Peking, dan Ketua Institut Dasar Ekonomi Universiti Peking

Sumber artikel: Xialight Think Tank

Ketakutan di atas tapak lama

Setiap zaman mempunyai tapaknya sendiri. Manusia berdiri di atasnya untuk hidup, bekerja, menilai, takut, serta membayangkan masa depan.

Orang zaman pertanian sukar membayangkan bahawa seumur hidup seseorang tidak lagi berpusatkan tanah, musim, dan kelaparan. Ketika enjin stim muncul, ramai orang pertama kali melihat pengangguran pekerja kerajinan tangan, tetapi sukar meramalkan keretapi, bandar, sistem pabrik, kewangan moden, dan kelas pertengahan baharu. Ketika elektrik baru muncul, orang melihat malam yang lebih terang, tetapi sukar membayangkan sepenuhnya peti sejuk, industri filem, hospital moden, kehidupan malam bandar, peralatan rumah tangga, dan komputer elektronik. Ketika internet baru muncul, ramai orang menganggap ia hanyalah e-mel yang lebih pantas dan perpustakaan yang lebih besar, tetapi tidak meramalkan pembayaran mudah alih, video pendek, komputawan awan, platform penghantaran makanan, perkhidmatan pengangkutan berbasis aplikasi, pendidikan dalam talian, dan kerjasama global secara masa nyata.

Ketika teknologi baharu tiba, halangan terbesar sering bukan teknologinya sendiri, tetapi imajinasi di atas tapak lama.

Hari ini, kecerdasan buatan juga dimasukkan ke dalam pemahaman fondasi lama. Logika banyak orang adalah seperti ini: dahulu, sepuluh orang programmer, penulis konten, penerjemah, analis, dan staf perkhidmatan pelanggan melakukan pekerjaan itu, sekarang satu orang ditambah AI sahaja mampu menyelesaikannya, jadi sembilan orang lain kehilangan pekerjaan. Penilaian ini kelihatan sejuk, realistik, dan anti-utopia, tetapi sebenarnya masih merupakan pemikiran dunia lama. Ia memahami masa depan sebagai pengurangan kos dalam senarai tugas hari ini, memahami kemajuan teknologi sebagai penggantian dalam jawatan yang sedia ada, dan memahami kehidupan ekonomi sebagai satu jadual yang sudah selesai ditulis.

Tetapi revolusi teknologi yang benar-benar hebat, bukanlah sekadar mengurangi beberapa baris dalam jadual lama, tetapi mencipta semula jadual itu sendiri.

Makna ekonomi paling penting dalam kecerdasan buatan bukanlah membuat pekerjaan lama menjadi lebih murah, tetapi membawa sejumlah besar produk dan perkhidmatan yang sebelumnya tidak wujud, tidak praktikal, terlalu mahal, terlalu terpecah, terlalu niche, atau terlalu sukar untuk diorganisasi ke dalam set yang boleh dilaksanakan oleh manusia. Ia bukan sekadar menggantikan tenaga kerja yang sedia ada, tetapi mengurangkan kos kognitif, kos komunikasi, kos percubaan dan kesilapan, kos pencocokan, dan kos organisasi, dengan demikian melepaskan permintaan yang sebelumnya ditekan, mencipta transaksi yang sebelumnya tidak boleh dipertahankan, dan menghasilkan industri yang sebelumnya tidak mempunyai nama.

Dari perspektif tapak lama, orang melihat AI sebagai penyebab pengurangan pekerjaan. Dari perspektif sempadan baru yang dibuka oleh teknologi baharu, orang melihat ledakan ruang produk dan ruang perkhidmatan.

Ini juga adalah alasan mengapa teori harga kembali menjadi penting di era kecerdasan buatan.

AI mengurangkan kos penghasilan, percubaan, dan pencocokan, tetapi ia tidak menghilangkan keperluan untuk mengenal pasti masalah; sebaliknya, ia memperluas ruang keperluan yang tidak diketahui. Semakin banyak barang yang mungkin dihasilkan, semakin besar keperluan masyarakat untuk mengetahui barang mana yang benar-benar bernilai; semakin banyak perkhidmatan peribadi yang boleh disediakan, semakin besar keperluan masyarakat untuk mengetahui siapa yang memerlukan, bila diperlukan, bersedia membayar berapa banyak, siapa yang bertanggungjawab, dan bagaimana membentuk transaksi berterusan.

Masalah masa depan bukanlah “mesin mampu menghasilkan atau tidak”, tetapi “manusia bagaimana menemukan apa yang patut dihasilkan”.

Pemulihan teori harga bermula dari tempat ini.

Makna ekonomi bagi pendapatan dua trilion dolar AS

Mari kita mulakan dengan satu anggapan yang kelihatan berlebihan, tetapi tidak tidak masuk akal dari segi ekonomi.

Dalam tempoh lima belas tahun ke depan, adakah OpenAI, Anthropic, atau syarikat infrastruktur model besar serupa berpotensi menjadi syarikat dengan pendapatan tahunan sebanyak dua trilion dolar AS? Perhatikan, di sini merujuk kepada pendapatan, bukan penilaian. Penilaian boleh datang daripada khayalan pasaran modal, kadar diskaun, preferensi risiko, dan gelembung; pendapatan pula mesti datang daripada pembelian sebenar, pembayaran sebenar, dan transaksi sebenar.

Ini bukan ramalan harga saham bagi sebarang syarikat, bukan juga penyokong kepada sebarang model perniagaan, tetapi satu latihan teori harga: jika sebuah syarikat infrastruktur pintar hulu mampu memperoleh pendapatan tahunan sebanyak dua trilion dolar AS dalam jangka panjang, maka ekosistem produk dan perkhidmatan baharu dengan skala yang lebih besar dan keinginan bayaran yang lebih tinggi harus wujud di hulu.

Orang yang tidak memiliki pengetahuan ekonomi akan segera mengatakan: Ini menunjukkan bahawa raksasa-raksasa menguasai dunia dan mengenakan cukai dari semua industri. Penilaian ini mungkin sebahagiannya benar, kerana monopoli platform memang perlu diwaspadai. Tetapi jika kita hanya memahami pendapatan dua trilion dolar AS dengan konsep “mengenakan cukai”, kita akan melepas logik ekonomi yang lebih penting.

Sebarang syarikat infrastruktur hulu yang mampu memperoleh pendapatan berterusan sebanyak dua trilion dolar AS mestilah mempunyai satu prasyarat: pihak hilir bersedia membayar jumlah ini secara berterusan. Mengapa pihak hilir bersedia membayar? Kerana AI sebagai input pertengahan mencipta output yang lebih besar, kualiti yang lebih tinggi, kos yang lebih rendah, lebih banyak produk baharu, atau keinginan pembeli yang lebih kuat untuk membayar. Tanpa perluasan nilai yang besar di pihak hilir, pendapatan hulu tidak mungkin kekal dalam jangka panjang.

