「经济有太多惯性」——奥特曼承认算错了 AI 改变世界的速度

先说结论

8 月 23 日，Sam Altman 上了 David Senra 的播客节目，说了一句很少从这个位置听到的话：“I think I was wrong about a few things, but in terms of the speed, one of them is the economy just has so much inertia."——我错了几件事，其中一件关于速度：经济有太多惯性。

重点不在认错，在他认的是哪一个错：不是「AI 不行」，而是「AI 很行，但社会和经济吸收得慢」。技术这只钟和制度这只钟，从来不同速。这句话值得长期跟踪，因为它把行业讨论的重心，从「模型还有多强」挪到了「世界消化得多快」。

事情是怎么发生的

时间线摆在一起才看得清。

2023 年 GPT-4 发布后，他预计软件业很快出现大规模颠覆，后来自己承认对时间线 “too ambitious”。2025 年初他在《Reflections》里预计 AI agent 当年就会进入劳动力市场、实质性改变公司产出——没有发生。2025 年年中的《The Gentle Singularity》则说「我们已经越过事件视界」。

到了 2026 年 8 月，版本变成：AI 是「人类发明过的最了不起的技术之一」，但 “society and the economy will adapt more slowly”；人们「还在从同一家公司买东西，还按老办法用工具」。他把 AGI 时刻表放到 2028 年底——届时「人类大部分智力容量会待在数据中心里，而不是数据中心外」。

同一周，8 月 26 日英伟达财报：单季营收 962 亿美元、同比翻倍，下季指引 1080 亿。黄仁勋的原话是 “AI has reached its inflection point”、“Now, compute is revenue”、“demand is accelerating”。

同一个生态的两个人，一个说拐点已到、需求加速；一个说经济有惯性、吸收很慢。这不矛盾，反而正是这个阶段最准的写照：钱已经在算力层转起来了，但还没在千行百业的工作流里转起来。tokens 在赚钱——赚的主要是买算力的钱。

为什么重要

第一，它重新校准行业时钟。过去三年的默认叙事是能力领先、应用随后、颠覆在途；现在，最没有动机说「应用没跟上」的人说了这句话，这比任何咨询报告都值钱。

第二，「慢」被他顺势改写成了好消息：惯性让转型 “slower and smoother”，社会有更多时间适应。同一个事实，既是认错，也是安抚——而他背后的公司恰恰需要市场保持耐心。这层修辞值得盯紧：当「扩散慢」从失败信号变成稳定叙事，它也会变成延缓问责的理由。

第三，慢速度会放大分布问题。他说人们「继续从同一家公司买东西」——如果采用沿现有权力结构走，收益就先落在已经在场的人手里。他自己在同一场访谈里也点了两条他称为「反人类」的路径：失控，或者「出于恐惧把权力集中到少数几家公司手里」。慢速度下，第二条路更容易走。

站得住与站不住的地方

站得住：SaaS 没有成批死掉，企业级工作流改造确实慢，采购、合规、组织惯性都是真实摩擦；他自己的判断从 2025 年 agent 进场一路后撤到 2028 年底 AGI，说明这不是修辞，是真在改。

站不住：他有明确动机说「慢」。OpenAI 是全世界最需要市场等它商业化的公司。而且「慢」有一部分是度量问题——员工私下用 ChatGPT 干活，不会出现在任何颠覆统计里。还有一层财务结构别忘了：8 月中 CNBC 报道，英伟达宣布为 OpenAI 的数据中心提供最高 1050 亿美元融资。卖铲子的给买铲子的放贷，这时候两边的口径都得打折听——「需求加速」和「经济惯性」，各是各自资产负债表的注脚。

公允地说，两边可能都对：这恰恰说明当前 AI 经济的钱主要在基础设施层滚动，还没落进传统行业的报表。

接下来该盯什么

三个可核查的记号：

一、2028 年底这个 AGI 时刻表会不会再次后移——它现在是一个有日期的公开承诺；

二、「智力容量在数据中心里」对应的可测指标：agent 实际接手的工作量、按行业分解的采用率；

三、英伟达的 token 收入增速与传统行业生产率数据的时间差——当 token 收入增速开始落后于算力收入增速，「惯性」这个词就会从解释变成警报。