在AI推動下，全球正出現典型的“繁榮性蕭條”，整個產業都在一種AI推動的FOMO情緒中，利用AI降本增效。在第一階段，降本體現的更為明顯，所以作為opex中的一種，省下員工支出成為了AI capex的一種重要的資金來源，省出來的錢，幾乎都用來買卡，買雲服務了！
META發布新財報，管理階層的一段演講是這個FOMO的最真實寫照：“The very worst case would be that we effectively have just pre-built for a couple of years, in which case, of course, there would be some loss and depreciation, time soo , there would be some loss and depreciation, time .
管理層說“最壞情況，我們相當於提前建了幾年”，意思就是當下對於科技巨頭來說，企業考慮的不是ROI，ROI好不好先不管了，先上算力再說，大不了就是過度建設，後面我就少建設一些，但是現在我一定要加碼。
雖然這個說詞引發了擔憂與恐慌，業績後股價大跌，但這是meta的「盲目燒錢」嗎？在我看來，這是低後悔（low-regret）的前置建設，為什麼一定要前置擴張CapEx（而非「跟節奏」）？
1) 現在就有「可計量、可吸收」的高ROI用途（核心業務算力飢餓）
Zuckerberg 一再強調家族應用與廣告業務長期處於算力受限；投入更多算力能「在核心業務裡以盈利方式吸收」。 如果「跟節奏」慢投，就繼續被算力約束，把這些已驗證的增益拱手讓出，機會成本高於折舊成本。
2) 為「更樂觀時間線」的前沿模型與新產品搶佔時間窗口（選擇權價值）
「最壞情況，我們等於提前建了幾年，會有折舊損失，但會逐步消化（grow into it）。」一旦「更強模型/能力」提前可用，Meta 有把新能力規模化到十億級用戶的執行力（已驗證：Meta AI 月活>10 億、Vibes 上線後媒體生成量10×+）。慢節奏可能錯過窗口，讓後投入的算力轉換效率低於先行者。
「跟節奏」會帶來什麼問題？新增廣告面/會話電商爬坡期的視窗收益遺失：Threads 資訊流、WhatsApp Status、Business AI（「廣告→網站嵌入→購買」）處於早期規模化，需要充足訓練/推理支撐填充率、相關性與轉換。慢投會稀釋早期質量，影響後續eCPM 與預算意願。
所以，在「即時可吸收的高ROI」與「時間窗口選擇權價值」面前，前置CapEx 是更優的風險—收益解；「慢節奏」看似穩健，其實把確定性的效率紅利與潛在的先發優勢都拱手讓人。管理層並未盲衝，而是用自建+雲+JV的結構化手段，把「瘋狂擴張」做成了可調整、可兜底的前置建設。
所以，更多的員工成了FOMO升級的對象，成了預算的犧牲品。
「人，是企業最重要的資產。」現在還是嗎？未來最重要的資產是什麼，是AI？
Capex 的角度“沒人否定人。但從今天起，為了明天，預算要搬家。”
這種“預算的移民”，眼下在許多公司同時發生：
研發部取消了幾個沒把握的長線項目，薪資池往裡縮；
- 資料中心部把PPA（電力購買協定）排期表掰開又合上，重複計算新增機位的上線時間；
- CFO 列了一張「三桶預算」表：效率紅利（T0）、新面商業化（T1）、能力選擇權（T2）。
T0是把新增算力餵給已經驗證的鏈路，對於meta等廣告平台來說那就是（廣告排序、客服自動化、檢索與推薦），當季就能落在 轉換率、CPL、AHT、eCPM 上；
T1是把 對話式商業 與 新廣告面（例如新產品線、新場景）做出閉環；
T2則是最「像賭」的：面向統一排序、前沿大模型、端對端Agent 的能力選擇權。
“企業把錢給了capex，”Opex 指著AI，“讓員工怎麼辦？讓就業怎麼辦？”
非農就業的困惑
非農“還是那套算法。企業付過薪、政府核過稅，才能記一筆。人頭會數，效率不懂也不會。”
所以才會有近月非農就業的尷尬：
初值很快就交卷，「寧早不寧準」；兩次例行修訂與年度基準調整常常把前面的數字推翻；樣本滯後、並發季調、Birth-Death 模型（新生企業-關停企業淨額的估計）在經濟拐點上容易集體失真。
