我们感受到的”快”，和系统真正改变的”慢”，是两件事
每隔一段时间，就会有一个人人都在谈论的新技术出现。发布会的节奏、融资的额度、模型的跑分，都在传递同一个信号：世界正在被迅速改写。
但如果把观察的尺度从”月”拉到”十年”，会看到一个不太一样的画面。发明是瞬间的，扩散是漫长的。这两件事之间的落差，才是理解技术与社会关系的关键。
1. 电灯亮起的那一年，工厂没有变
1882 年，爱迪生在曼哈顿建成珍珠街电站，电力第一次以集中供应的方式进入城市。按直觉，工业应当立刻被重塑。
实际发生的事情慢得多。此后近四十年里，大量工厂仍然沿用蒸汽时代的布局：一台巨大的蒸汽机放在厂房一角，通过天轴和皮带把动力输送到每一台机器。电只是被接进了旧结构，而不是让结构重新长出来。
经济史研究者保罗·戴维在 1990 年的一篇论文里讨论过这个现象。他指出，电气化真正带来生产率跃升，要等到工厂把”集中式轴驱动”改造成”每台机器独立电机驱动”之后——而这不仅是换设备，是重新设计厂房、重新安排工序、重新训练工人。这中间隔了整整一代人。
2. 瓶颈从来不是技术本身
这个故事容易被误读成”人们接受新事物太慢”。我不这么看。真正的瓶颈是互补系统的重建成本。
一项新技术要发挥全部效力，需要一整套配套：标准、流程、技能、法律、空间布局、组织分工。这些东西的更新速度，受限于人的学习周期和组织的决策惯性，而不受限于摩尔定律。
电力需要电网，汽车需要公路和加油站，集装箱需要港口、卡车和工会的同意。每一个环节单独看都不难，但它们必须同时到位，收益才会出现。这就是为什么技术扩散曲线总是前段平缓、后段陡峭。
3. 索洛悖论：计算机无处不在，除了生产率统计
1987 年，经济学家罗伯特·索洛写下过一句被反复引用的判断：“你到处都能看到计算机时代，唯独在生产率的统计数据里看不到。”
这句话在当时被当作对 IT 投资的嘲讽。但后来的历史给了它另一种解读：不是计算机没用，而是当时还没有人把组织改造成能用好计算机的样子。等到流程重构完成，生产率数据才在九十年代后期开始回应。
这个延迟长达十几年。而在这十几年里，舆论经历了完整的”过热—失望—再发现”周期。
4. 通用目的技术的三段式
经济学里把这类能重塑所有行业的技术称为”通用目的技术”。它们通常经历三个阶段：
- 替代阶段：新技术被用来做旧事情，效率提升有限，因为旧流程还在；
- 重构阶段：组织围绕新技术重新设计流程，这一阶段往往伴随阵痛和错配；
- 溢出阶段：新流程催生出原本不存在的东西，生产率曲线才真正抬起来。
大多数关于技术的公共讨论，都停留在第一阶段。我们看到模型能写代码，就说编程被改变了；但真正的变化要等到团队结构、评审方式、责任划分全部重写之后。
5. 今天的基础设施账
如果把 AI 放在这个框架里看，会发现它同时受制于两条慢变量。
一条是物理的：电力、数据中心、网络带宽、芯片产能。这些东西的建设周期以年计，且受制于土地、审批和供应链。算力的增长不是一条指数曲线，而是一串被现实约束的台阶。
另一条是组织的：谁对 AI 的输出负责？错误由谁承担？流程里哪一步可以省掉？这些问题没有技术答案，只有制度答案。而制度的调整，从来以年为单位。
6. 速度感从哪里来
既然扩散这么慢，为什么我们感觉这么快？
因为信息传播的速度被误认成了世界改变的速度。一条发布消息可以在十分钟内传遍全网，但它在现实中落地，需要招聘、培训、采购、审批、试点、推广。前者是秒级的，后者是季度级的。
这种错位会带来两种常见的误判：高估短期影响，低估长期影响。前者让人追逐每一个风口，后者让人错过真正的转折。
写在最后
我不认为”慢”是坏事。恰恰相反，扩散的迟缓给了社会消化变化的时间。如果一项技术真的能在三年内重写所有行业，我们要面对的不是效率问题，而是秩序问题。
真正值得警惕的，是把发布会的节奏当成历史的节奏。历史的节奏更接近电网的铺设、公路的延伸、一代工人的退休——它不响，但它决定一切。
耐心在这里不是一种美德，而是一种方法。看懂哪些变化已经在路上、哪些还在等配套，比预测下一个爆款更有价值。
你身边有没有那种”技术早就有了，但流程一直没改”的例子？
评论 (0)