当AI的成功成为系统性危机的导火索，产品人该如何重新思考商业逻辑？这篇思想实验揭示了AI时代最残酷的真相：我们精心设计的用户惰性货币化模型，将在AI代理的无情比价中土崩瓦解。从SaaS崩塌到就业危机，文章用未来视角拷问每个产品经理：你所谓的护城河，究竟是真实价值还是可替代的摩擦？

最近读到一篇让我反复回味的文章——Citrini和Alap Shah写的《The 2028 Global Intelligence Crisis》。

它不是技术文章，不是投资报告，而是一个”来自未来的思想实验”：虚构了一份2028年6月的宏观备忘录，回溯AI如何在两年内将一个正常运转的经济推向系统性危机。

但最让我触动的，是它的前提：危机不是因为AI失败了，而是因为AI成功了。

这个问题，产品人应该认真想一想

文章开篇有一句话：

“如果我们对AI的乐观判断一直是对的……而那恰恰是最大的利空呢？”

我们这个行业里，每天都在谈AI能做什么、效率提升多少、哪些产品要被颠覆。但很少有人认真讨论另一面：当AI真的按我们预期的方式运转，整个商业生态会发生什么结构性变化？

作为产品经理或互联网从业者，这个问题和我们的关系，比很多人意识到的更近。

你以为护城河，其实是摩擦

文章里有一个论断，我觉得每个做产品的人都应该认真对待：

过去很多产品的”护城河”，本质上是对用户惰性的货币化。

外卖平台的护城河是什么？用户饿了、懒得比价、App在主屏幕上。这是真实的用户价值，还是一种被动依赖？订阅产品的续费率为什么高？因为用户真的离不开，还是因为取消流程足够麻烦？

当AI代理代替用户做决策，它不会有主屏幕，不会因为懒惰接受次优选项，不会被精心设计的Checkout体验打动。它只关心价格和效用。

文章描述了一个场景：AI代理同时检索DoorDash、Uber Eats和二十个新竞品，每次都选费用最低、配送最快的。那些建立在用户惰性上的产品壁垒，会在一夜之间消失。

这对做产品的人意味着一个非常直接的问题：你的产品留住用户，靠的是真实价值，还是摩擦？

SaaS的逻辑，其实适用于很多产品

文章用了大量篇幅讲SaaS行业的崩塌，但背后的逻辑远不止于此。

一个代码工具可以在几周内复现一款中端SaaS的核心功能——不完美，但足以让采购方重新谈判。当”我们可以自己做”从砍价话术变成真实选项，整个软件行业的定价逻辑就变了。

这个逻辑同样适用于内容、设计、数据分析、用户研究……凡是可以被”足够好的AI输出”替代的中间环节，都会面临类似的压力。

更微妙的是文章指出的一个反身性结构：ServiceNow裁员15%，机械性地取消了自己15%的软件订阅。 帮企业降本的逻辑，和侵蚀自身营收的逻辑，是同一个逻辑。

这让我想到一个问题：你所在公司的产品，有没有可能正在经历类似的处境——你们在帮客户提效，而客户提效之后，反而需要更少地使用你们的产品？

“AI会创造新工作”——这个论断需要更高的举证责任

每次有人担忧AI对就业的冲击，最常见的安慰是：技术进步从来都是消灭旧工作、创造新工作，历史一直如此。

ATM机让银行出纳员增加了。互联网消灭了旅行社，但发明了电商运营、SEO、内容策略……我们这个行业的很多岗位，本来就是互联网创造出来的。

文章对这个反驳的回应是我认为全文最有力的一句话：

“每一个历史上被技术消灭的岗位，其替代者仍然需要人类来执行。”

过去的技术替代发生在特定任务层面，被替代的工人可以转移到新任务——新任务依然需要人的判断和创造力。AI作为通用智能，正在向人类可能转移过去的每一个方向同步扩张。

这不意味着新工作不会出现。但**”AI会创造新工作”如果只是援引历史先例，已经不够了**。更值得追问的是：新工作在哪里、对谁开放、门槛是什么、薪资如何——这些问题如果没有具体答案，这个论断就不应该被用来关闭讨论。

对产品经理和互联网从业者来说，这个问题不是抽象的。你的岗位五年后还在吗？如果在，它的核心价值是什么？这两个问题，现在就值得想清楚。

那我们能做什么？

文章是思想实验，刻意省略了政策干预和社会适应的复杂变量。现实不会这么极端，也不会这么整洁。

但思想实验的价值，不在于准确预测，而在于迫使你认真思考那些被乐观叙事遮蔽的可能性。

对从事互联网和AI行业的人，我有几个具体的想法：

• 重新审视你产品的留存逻辑。 区分哪些留存来自真实价值，哪些来自习惯和摩擦。前者在AI时代是资产，后者是隐患。
• 警惕”效率提升”叙事的完整链条。 帮用户或客户提效是好事，但要想清楚这个效率提升最终流向哪里，是否会反过来压缩你自己的市场空间。
• 把不可替代性想得更具体一些。 不是”AI不能替代人类创造力”这类宽泛论断，而是落到你自己的岗位：你日常工作中，哪些判断是AI目前真的做不好的？这个清单，比你想象的要短。

最后

这篇文章不会让我对AI的前景变得悲观。但它让我对”AI是净正面”这个判断变得更加审慎。

净正面可能是真的。但”净”这个字掩盖了大量分配问题：谁得到了正面，谁承担了负面，这两批人是不是同一批人？

作者在文章开头说，这个场景”相对被低估”。我同意。不是因为它一定会发生，而是因为认真想清楚它，比假装它不存在要有价值得多。

原文：《The 2028 Global Intelligence Crisis》，Citrini & Alap Shah，2026年2月