Ini adalah ekonomi asas bagi input pertengahan.

Sebuah perusahaan hulu membeli pemanggilan model, agen pintar, kekuatan pengiraan, dan kemampuan automatik bukan untuk melakukan kebajikan kepada hulu, bukan juga semata-mata untuk membahagikan kos yang sudah ada, tetapi kerana pelaburan ini apabila digabungkan dengan konteks, data, proses, pelanggan, jenama, tanggungjawab, dan kemampuan organisasi sendiri, mampu mencipta lebih banyak nilai. Semakin tinggi nilai janaan marjinal AI, semakin tinggi harga yang bersedia dibayar oleh perusahaan hulu; semakin makmur aplikasi hulu, semakin besar kemungkinan pendapatan infrastruktur hulu meningkat.

Boleh dilakukan pengiraan buku akaun yang ringkas. Jika peratusan kos kekuatan komputasi AI, panggilan model, dan perkhidmatan pintar dalam produk akhir hulu ialah 10%, maka pendapatan hulu sebanyak dua trilion dolar AS mungkin sepadan dengan pasaran produk dan perkhidmatan akhir bawah sebesar dua puluh trilion dolar AS. Jika peratusan kos ialah 5%, maka mungkin sepadan dengan ekosistem bawah sebesar empat puluh trilion dolar AS. Peratusan kos dalam industri yang berbeza tentu berbeza, dan struktur penentuan harga akan terus berubah di masa depan, tetapi pengiraan ini mengungkapkan logik asas: berapa banyak “elektrik” yang boleh dikutip oleh “grid digital” hulu bergantung pada berapa banyak nilai baharu yang dicipta oleh penggunaan elektrik tersebut di bawah.

Syarikat elektrik mendapat pendapatan kerana tenaga elektrik menggerakkan pabrik, rumah, bandar, hospital, dan sistem hiburan. Syarikat komputawan awan mendapat pendapatan kerana perusahaan digital di hulu menggunakan perkhidmatan awan untuk membina carian, media sosial, video, kewangan, logistik, dan perisian perusahaan.

Infrastruktur AI tidak akan mencapai pendapatan dua trilion dolar AS pada suatu hari kerana dunia secara tiba-tiba membayar cukai kepadanya, tetapi kerana ribuan perusahaan, individu, dan organisasi hulu menggunakannya sebagai asas untuk kognisi, penalaran, reka bentuk, pencocokan, dan automatikasi untuk mencipta aktiviti ekonomi baru dalam skala yang lebih besar.

Fakta ini sebaliknya mengingatkan kita: yang sebenarnya patut diperhatikan mungkin bukan seberapa besar OpenAI atau Anthropic itu sendiri, tetapi aplikasi lapisan bawah yang mungkin muncul di belakangnya.

Dalam lima belas tahun ke depan, skala keseluruhan syarikat peringkat aplikasi kemungkinan besar akan jauh lebih besar daripada peringkat infrastruktur. Peringkat infrastruktur menyediakan kecerdasan umum, manakala peringkat aplikasi menyelesaikan penemuan keperluan. Yang pertama menjual kemampuan, sementara yang kedua menjual nilai yang diwujudkan. Peringkat infrastruktur seperti grid elektrik, sistem bekalan air, dan jalan raya di era digital; peringkat aplikasi pula lebih dekat dengan pengguna, skenario organisasi, proses industri, hubungan kepercayaan, dan keperluan spesifik. Perkhidmatan kesihatan, pendidikan, undang-undang, insurans, kewangan, hiburan, perkhidmatan psikologi, penjagaan warga emas, pengurusan perniagaan, alat penyelidikan, perkhidmatan bandar, perkhidmatan rumah, pengalaman budaya, dan perkembangan peribadi semuanya berpotensi menghasilkan syarikat peringkat aplikasi yang besar.

Pengguna akhir tidak membeli “parameter model”, tetapi penyakit yang sembuh, kecemasan yang difahami, kemampuan belajar yang ditingkatkan, masa yang dijimatkan, kehidupan yang diperbaiki, alur kerja yang disusun semula, pengalaman yang diciptakan, dan masalah yang diselesaikan. Perusahaan tidak membeli “token”, tetapi stok yang lebih rendah, kadar konversi yang lebih tinggi, pengurusan risiko yang lebih baik, pengembangan yang lebih pantas, perkhidmatan pelanggan yang lebih tepat, rantaian bekalan yang lebih stabil, dan keputusan organisasi yang lebih jelas.

Oleh itu, lapisan aplikasi lebih besar daripada lapisan infrastruktur, bukan keajaiban, tetapi hasil biasa selepas penyebaran teknologi tujuan umum. Elektrik adalah penting, tetapi sistem industri yang digerakkan oleh elektrik lebih besar; perkhidmatan awan adalah penting, tetapi ekonomi digital yang tumbuh di atas awan lebih besar; model besar adalah penting, tetapi produk baru, perkhidmatan baru, organisasi baru, dan gaya hidup baru yang disokong oleh model besar mungkin jauh lebih besar.

Jika di masa depan benar-benar muncul perusahaan infrastruktur AI dengan pendapatan dua triliun dolar AS, kita seharusnya tidak memahaminya terlebih dahulu sebagai kiamat, ataupun menyederhanakannya sebagai pemujaan teknologi. Kita seharusnya terlebih dahulu bertanya tentang masalah teori harga: dari mana datangnya keinginan untuk membayar sebesar ini? Ia mendukung inovasi hilir seperti apa? Ia melepaskan permintaan yang sebelumnya tidak dapat diperdagangkan? Ia membuat produk dan perkhidmatan yang sebelumnya tidak ada menjadi mungkin?

Ini adalah kefahaman asas ekonomi.

Kelangkaan tidak akan hilang, hanya berubah bentuk

Banyak orang salah faham bahawa titik akhir kemajuan teknologi ialah lenyapnya kelangkaan. Selagi AI cukup kuat, robot cukup ramai, kuasa pengiraan cukup murah, dan barangan cukup banyak, mekanisme harga akan tersingkir dan pasaran akan menjadi tidak perlu.

Ini adalah salah faham terhadap kelangkaan.

Kelangkaan bukan sekadar ketiadaan fizikal yang mudah. Kelangkaan adalah berbanding dengan keinginan manusia, masa, pengetahuan, kedudukan, hubungan, kos peluang, dan ketidakpastian masa depan. Selagi keinginan manusia adalah heterogen, berubah-ubah, dan bergantung pada konteks, kelangkaan tidak akan hilang. Ia hanya berpindah dari “ada atau tidak ada” kepada “sesuai atau tidak sesuai”, dari “cukup atau tidak cukup” kepada “adakah ia diperlukan pada saat ini”, dan dari kekurangan material kepada kekurangan struktural.

