宏觀陷阱：為什麼每個問題都是別人的機會

簡而言之： 從三萬英尺的高度來看，每個行業看起來都壞了 — 電子商務殺死了零售，人工智慧殺死了工作，機器人將摧毀消費。但早期的電子商務參與者並沒有看到危機。他們看到了利潤。現在，這種模式在機器人技術和人工智慧上重複出現。問題不在於宏觀圖景是否醜陋，而在於你是否有能力在窗口關閉之前捕捉微觀機會。

詹姆斯，水星科技解決方案的執行長。 香港數碼港 — 2026年8月21日

我最近讀到一篇文章，清晰地表達了我多年來觀察到的事情。作者 — 一位敏銳的系統思考者 — 提出了大多數人忽略的簡單觀點：

宏觀看都是問題，微觀看都是機會。

從宏觀的角度來看，一切都是問題。從微觀的角度來看，一切都是機會。

這不是樂觀主義。這是算術。如果你經營一家公司，你最好了解你站在方程式的哪一邊。

兩種類型的讀者

我注意到作者所描述的相同分歧。有兩種人閱讀趨勢分析：

A型閱讀有關自動化的內容，嚴肅點頭，並擔心失業、不平等和「工作的未來」。他們看到了系統性風險。他們並沒有錯。

B型閱讀相同的分析並開始計算單位經濟學。他們看到如果一台機器人可以以40%的終身成本取代三名倉庫工人，那麼就有60%的利潤空間可以捕捉。他們也沒有錯。

區別在於？A型在描述天氣。B型在建造方舟。

兩者都是準確的。只有一種是有用的。

電子商務的先例：宏觀與微觀的案例研究

讓我們回到2000年代中期。線上購物一團糟：

• 支付信任？不存在。你把錢寄給陌生人，然後祈禱。

• 品質控制？可笑。"送到的東西可能與照片不符。"

• 商家聲譽？無法驗證。沒有評論，沒有救濟，沒有退款基礎設施。

• 消費者保護？祝你好運。

從宏觀的角度來看，這是一場災難。一整個中介生態系統——分銷商、批發商、零售房東、當地店主——即將被消滅。而且他們確實被消滅了。我不斷提到的「生產力-消費差距」？電子商務就是零號病人。

但宏觀視角忽略了這一點：

當批評者在診斷這種疾病時，早期的行動者已經在開出療方——並為此收費。

淘寶於2003年推出。到2010年，註冊用戶達到3.7億。這並不是因為網購對社會「更好」。而是因為它消除了工廠與消費者之間的每一個中介，價格差距足夠大，可以資助十年的增長，直到這個模式成熟。

早期的電子商務商家並不是因為關心「顛覆」而致富的。他們致富是因為他們能將實體零售的價格削減30-40%，並仍然保持50%以上的毛利率。

宏觀問題——死去的購物中心、失業的店員、空洞的主要街道——是真實存在的。只是這並不是他們的問題。

機器人平行：相同的模式，不同的硬體

快轉到今天。將「電子商務」替換為「機器人技術」，論點是相同的。

宏觀觀點：機器人需要物理訓練數據。每個環境都不同。泛化是困難的。開發速度比人工智慧慢，因為你不能只是從互聯網上抓取——你需要真實世界的物理、邊緣案例和失效模式。此外，一旦機器人運作，製造、物流、農業和服務業的20億人會怎麼樣？

這一切都是真的。對於提出更簡單問題的操作員來說，這一切都無關緊要：

"如果我在競爭對手之前部署機器人，我的成本優勢是什麼？"

這裡是重要的微觀數學：

在深圳，一名人類倉庫工人的全包成本約為每月 ¥6,000。將一個機器手臂攤銷到5年，並每天運行20小時？大約相當於每月 ¥2,500，沒有流動率，沒有培訓變異，且不會出現「我在高峰季節辭職」。

這不是10%的改善。這是60%的成本降低，並且有更高的正常運行時間。

宏觀思考者看到的是被取代的工人和社會不穩定。微觀思考者看到的是一個5年的窗口期，早期採用者捕捉到的利潤是晚期採用者永遠無法看到的。

沒有人談論的網絡效應

宏觀視角完全忽略的第二層面：零邊際成本的技能複製。

訓練一個人類成為大師級的機械師——在舊中國評級系統中的「八級鉗工」。你能複製多少？每個學徒一個。每位新工人需要數年時間。每次退休都會讓你失去無法替代的隱性知識。

現在訓練一個機器人達到同樣的標準。當它運作的那一刻，整個艦隊中的每個機器人都是八級鉗工。永遠如此。沒有學徒。沒有退休。沒有「年輕人不想再在工廠工作了。」

這不是推測。這就是為什麼特斯拉的Optimus計畫、Figure AI，以及每一個認真投入機器人技術的公司都在將數十億投入於物理基礎模型。獎勵不在於替換一位工人。它在於替換訓練的概念 本身。

