前Google X首席商务官、曾在谷歌任职12年的Mo Gawdat近日表示，人工智能正在把世界推入一个持续12至15年的剧烈调整期，而2027年可能成为这轮冲击的关键节点。在他看来，AI带来的并非单一技术升级，而是对就业、教育、权力结构、社会信任和经济体系的系统性重构。
Gawdat在访谈中用“FACE RIPS”概括未来变化的核心维度，包括权力与自由、现实与连接、创新与经济，以及问责机制等多个方面。他认为，AI不仅会提升生产效率，更会深刻改变资本主义社会对劳动、收入与价值创造的定义。对市场参与者而言，这意味着宏观预期、资产定价逻辑和行业景气判断都可能在未来数年持续变化。
AI冲击就业：初级岗位承压最明显
Gawdat指出，AI将首先大规模替代可标准化、可重复的知识型和事务型工作，例如客服、文员、研究助理和会计等岗位。他提到，今年新毕业生招聘率已经下降约23%至30%，原因之一就是大量入门级工作正在被AI接管。如果这一趋势继续向中层岗位蔓延，劳动力市场竞争将进一步加剧。
他认为，未来几年部分行业失业率可能升至10%、20%甚至30%。一旦劳动需求显著下滑，传统以就业和工资为核心的经济循环将受到冲击。由于消费是经济增长的重要支柱，当收入来源减少，企业销售、平台收入和整体资本回报也可能承压。
这类判断虽然带有明显前瞻性和个人色彩，但其指向的核心问题值得市场重视：AI若显著压缩人力成本，短期内可能利好企业利润率和科技板块估值；但中长期若引发就业承压与消费走弱，则会反过来影响宏观增长和风险资产表现。
经济与资本结构或被重写，UBI讨论再升温
在Gawdat看来，当AI生成的供给能力持续增强，而人类劳动在分配体系中的作用下降，现有资本主义框架可能被迫调整。他特别提到，社会未来或将更频繁讨论全民基本收入（UBI）。但问题在于，谁来承担成本、如何征税、平台和技术所有者是否愿意让渡利益，都可能成为新的社会博弈焦点。
这一观点对加密市场并非毫无关联。若全球围绕收入分配、数字身份、财政补贴和新型货币体系展开改革，区块链行业可能在稳定币、链上支付、数字资产托管以及去中心化身份等领域获得新的叙事空间。尤其是在传统金融分配效率遭遇质疑时，加密基础设施常被视为更高透明度和更低摩擦成本的候选工具。
不过，投资者也应看到，若AI加速权力和财富向少数大型平台集中，市场资金可能更偏向拥有算力、数据和模型优势的科技巨头，而非中小型创新项目。对加密行业而言，这既是机会，也是竞争压力。
“现实”被重塑：信息可信度面临挑战
除了就业和经济，Gawdat还重点强调了AI对“现实感”的侵蚀。他认为，从社交媒体内容到图像、语音、视频，AI正让真假边界迅速模糊。随着全流程AI生成内容普及，用户越来越难分辨眼前的信息是否真实，这将对社会信任体系、舆论环境乃至公共治理形成压力。
这一趋势对加密货币市场同样具有现实意义。数字资产领域本就高度依赖信息传播速度与市场情绪，若AI生成的虚假消息、伪造项目材料、仿冒创始人言论甚至自动化操纵舆论行为增加，市场波动性可能进一步放大。交易者未来不仅要分析基本面与流动性，还需要提高对信息源真实性的审查能力。
从这一角度看，链上可验证机制、公开透明的数据记录以及去中心化审计工具，可能在AI时代获得更高关注。因为当“看到的不一定是真实”时，能够被验证的数据资产价值将被重新定价。
教育与创业模式也在改变
Gawdat认为，AI正在重新定义教育的目标。他甚至预测，未来10年内传统大学的价值会持续削弱，单纯依赖考试和标准化知识传授的模式将越来越难以适应现实需求。相比记忆和重复训练，他更强调人与AI协同工作的能力，包括批判性思维、伦理判断和快速学习能力。
在创业层面，他表示，AI显著降低了产品开发门槛。其团队曾用数名工程师和8个AI代理，在6周内完成一个AI创业项目；而按过去的技术条件，这类项目可能需要4年和350名工程师。这意味着，创业不再只是资源密集型游戏，个人和小团队的试错成本正在迅速下降。
对于Web3与加密创业者而言，这一变化尤其关键。AI工具的普及可能推动更轻量化的协议开发、产品测试和全球化运营，同时也会提高行业竞争密度。项目能否建立真实用户需求、可信社区和长期网络效应，将比“先发概念”更重要。
市场影响：AI叙事升温，但风险资产分化或加剧
从资本市场角度看，Gawdat的判断强化了一个正在形成的共识：AI并非普通主题投资，而是可能影响未来十年资产重估的核心变量。短期内，AI提高生产率、压缩运营成本的逻辑，仍可能支撑科技股、算力、数据中心及相关数字基础设施资产的估值表现；但中长期若就业、消费和监管问题同步显现，市场将更频繁地在“效率红利”与“社会成本”之间摇摆。
对加密货币市场而言，AI叙事与链上经济的结合可能继续吸引资金关注，尤其是在去中心化算力、AI代理、数据确权和稳定币支付等方向。但与此同时，若全球监管加强对AI、自动化交易和平台权力集中的审查，部分高波动赛道也可能面临更严格的政策约束。
整体来看，Gawdat的观点并不意味着确定的未来，更像是一份充满警示意味的路线图。其核心结论是，AI带来的变化不会只停留在技术层，而会延伸到收入分配、社会治理、信息真实性和金融市场结构。对投资者、创业者和普通用户而言，真正重要的或许不是预测是否完全成真，而是在变化提前到来时，是否具备足够的敏捷性、伦理判断和风险识别能力。