Pada era industri, banyak kelangkaan ditunjukkan melalui ketidakcukupan kuantiti: makanan tidak mencukupi, pakaian tidak mencukupi, perumahan tidak mencukupi, doktor tidak mencukupi, sekolah tidak mencukupi, pengangkutan tidak mencukupi. Tugas penghasilan berskala besar dan organisasi moden ialah menyalin produk dan perkhidmatan asas ini dalam jumlah besar.

Namun, di era yang lebih kaya dan lebih pintar, banyak kekurangan penting bukan lagi masalah kuantiti semata. Seseorang tidak memerlukan sebarang makan tengah hari, tetapi makan tengah hari yang sesuai dengan keadaan tubuhnya hari ini, fluktuasi gula darah, penggunaan tenaga fizikal, keperluan emosi, dan preferensi estetikanya. Seorang kanak-kanak tidak memerlukan sebarang kelas matematik, tetapi laluan pembelajaran yang sesuai dengan halangan pemahamannya, keadaan perhatiannya, persekitaran keluarganya, dan struktur harga dirinya. Seorang orang tua tidak memerlukan sebarang nasihat kesihatan, tetapi hubungan perkhidmatan yang boleh membuatnya benar-benar percaya, benar-benar melaksanakan, dan benar-benar berterusan. Sebuah perusahaan tidak memerlukan sebarang sistem AI, tetapi penyelesaian spesifik yang boleh disisipkan ke dalam proses, insentif, struktur organisasi, dan hubungan pelanggannya sendiri.

Ini adalah kelangkaan di era diferensiasi.

Lebih khusus lagi, era AI sekurang-kurangnya akan memperkuat tiga jenis kelangkaan.

Jenis pertama ialah kelangkaan kesesuaian.

Kesesuaian produk dan perkhidmatan terhadap seseorang, organisasi, masa, atau situasi tertentu akan menjadi semakin penting. Di era standardisasi, soalan utama ialah “adakah cukup banyak penawaran?” Di era perbezaan, soalan utama ialah “adakah penawaran ini tepat sesuai dengan saya?” AI menjadikan personalisasi mungkin, tetapi juga membuat masalah kesesuaian menjadi lebih kompleks. Kerana tubuh, psikologi, hubungan, pekerjaan, dan kecenderungan manusia sentiasa berubah. Yang benar-benar langka bukanlah penawaran apa sahaja, tetapi penawaran yang tepat.

Kategori kedua ialah kelangkaan berdasarkan kepercayaan.

AI boleh memberi cadangan, tetapi sama ada cadangan itu dipercayai, diambil, atau dilaksanakan adalah perkara lain. Pasien tahu bahawa mereka perlu minum ubat, tetapi itu tidak bermakna mereka akan minum ubat secara berterusan; pelajar tahu bahawa mereka perlu belajar, tetapi itu tidak bermakna mereka akan terus belajar; syarikat tahu bahawa mereka perlu bertransformasi, tetapi itu tidak bermakna organisasi dalaman akan menerimanya; orang tua tahu bahawa mereka perlu mengawal pemakanan, tetapi itu tidak bermakna mereka bersedia mengubah tabiat hidup selama puluhan tahun. Nilai banyak perkhidmatan bukan terletak pada maklumat itu sendiri, tetapi pada hubungan kepercayaan yang mengubah maklumat menjadi tindakan. Di masa depan, kepercayaan, reputasi, tanggungjawab, dan kehadiran akan menjadi aset ekonomi yang penting.

Kategori ketiga ialah kelangkaan berarah.

AI boleh menghasilkan ribuan skema, tetapi modal dunia nyata, masa, perhatian organisasi, dan peluang ujian masih terhad. Sebuah perusahaan tidak mungkin melaksanakan seratus strategi secara serentak, sebuah laboratorium tidak mungkin membina seratus reaktor secara serentak, sebuah hospital tidak mungkin mentadbir semula semua proses secara serentak, dan sebuah bandar tidak mungkin menguji semua skema pentadbiran secara serentak. Apabila kemungkinan meledak, yang benar-benar langka ialah kemampuan memilih arah: memilih jalan mana, menanggung risiko apa, dan meninggalkan kemungkinan-kemungkinan menarik yang mana.

Oleh itu, kekuatan AI bukanlah menjadikan dunia menjadi kemewahan yang seragam sepenuhnya, tetapi memungkinkan skala dan personalisasi berlaku secara bersamaan untuk pertama kalinya. Pada masa lalu, hanya segelintir orang kaya yang dapat menikmati doktor peribadi, guru peribadi, penasihat peribadi, pembantu peribadi, teman psikologi peribadi, reka bentuk peribadi, dan pasukan penyelidikan peribadi; pada masa depan, semua ini mungkin masuk ke dalam kehidupan orang biasa dengan struktur kos yang baru. Tetapi sekali ia masuk ke kehidupan biasa, masalahnya bukan lagi “bolehkah ia dihasilkan?”, tetapi “bagaimana ia disesuaikan, bagaimana ia dipercayai, dan bagaimana arahnya dipilih?”.

Ini bermakna pasaran tidak akan hilang. Sebaliknya, pasaran akan menjadi lebih aktif, lebih halus, dan lebih mendalam dalam aspek mikro kehidupan. Kerana apabila produk dan perkhidmatan menjadi semakin spesifik, masyarakat semakin memerlukan mekanisme untuk mengenal pasti nilai sebenar dari individu yang berbeza, pada masa yang berbeza, dan dalam konteks yang berbeza.

Mekanisme ini adalah harga.

Harga adalah mekanisme penemuan, bukan hanya mekanisme pengagihan

Harga sering disalahfahami sebagai alat pembahagian yang dingin. Kelihatan bahawa harga hanya diperlukan untuk menentukan siapa yang mendapat dan siapa yang tidak, apabila sesuatu itu tidak mencukupi; sekiranya teknologi mencukupi maju, harga boleh dihapuskan dan pembahagian boleh diserahkan kepada algoritma.

Namun, fungsi paling mendalam bagi harga bukanlah menganjakkan barangan yang sudah diketahui, tetapi mengenal pasti maklumat yang tidak diketahui.

Seseorang bersedia membayar berapa banyak untuk suatu perkhidmatan mengandungi banyak maklumat yang tidak boleh diketahui oleh orang lain sebelumnya: kekuatan kegemarannya, kos masa, batasan pendapatan, tahap kegentingan, pilihan pengganti, penilaian risiko, tahap kepercayaan, dan keadaan emosi. Maklumat ini bukan sekadar ditulis dalam pangkalan data, dan tidak selalu boleh diperoleh melalui soal selidik. Sering kali, orang sendiri tidak benar-benar tahu apa yang mereka inginkan sehingga suatu produk muncul, harga tertentu muncul, perbandingan tertentu berlaku, atau pengalaman tertentu berlaku.