AI讓同一份工作在更短的'人類工時'裡完成，甚至自動完成。而非農看的是'幾個人'，不是'單位工時產出'。所以，如果從非農業數據來看，大家自然會覺得'就業冷'。 」
AI 讓非農業就業數據失去了意義？前期我已經深度分析過這個。
可是－－如果AI讓經濟更好，為什麼非農這邊會更差？ 「因為效率紅利先落在『每個人』身上，而不是『更多的人』身上，產生了三個典型的剪刀差：
產出—就業剪刀差
實際產出指數一路往上，總就業指數卻橫著走。
利潤率—勞動份額剪刀差
營業利益率穩中抬升，勞動報酬佔緩緩下沉。
Capex—工資剪刀差
資本開支/營收比率抬頭，薪資/營收比率下降。
這不是衰退。 「這是『人力→算力』的再分配。
所以，某廣告平台在一個季度內，用「統一排序+運行時蒸餾」把同等流量下的價值加權轉換率再次拉高，廣告品質在核心面提升雙位數百分點，線索類CPL 順勢下了台階；某雲業務的RPO/Backl og連增，客戶的採購意願很強，但電力與算力的上架周期卡住了交付；幾家頭部公司在同一季裡強勁增長+結構性裁撤並存，中後台/可編程任務的崗位持續縮編，而貼近算力與直連現金流的崗位逆勢擴招。剪刀差不是個別公司的戲法，它是生產函數的重寫，也是城市、人群與新秩序的重建。未來可能，辦公室裡，平台工程、資料治理、推理成本工程的崗位熱著，HR 的需求像一條沒斷過的線；老牌呼叫中心改了KPI，AI 助手使用率寫進了每個坐席的日常報表；機器翻譯與生成改寫把初稿“包工化”，留下的數據定位更偏審校、選題、AI只接下了文書與排程，大多數工作仍要人手；有一條新賽道，叫 「AI 貼近位」——評測、對齊、合規標註、企業級RAG 的數據工與工藝師。
如果把這些故事放到一張地圖上，會發現一個「K 型」輪廓：貼近算力的群體在上升；可編程、可腳本化的中端崗位在下沉；本地服務相對穩定。在同一城市裡，電梯裡的對話變得兩極：有人談蒸餾、門控、對齊，有人在更新履歷。
對於，科技巨頭來講，短時鐘用新增算力繼續放大已驗證的廣告ROI；長時鐘用前置產能換取前沿模型/新產品的時間期權。真正會迫使產業放慢CapEx 的，是「轉化≤展示+ 新面不爬坡+ 算力利用率走弱」三件事同時出現；在那之前，「邊投邊吃邊等窗口」的策略依然理性。
這就是當前的繁榮性蕭條：在 AI 驅動的生產力躍升背景下，出現「企業收入與利潤強、資本開支高、股價高，但廣義就業與薪資份額弱」的背離期。其本質是人力（Opex）→算力（Capex）的再分配，導致：
產出/利潤提升與 人頭就業/勞動份額下降的「剪刀差」長期並存；
- 組織層面「效率紅利（短時鐘） + 能力選擇權（長時鐘）」疊加；
統計層面的 NFP（非農）「偏冷」 與 企業財報「偏熱」 同時可見。
傳導，從企業微觀到宏觀：
AI→TFP↑
推薦/廣告/客服/DevOps 等連結的 單位產出/人 上升，不必等比例擴大 即可放大收入；
資本替代勞動
當人均產出邊際收益較高時，CFO 把預算從工資向算力/數據/電力/設施傾斜；
財務三表映射
Capex→折舊（Dep）階梯↑，短期壓FCF；但 毛利/利潤率 因效率提升而支撐；
勞動結構再洗牌：
高技能/貼近算力職缺（AI 平台、資料、分散式訓練/推理成本治理）提升；
中端可程式/可腳本化任務（客服、翻譯、模板化寫作、鷹架編碼）下降；
靠技能本地服務對AI 替代敏感度低，持平或小幅上升；
宏觀背離
產出強+ 就業弱 → NFP 初值在拐點期頻繁負修正，而企業獲利/股價仍好看。
窗外是一片片的機房－一城一城的風，呼嘯著穿過冷通道與熱通道。繁榮性蕭條不是一個結論，它是一條通道：人力讓路給算力、統計讓路給現實、敘事讓路給動作。穿過去的公司，會從噪音裡長出秩序；穿不過去的，就會在歷史上留下一個「下修」的註腳。
繁榮性蕭條不是對「人」的否定，而是對「把人變成更高價值的動作」的再要求。
「繁榮性蕭條」並不是衰退，而是AI 推動的「高生產力—低廣義就業」過渡帶：人力→算力的再分配、統計口徑的滯後與拐點期修正疊加，使 NFP 看「冷」、財報看「熱」。對企業與個人，答案更直接：讓每一份AI 產出盡可能變成可審計、可計費的Action；在「繁榮性蕭條」的時間裡，這就是最有效的護城河與護身符。
燈下散場，各自上路。(貝葉斯之美)