一旦物理訓練環境存在——一旦一個機器人學會摺衣服、組裝電子產品或分類農產品——複製成本幾乎降至零。

宏觀問題（結構性失業）是十年的規模。微觀機會（利潤獲取）是現在。

配置不對稱：為什麼莊家總是贏

這裡有一個應該讓你感到不安的部分。我提到的作者提出了一個我無法忽視的更黑暗的觀點：

賺錢的時候，是誰先搞電商，誰先搞機器人誰撈。一旦生產力與消費力脫節，最後只能所有人一起舉債，去彌補這個逐漸拉大的差值。

當錢被賺取時，早期進入者會獲得它。當生產力和消費脫節時，每個人都要共同承擔債務。

想想2008年。華爾街發明了導致全球經濟崩潰的金融工具。誰獲得了救助？華爾街。誰付出了代價？每個持有美元計價資產的國家的納稅人。

相同的不對稱性在這裡也適用。如果你是第一個自動化倉庫的人，你將在競爭對手追趕之前獲得5-6年的利潤優勢。當每個人都自動化了，而整體消費者需求因為沒有人有工作而崩潰時呢？這是一個共同的問題。收益是私有的。損失是社會化的。

這不是一個道德論點。這是一個技術轉型的結構特徵。問題不在於這是否公平。問題在於你站在不對稱的哪一邊。

真正的問題：你正在運作的層級是什麼？

我在足夠多的董事會上坐過，知道大多數高管都是宏觀旅遊者。他們閱讀相同的麥肯錫報告，參加相同的達沃斯小組，並對相同的預測點頭。然後他們回去優化上個季度的 KPI。

在過渡期間獲勝的操作者並不更聰明。他們只是對於他們優化的層級更加謹慎。

| 層級 | 問題 | 時間範圍 | |-------|----------|--------------| |宏觀 | "這對社會意味著什麼？" | 幾十年 | |產業 | "這對我的行業意味著什麼？" | 幾年 | |公司 | "我的競爭對手在做什麼？" | 季度 | | 微型 | "我今天的單位成本是多少？" | 月份 |

大多數人卡在第一層或第二層。他們想要「了解趨勢」。但理解並不賺錢，執行才賺錢。

電子商務的贏家並沒有比西爾斯更了解零售的死亡。他們只是建立了結帳流程，而西爾斯仍在辯論是否關閉商店。

該怎麼做

如果你經營的是有實體操作的業務 — 製造、物流、餐飲服務、農業、設施 — 這裡是實際的決策樹：

停止： 等待「機器人市場成熟」。它不會均勻成熟。一些應用現在已經準備好。其他的可能需要十年。問題是，您操作中的哪一部分今天可以自動化。

開始： 按「機器人準備度」映射您的工作流程。不是「機器人能做這個嗎？」而是「如果我自動化這一步，回報期是多久？」任何在18個月內的都是明智之舉。任何在36個月內的都值得進行試點。

停止： 擔心「工作的未來」這個抽象問題。那是政策問題。您的問題是單位經濟學。

開始： 將勞動成本視為可以向下調整的變數，而不是每年談判的固定成本。

在下一次轉型中存活下來的企業，不會是那些預測得最準確的。它們將是那些在大家還在爭論宏觀問題時，抓住微觀機會的企業。

船的類比

我引用的作者以一個我無法改進的隱喻結尾：

地球其實是條船。搞成啥樣，都得大家一起扛，但是誰先搞事情，誰個人是有好處拿的。

地球是一艘船。無論發生什麼，我們都一起沉或浮。但誰先行動，誰就能獲得個人利益。

這不是犬儒主義。這是物理學。早期的行動者能夠獲得利潤，因為利潤存在於「可能」與「實施」之間的差距中。一旦每個人都實施了，這個差距就會縮小。機會窗口會迅速關閉。

對你來說，問題不在於機器人是否會重塑勞動市場。它們會。問題在於你是否會成為重塑自己勞動市場的人，還是五年後在案例研究中閱讀這一切的人。

水星科技解決方案：加速數位化。