Harga bukan berfungsi selepas permintaan telah ditetapkan sepenuhnya. Harga terlibat dalam pembentukan dan penemuan permintaan.

Ini menjadi lebih penting di era AI. Kerana AI akan secara signifikan memperluas set produk yang boleh dihasilkan, serta secara signifikan mengurangkan kos penghasilan prototaip produk baru. Di masa lalu, banyak idea produk tidak sempat diuji di pasaran kerana kos pengembangan, kos organisasi, dan kos komunikasi. Kini, lebih ramai orang boleh membuat prototaip dengan pantas, lebih banyak pasukan kecil boleh memasuki pasaran, dan lebih banyak keperluan khusus boleh dicuba dipenuhi. Masalahnya berubah: bukan kurang idea, tetapi kurang mekanisme untuk menyaring idea; bukan kurang kemungkinan, tetapi kurang mekanisme untuk menilai kemungkinan mana yang patut dilaburkan dengan sumber sebenar.

Harga adalah inti mekanisme penyaringan ini.

Pengusaha yang mengenalkan produk baru sebenarnya sedang mengemukakan tekaan mengenai keperluan masa depan. Pembelian atau penolakan oleh konsumen adalah ujian terhadap tekaan tersebut. Jika harga terlalu tinggi dan tidak laku, ini menunjukkan nilai yang tidak mencukupi, penempatan yang salah, kos yang terlalu tinggi, atau sasaran pasaran yang tidak tepat. Jika harga tinggi tetapi masih ada yang membeli, ini menunjukkan bahawa keperluan tertentu lebih kuat daripada yang difikirkan oleh pemerhati. Keuntungan menarik peniruan dan ekspansi, manakala kerugian memaksa penarikan diri dan penyesuaian. Proses ini bukan sekadar transaksi ringkas, tetapi merupakan eksperimen teragih berskala besar yang dilakukan oleh masyarakat di bawah ketidakpastian.

Tanpa harga, masyarakat kehilangan umpan balik eksperimen ini.

Ini terutama berlaku di era diferensiasi. Bayangkan AI boleh menghasilkan seribu perkhidmatan pendidikan baru, sepuluh ribu model pengurusan kesihatan baru, dan sejuta pengalaman hiburan peribadi. Manakah yang merupakan keperluan sebenar, dan manakah yang hanya pameran teknologi? Pengguna mana yang bersedia membayar secara berterusan, dan mana yang hanya akan mencuba sekali sahaja? Perkhidmatan mana yang boleh diskalakan, dan mana yang hanya boleh tinggal di pasaran nisbah kecil? Manakah yang memerlukan penyertaan manusia, dan manakah yang boleh diotomatikkan sepenuhnya? Manakah yang patut mendapat pelaburan modal, dan manakah yang sepatutnya segera ditinggalkan?

Masalah-masalah ini tidak dapat diselesaikan hanya dengan penilaian pakar, atau ditentukan sekali sahaja oleh algoritma pusat. Mereka memerlukan harga, perdagangan, keuntungan, kerugian, dan persaingan untuk menyaring secara berterusan.

Harga masih merupakan mekanisme untuk mampatkan pengetahuan tempatan.

Kesediaan seorang pengguna untuk membayar pada suatu masa tertentu bukanlah fungsi mekanikal semata-mata kepada pendapatan dan harga. Ia mungkin merangkumi perasaan fizikalnya hari ini, pengalaman semalam, hubungan keluarga, tekanan kerjaya, jangkaan masa depan, identiti sosial, dan preferensi estetik. Kesediaan sebuah perusahaan untuk membayar bagi suatu sistem AI juga bukan semata-mata soal indikator teknikal, tetapi merupakan refleksi komprehensif kepada proses dalaman, kemampuan pekerja, struktur pelanggan, risiko peraturan, dan tekanan persaingan. Pengetahuan tempatan ini biasanya tidak dapat dipindahkan sepenuhnya kepada satu pusat. Harga pasaran pula mengubah penilaian tersebar ini menjadi isyarat tindakan yang boleh diperhatikan.

Jadi, mekanisme harga bukan sisa zaman lama, tetapi alat penemuan dalam masa depan yang terbuka.

Semakin kuat AI, semakin banyak kemungkinan; semakin banyak kemungkinan, semakin penting pemilihan; semakin penting pemilihan, semakin penting mekanisme harga.

Incentive: Mengapa produk baharu tidak muncul secara automatik

Hanya memiliki teknologi tidak akan secara automatik menghasilkan produk dan perkhidmatan baharu.

Dari kemampuan di dalam laboratorium hingga produk di pasaran, terdapat proses yang panjang dan kompleks: siapa yang mengenal skenario? siapa yang menanggung risiko? siapa yang mengorganisasi pasukan? siapa yang memperbaiki proses? siapa yang mendidik pengguna? siapa yang menangani tanggung jawab? siapa yang menghadapi kegagalan? siapa yang mengubah kemungkinan teknologi menjadi penyampaian perkhidmatan yang stabil?

Ini memerlukan insentif.

Teori harga bukan hanya membahas tahap harga, tetapi juga struktur insentif. Mengapa orang meluangkan masa, modal, reputasi, dan kemampuan organisasi untuk mengeksplorasi produk baru? Kerana mereka percaya bahawa jika eksplorasi berjaya, mereka akan mendapat balasan. Jika semua perkhidmatan baru segera disalin tanpa bayaran apabila muncul, jika semua keuntungan dianggap tidak sah, jika semua usaha pembezaan diatur semula kepada produk standard, dan jika semua kegagalan ditanggung oleh usahawan sementara keuntungan kejayaan dirampas, maka sekuat mana pun AI, ia tidak akan secara automatik membawa kepada kemakmuran lapisan aplikasi.

Inovasi bukanlah hasil semula jadi fungsi teknikal, tetapi perilaku ekonomi di bawah struktur insentif.

Kecerdasan buatan mengurangkan kos percubaan dan kesilapan, tetapi tidak menghilangkan risiko. Seorang usahawan masih perlu menentukan arah, sebuah syarikat masih perlu menyusun semula proses, seorang doktor masih perlu bertanggungjawab, sebuah institusi pendidikan masih perlu membina kepercayaan, dan sebuah syarikat peringkat aplikasi masih perlu mencari skenario yang benar-benar diingini oleh pengguna untuk dibayar. AI boleh menghasilkan penyelesaian, tetapi tidak boleh menggantikan ujian pasaran terhadap nilai penyelesaian tersebut. AI boleh mengurangkan kos pembangunan, tetapi tidak menjamin kehadiran permintaan. AI boleh memperluaskan ruang imaginasi, tetapi tidak boleh menyelesaikan komersialisasi secara automatik.

Inilah sebabnya harga, hak milik, keuntungan, dan persaingan masih penting.

Keuntungan bukan sisa kejahatan, tetapi ganjaran atas menemukan arah yang betul. Kerugian bukan hukuman kejam, tetapi isyarat arah yang salah. Persaingan bukan pembaziran sumber daya, tetapi ujian antara pelbagai teori. Kebebasan untuk memasuki bukan prinsip abstrak, tetapi syarat institusi yang membolehkan produk yang tidak diketahui muncul.

Di era kecerdasan buatan, yang benar-benar langka mungkin bukan kemampuan menghasilkan, tetapi kemampuan menemukan apa yang patut dihasilkan; bukan kemampuan menjawab soal, tetapi kemampuan mengajukan soal yang bernilai; bukan kemampuan mengoptimumkan sasaran yang diberikan, tetapi kemampuan memilih sasaran, mengambil risiko, dan mengorganisasi tindakan di dunia nyata.

Kemampuan-kemampuan ini memerlukan insentif pasaran untuk dinyalakan.

Inilah sebab mengapa lapisan aplikasi tidak akan berkembang secara automatik. Sebuah negara boleh memiliki model yang kuat, kuasa pengiraan yang mencukupi, data yang kaya, dan pasukan jurutera yang besar, tetapi masih mungkin kekurangan ekosistem aplikasi yang benar-benar berkembang. Jika usahawan tidak mendapat balasan, jika pilihan pengguna dibatasi, jika pengawasan terlalu awal memaksa perkhidmatan baharu ke dalam kategori lama, jika raksasa platform mengawal akses, jika kos kegagalan terlalu tinggi, jika opini awam menganggap keuntungan sebagai perompakan, maka banyak produk berpotensi akan mati sebelum muncul.

Persaingan di era AI bukan hanya tentang keupayaan model, tetapi juga tentang insentif institusi.

Siapa yang boleh membuat lebih ramai orang mencuba, siapa yang boleh mengungkap kesilapan dengan cepat, siapa yang boleh memberi ganjaran kepada arah yang betul, siapa yang boleh memberi peluang kepada keperluan minoriti, dan siapa yang boleh membolehkan perusahaan muda mencabar perusahaan lama, itulah yang paling mungkin menemui produk dan perkhidmatan masa depan.

Kemunculan produk dan perkhidmatan baharu

Sulit bagi kita untuk menamakan aplikasi AI utama lima belas tahun dari sekarang, sama seperti orang pada abad ke-19 sulit untuk menamakan kehidupan bertenaga listrik pada abad ke-20, atau orang pada akhir abad ke-20 sulit untuk menamakan kehidupan internet mudah alih sepenuhnya.

Ini bukan kerana kita kekurangan imajinasi, tetapi kerana produk dan perkhidmatan baharu seringkali tidak dikeluarkan secara linear daripada perkataan yang sudah ada. Ia muncul daripada interaksi teknologi, kos, organisasi, keutamaan, dan institusi.

Pada era kecerdasan buatan, produk baru paling penting mungkin bukan hanya “mesin carian yang lebih baik”, “programmer yang lebih murah”, atau “khidmat pelanggan yang lebih pintar”.

Ini hanyalah sambungan kepada tapak lama. Yang lebih penting mungkin ialah pengurusan kesihatan baharu, pendampingan pendidikan baharu, organisasi penyelidikan baharu, perkhidmatan undang-undang baharu, agen peribadi baharu, pengalaman budaya baharu, sistem persaraan baharu, penghasilan keluarga baharu, proses perniagaan baharu, perkhidmatan pentadbiran bandar baharu, sokongan psikologi baharu, dan kerjasama kreatif baharu.

Banyak perkhidmatan sebelum ini bukan tidak mempunyai permintaan, tetapi kosnya terlalu tinggi.

Sebuah keluarga biasa dahulu tidak mungkin memiliki doktor peribadi 24 jam, pakar nutrisi, penasihat psikologi, pelatih pembelajaran, penasihat undang-undang, pembimbing kerjaya, dan penasihat kewangan keluarga. Sebuah usaha kecil dahulu tidak mungkin memiliki pasukan strategi antarabangsa, pasukan analisis data, pasukan kesesuaian undang-undang, pasukan pemasaran pelbagai bahasa, dan sistem operasi automatik. Sebuah hospital daerah dahulu tidak mungkin mengakses pengetahuan perubatan terkemuka, sistem pengurusan pesakit, dan pemantauan kesihatan berterusan secara masa nyata. Seorang kanak-kanak biasa dahulu tidak mungkin memiliki sistem pembelajaran yang benar-benar peribadi, memberi maklum balas berterusan, dan saling berkaitan antara disiplin.

AI membuat bahagian pintar servis ini menjadi murah. Tetapi kecerdasan murah hanyalah permulaan.

Penghasilan sebenar memerlukan penyemaian kecerdasan ke dalam skenario, mengubah skenario menjadi proses, mengubah proses menjadi perkhidmatan, mengubah perkhidmatan menjadi hubungan kepercayaan, dan mengubah hubungan kepercayaan menjadi transaksi yang berterusan.

Ini adalah peluang besar di peringkat aplikasi.

Syarikat terbesar di masa depan, mungkin bukan hanya yang memiliki model paling kuat, tetapi yang paling memahami konteks spesifik, paling mampu mengorganisasi aset pelengkap, paling mampu membangun kepercayaan, dan paling mampu mengubah kemampuan AI menjadi perkhidmatan harian dan proses pengeluaran. Lapisan infrastruktur menjual kemampuan generik, manakala lapisan aplikasi menjual penyelesaian, pengalaman, tanggungjawab, dan hubungan. Kemampuan generik boleh sangat besar, tetapi ruang inovasi yang dekat dengan keperluan akhir mungkin lebih besar.

Sebagai contoh dalam pengurusan kesihatan, AI boleh membaca literatur perubatan, menganalisis indikator, menghasilkan cadangan, mengingatkan pengambilan ubat, dan meramal risiko.

Namun, produk sebenarnya bukanlah “teks nasihat perubatan”, tetapi satu sistem perkhidmatan yang mampu mengubah tingkah laku seseorang secara jangka panjang. Ia mungkin merangkumi doktor keluarga, anggota komuniti, peranti yang boleh dipakai, perkhidmatan makanan, insentif insurans, komunikasi dengan keluarga, sokongan psikologi, dan tindakan segera. Di sini terdapat algoritma dan organisasi; data dan tanggungjawab; automatik dan kepercayaan manusia. Pengguna membayar bukan sekadar teks, tetapi kehidupan yang lebih sihat, lebih selamat, dan lebih bermaruah.

Sebagai contoh dalam pendidikan, AI boleh menjelaskan konsep, menghasilkan latihan, memeriksa esei, dan menyesuaikan laluan. Tetapi produk pendidikan yang sebenar bukanlah “penghasil jawapan”, melainkan sistem yang membantu pelajar membina kemampuan, keyakinan, minat, dan kebiasaan jangka panjang. Ia perlu memahami keadaan kognitif kanak-kanak, serta latar belakang keluarga, persekitaran rakan sebaya, sistem peperiksaan, dan tekanan psikologi. Nilai di sini datang daripada kecerdasan, juga daripada kehadiran, motivasi, penilaian, dan pengiktirafan sosial.

Sebagai contoh dalam pengurusan perniagaan, AI boleh menghasilkan laporan, menulis kod, membuat ramalan, dan mencadangkan nasihat strategik.

Namun, aplikasi perniagaan yang sebenar bukanlah mengautomatiskan setiap tugas, tetapi menyusun semula aliran maklumat, kuasa pengambilan keputusan, mekanisme insentif dan sempadan tanggungjawab. Sebuah perniagaan yang membeli AI bukan sekadar membeli alat, tetapi sedang menyusun semula fungsi pengeluaran dan struktur organisasinya. Proses ini sangat bergantung pada konteks dan tidak boleh diselesaikan semata-mata oleh syarikat model asas.

Contoh-contoh ini menunjukkan bahawa lapisan aplikasi di era AI bukanlah pelengkap mudah kepada lapisan infrastruktur. Ia adalah garis depan dalam pengesanan keperluan, pengorganisasian skenario, pembinaan kepercayaan, dan tanggungjawab.

Oleh itu, dalam tempoh lima belas tahun, skala keseluruhan syarikat lapisan aplikasi jauh lebih besar daripada lapisan infrastruktur, bukan bertentangan dengan prinsip ekonomi, tetapi sejalan dengan prinsip ekonomi. Semakin kuat input hulu, semakin besar kemungkinan ia mencetuskan ekosistem hilir yang lebih besar. Syarikat kuasa adalah penting, tetapi sistem industri yang digerakkan oleh kuasa adalah lebih besar; perkhidmatan awan adalah penting, tetapi ekonomi digital yang tumbuh di atas awan adalah lebih besar; model besar adalah penting, tetapi produk baru, perkhidmatan baru, organisasi baru, dan gaya hidup baru yang disokong oleh model besar mungkin jauh lebih besar.

Menentang ilusi perancangan era pintar

Setiap kemunculan teknologi umum, akan memicu ilusi perancangan. Jika teknologi baru begitu kuat, mengapa tidak dirancang secara terpusat oleh sedikit institusi? Jika AI mampu memproses data dalam jumlah besar, mengapa masih memerlukan pasaran? Jika algoritma boleh meramalkan permintaan, mengapa masih memerlukan harga? Jika robot boleh menghasilkan, mengapa tidak terus agihkan mengikut keperluan?

Daya tarikan khayalan ini ialah ia menyederhanakan masalah ekonomi kepada masalah pengiraan.

Tetapi inti kehidupan ekonomi, sejak dulu, bukan hanya pengiraan. Ia juga termasuk penemuan, insentif, kepercayaan, tanggungjawab, dan pilihan.

Sistem perancangan boleh mengoptimumkan sasaran yang sudah diketahui, tetapi sukar untuk mengenal pasti sasaran yang tidak diketahui. Ia boleh meningkatkan kecekapan dalam persekitaran dengan standard produk yang tetap, preferen yang stabil, dan data yang lengkap, tetapi sukar untuk menjalankan eksplorasi dalam persekitaran dengan ruang produk yang terbuka, preferen yang sentiasa berubah, dan permintaan yang belum terbentuk. Ia boleh meramal sebahagian masa depan berdasarkan tingkah laku lampau, tetapi tidak boleh menggantikan manusia dalam memahami semula keinginan mereka selepas munculnya produk baru.

AI boleh membuat perancang menjadi lebih bijak, tetapi tidak boleh menggantikan pengetahuan tempatan.

Mengapa seorang pengguna pada masa dan tempat ini memerlukan suatu perkhidmatan, bagaimana seorang doktor boleh meyakinkan pesakit, mengapa seorang kanak-kanak tiba-tiba berminat dengan cara pembelajaran tertentu, mengapa suatu sistem tertentu menghadapi perlawanan di dalam sebuah perusahaan, mengapa seorang tua enggan minum ubat, mengapa seorang pengguna bersedia membayar premium untuk suatu pengalaman—pengetahuan ini sangat kontekstual dan sering tersirat dalam hubungan, kebiasaan, budaya, bahasa, tubuh, dan emosi.

Semakin masa yang berbeza, semakin tidak boleh menyerahkan kehidupan ekonomi kepada pengagihan terpusat. Kerana semakin kuat pusatnya, semakin mudah keperluan yang kompleks dipadatkan semula menjadi kategori standard; semakin mengejar keterkelolaan, semakin mungkin mengorbankan pertumbuhan liar produk baru; semakin menyukai kepastian, semakin akan menekan kemungkinan tidak diketahui yang paling berharga dalam eksplorasi pasaran.

Kecerdasan bukan akan menghapuskan masalah Hayek. Kecerdasan bukan akan mendorong masalah Hayek ke aras yang lebih halus.

Yang benar-benar penting di masa depan bukanlah membuat satu pusat mengetahui segalanya, tetapi membolehkan ribuan pengetahuan tempatan masuk ke dalam proses eksperimen sosial melalui harga, perdagangan, perjanjian, persaingan, dan usahawan. Pasaran tidak wujud kerana kekurangan keupayaan pengiraan. Pasaran wujud kerana masa depan terbuka, pengetahuan tersebar, preferensi heterogen, dan insentif diperlukan.

Ilusi perancangan di era pintar juga mempunyai kesilapan yang lebih mendalam: ia menganggap “keperluan” sebagai senarai yang sudah wujud dan menunggu untuk dipenuhi.

Namun, permintaan yang besar bukanlah sesuatu yang telah ditulis sebelumnya. Orang-orang baru memahami keinginan mereka setelah produk baru muncul, menyusun semula preferensi mereka melalui peniruan sosial, menemukan kesediaan bayar mereka melalui perbandingan harga, dan belajar apa yang layak dibeli terus-menerus melalui pengalaman penggunaan. Banyak permintaan penting di masa depan bahkan tidak memiliki nama hari ini. Oleh kerana tiada nama, ia tidak boleh didaftarkan terlebih dahulu oleh perancangan pusat; oleh kerana tidak boleh didaftarkan, ia tidak boleh dioptimalkan sekaligus.

Nilai pasaran terletak pada kebenarannya membenarkan permintaan yang tidak dikenali muncul melalui ujian.

Risiko monopoli dan kondisi pasaran

Mempertahankan teori harga bukanlah pujian naif terhadap pasaran sebenar.

Zaman kecerdasan buatan sepenuhnya mungkin menghasilkan monopoli baru. Model asas, kekuatan pengiraan, data, cip, platform awan, titik masuk pengagihan, dan sistem pengendalian semuanya boleh membentuk ekonomi skala dan halangan masuk. Platform hulu mungkin mengurangkan keuntungan lapisan aplikasi melalui penetapan harga, antaramuka, kawalan data, dan integrasi menegak, menjadikan inovator hilir sebagai pihak yang bergantung. Pendapatan dua trilion dolar AS yang disebutkan mungkin datang daripada penciptaan nilai yang besar, atau sebahagiannya mengandungi sewa platform.

Inilah sebabnya kita memerlukan teori harga yang lebih serius, bukan lebih sedikit teori harga.

Untuk mekanisme harga berfungsi dengan efektif, diperlukan syarat institusi: kebebasan masuk, perlindungan hak milik, pelaksanaan kontrak, ketertiban persaingan, peraturan anti-monopoli, keterpindahan data, antaramuka terbuka, dan tanggung jawab yang jelas. Tanpa syarat-syarat ini, harga akan terdistorsi oleh kuasa, keuntungan akan berubah menjadi rente, dan platform akan berubah dari infrastruktur pasaran menjadi tuan feodal pasaran.

Oleh itu, tugas institusi di era kecerdasan buatan bukanlah menggantikan pasaran dengan perancangan, tetapi melindungi keterbukaan pasaran sebagai mekanisme penjelajahan.

Kita perlu memastikan lapisan infrastruktur cukup kuat, tetapi tidak menutup lapisan aplikasi. Kita perlu memastikan syarikat model mendapat pulangan inovasi, tetapi tidak membenarkan mereka menelan semua skenario hulu secara sewenang-wenang. Kita perlu membolehkan usahawan mengakses kemampuan kecerdasan am, sambil mengekalkan kawalan atas pengguna, data, jenama, dan hubungan perkhidmatan. Kita perlu memberi pilihan kepada pengguna, peluang peralihan kepada pekerja, dan membolehkan perusahaan baharu mencabar perusahaan lama.

Pasar bukanlah kekosongan semula jadi. Pasar adalah satu set pencapaian institusi.

Pengembalian teori harga bukan bermaksud setiap harga dalam realiti adalah adil, atau setiap keuntungan berasal daripada penciptaan nilai. Ia menyatakan bahawa dalam persekitaran institusi yang terbuka, kompetitif, dan boleh diakses, harga, keuntungan, dan kerugian masih tetap menjadi mekanisme terbaik bagi manusia untuk mengenal pasti keperluan baru, menyaring produk baru, dan mengatur perkhidmatan baru.

Ini sangat penting. Kerana jika lapisan infrastruktur terlalu terpusat, kemakmuran lapisan aplikasi di era AI mungkin terhenti.

Raksasa hulu tidak hanya menyediakan model, tetapi juga mengawasi pintu masuk, memantau data hulu, dan boleh meniru aplikasi yang paling berprestasi kapan saja, sehingga pengusaha lapisan aplikasi kehilangan insentif pelaburan. Pengguna kelihatan menghadapi banyak aplikasi, tetapi sebenarnya mungkin hanya antara muka yang berbeza di dalam taman beberapa platform sahaja. Harga masih wujud, tetapi kebebasan masuk dan tekanan persaingan di sebalik harga telah melemah.

Oleh itu, membela teori harga bukanlah untuk mempertahankan raksasa-raksasa, tetapi untuk mempertahankan pasaran terbuka. Yang benar-benar perlu dilindungi bukanlah sebarang syarikat model tertentu, tetapi persekitaran institusi yang membolehkan pelbagai eksperimen peringkat aplikasi berlaku.

Posisi manusia

Kecerdasan buatan akan mengubah kedudukan manusia.

Banyak pekerjaan intelektual yang distandardisasi akan dipadatkan. Banyak jawatan yang sebelumnya bergantung pada ketidaksamaan maklumat, halangan profesional, dan pengalaman berulang untuk memperoleh pendapatan akan kehilangan nilai mereka. Transformasi ini tidak akan mudah. Seorang programmer pertengahan usia tidak akan secara automatik menjadi penasihat psikologi, seorang guru tradisional tidak akan secara automatik menjadi reka bentuk pendidikan AI, dan seorang doktor peringkat dasar tidak akan secara automatik beradaptasi dengan sistem kolaborasi manusia-mesin. Masyarakat mesti menghadapi kesakitan ini, dan mesti membina semula sistem pendidikan, latihan, jaminan sosial, dan mekanisme pergerakan kerjaya.

Tetapi jangan kerana peralihan yang menyakitkan, menganggap nilai ekonomi manusia sedang hilang.

Semakin kuat AI, semakin besar keperluan manusia untuk berperan dalam bahagian yang tidak tersandardisasi. Nilai manusia di masa depan mungkin lebih banyak datang daripada penilaian, kepercayaan, tanggungjawab, estetika, emosi, komunikasi, organisasi, dan pengambilan risiko. AI boleh memberi nasihat perubatan, tetapi sama ada pesakit percaya dan melaksanakannya masih bergantung pada hubungan manusia. AI boleh merekabentuk kurikulum, tetapi sama ada kanak-kanak terus bertahan dan membangunkan semula keyakinan diri masih memerlukan kehadiran manusia. AI boleh menghasilkan pelbagai cadangan, tetapi sama ada organisasi menerimanya, pekerja bekerjasama, pelanggan percaya, atau pengawal menerima—semuanya memerlukan koordinasi manusia. AI boleh mencadangkan ribuan arah inovasi, tetapi usahawan mesti memilih arah, dan mempertaruhkan modal, reputasi, dan hidup mereka.

Posisi manusia bukanlah keluar daripada semua tugas, tetapi beralih dari pelaksanaan standard kepada pemilihan arah dan pelaksanaan dalam kenyataan.

Ini bukan bermaksud semua orang akan mengalami peningkatan yang mudah, atau bahawa setiap pekerjaan baru akan bermartabat. Pasar itu sendiri tidak akan menyelesaikan semua masalah pengagihan secara automatik. Dasar, pendidikan, keselamatan sosial, dan peraturan persaingan semuanya diperlukan. Tetapi dari segi logik mendalam organisasi pengeluaran, AI tidak akan meninggalkan ruang kosong di mana manusia tiada apa-apa untuk dilakukan. Ia akan mengubah jenis kemampuan manusia yang bernilai.

Apabila mesin mengambil alih semakin banyak kerja kognitif yang boleh disalin, pengetahuan tempatan, kemampuan hubungan, kemampuan penilaian, dan kemampuan tanggungjawab manusia yang tidak boleh disalin akan menjadi semakin penting.

Ini juga bermakna kita tidak boleh menilai masa depan seseorang berdasarkan nama pekerjaan hari ini. Banyak pekerjaan masa depan belum mempunyai nama. Orang pada abad ke-19 tidak akan menulis “jurutera perisian”, “reka bentuk pengalaman pengguna”, “pengurusan siaran langsung”, “ilmuwan data”, “arkitek awan”, atau “pencipta video pendek” dalam imajinasi pekerjaan mereka, dan orang hari ini juga tidak dapat menyenaraikan sepenuhnya struktur pekerjaan di era AI. Pekerjaan manusia di masa depan mungkin lebih banyak berpusat pada hubungan perkhidmatan, pengorganisasian skenario, pengambilan risiko, penjelasan keperluan, perubahan tingkah laku, reka bentuk pengalaman, dan penghasilan kepercayaan.

Pekerjaan lama akan hilang, pekerjaan baru akan muncul.

Namun, perubahan yang lebih mendalam ialah tenaga kerja manusia berpindah dari “melaksanakan tugas yang telah ditetapkan” kepada “mengorganisasi kemungkinan terbuka”.

Penutup: Tinggalkan pasaran untuk dunia baru

Sejarah tidak pernah bergerak mengikut klasifikasi pekerjaan zaman dahulu.

Semasa mesin menenun, orang menangis untuk penenun; semasa kereta api melintasi benua, orang bimbang untuk pengendali kereta kuda; semasa lampu elektrik menerangi bandar, orang berdukacita untuk penyalur lampu; semasa internet menelan media cetak dan kaunter, orang menulis eulogi untuk industri lama. Kesedihan ini semua adalah nyata. Tetapi jika sejarah hanya terdiri daripada kesedihan ini, umat manusia sudah lama berhenti di masa lalu.

Yang benar-benar mengubah dunia bukanlah hanya pekerjaan lama yang hilang, tetapi keperluan baru dikenal, produk baru dicipta, perkhidmatan baru diorganisasi, dan gaya hidup baru diciptakan.

Kecerdasan buatan juga akan begitu.

Hari ini, kita berdiri di atas tapak lama, mudah untuk membayangkan masa depan sebagai satu proses pembersihan pekerjaan. Kita dapat melihat penulis, jurucara, kakitangan perkhidmatan pelanggan, penterjemah, dan analis yang digantikan, tetapi tidak dapat melihat perkhidmatan kesihatan, bentuk pendidikan, organisasi penyelidikan, pengalaman budaya, penghasilan rumah, proses perniagaan, dan gaya hidup peribadi yang belum muncul. Benda-benda yang dimusnahkan mempunyai nama, manakala benda-benda yang dicipta sering kali belum mempunyai nama. Oleh itu, ketakutan sentiasa tiba lebih awal daripada imajinasi.

Tanggung jawab ekonomi bukanlah menjual optimisme murah, bukan juga menyesuaikan diri dengan pesimisme defensif. Tanggung jawab ekonomi adalah mengingatkan orang-orang: inti revolusi teknologi bukanlah aritmetika pengganti di dunia lama, tetapi perluasan set yang mungkin di dunia baru.

Apabila AI menjadikan kecerdasan sebagai input yang murah, yang sebenarnya diperlukan masyarakat bukanlah menyerahkan semua kemungkinan kepada beberapa pusat untuk dirancang, tetapi memberikan kebebasan kepada ribuan orang untuk mengeksplorasi keperluan yang belum diketahui. Kita memerlukan harga, kerana preferensi manusia berbeza dan berubah; kita memerlukan pasaran, kerana pengetahuan tersebar di masa dan tempat tertentu; kita memerlukan keuntungan, kerana inovasi memerlukan insentif; kita memerlukan kerugian, kerana arah yang salah perlu ditiadakan; kita memerlukan persaingan, kerana tiada siapa pun yang tahu terlebih dahulu masa depan milik produk, perkhidmatan, atau bentuk organisasi mana.

Setiap zaman lama menganggap pekerjaan, organisasi, dan industri sendiri sebagai bentuk semula jadi tamadun. Zaman pertanian begitu, zaman industri begitu, dan zaman internet juga begitu. Orang menganggap mereka sedang melindungi kehidupan, tetapi sebenarnya sering kali mereka sedang melindungi klasifikasi lama; orang menganggap mereka sedang mempertahankan manusia, tetapi sebenarnya sering kali mereka sedang mempertahankan identiti pekerjaan yang terbentuk di bawah teknologi lama.

Namun, yang sebenarnya dilindungi oleh sejarah bukanlah identiti spesifik seperti kusir kereta kuda, penyalur lampu, atau pengetik, tetapi kemampuan manusia untuk semula menemui keperluan, menyusun semula penghasilan, dan mencipta semula kehidupan di hadapan teknologi baharu.

Yang paling patut dipertahankan di era AI ialah kemampuan ini. Dan bentuk institusionalnya masih tetap berupa harga, keuntungan, kerugian, persaingan, dan kebebasan masuk dalam pasaran terbuka.

Pengembalian teori harga bukanlah kembali ke masa lalu, tetapi membela masa depan.

Masa depan tidak akan menjadi syurga statik yang tiada kelangkaan, tiada pilihan, tiada perdagangan, dan tiada pasaran kerana AI menjadi kuat. Masa depan akan lebih kaya dan lebih kompleks; lebih melimpah, juga lebih berbeza; lebih pintar, juga lebih bergantung pada pengetahuan tempatan dan penilaian manusia. Kecerdasan buatan memperluaskan kemungkinan, tetapi mekanisme harga membantu kita menemui kemungkinan mana yang benar-benar bernilai.

Meninggalkan pasaran untuk dunia baru ialah membuka jalan kepada keperluan yang tidak diketahui, memberi ruang ujian kepada produk baru, memberi peluang kepada generasi muda untuk berani mencuba, dan memberi laluan kepada imajinasi manusia.

Tapak lama akhirnya akan longgar. Masalah sebenarnya bukan sama ada kita mampu mengekalkan setiap kereta kuda, tetapi sama ada kita membenarkan keretapi, kereta, pesawat, dan perkara-perkara yang belum dinamakan muncul.

Yang paling patut dipertahankan di era kecerdasan buatan bukanlah satu-satunya pekerjaan lama, industri lama, atau bentuk organisasi lama, tetapi kemampuan institusi manusia untuk menemukan nilai dalam masa depan yang terbuka.

Ini bukan sisa-sisa ekonomi lama.

Ini adalah pintu masuk ke dunia baru.

Ini adalah kembalinya teori harga.