机器的未来有人买单，年轻人的未来谁来买单？

该图片使用了AI生成技术

本文来自微信公众号： 观潮体系 ，作者：观潮

观潮评论·第一期

两个数字出现在相邻的两天——5000亿美元与6700万青年失业，虽然数字之间没有必然的因果联系，但依然像一把钝刀，缓缓割裂着社会的表层。

8月10日，英伟达联合Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR六家金融巨头，宣布合作建立AI基础设施融资平台，目标是动员超过5000亿美元第三方资金。

GPU、服务器和数据中心，正在被当成和房子、车子一样的东西——以获得长期资本、形成由算力支持的信用产品。黄仁勋说得清楚：这些资金要建能够"驱动每一个行业和国家"的AI工厂。

8月11日，就在英伟达宣布的第二天，国际劳工组织发布《全球青年就业趋势2026》：全球15—24岁年轻人失业率升至12.4%，约6700万人，他们没找到工作。ILO特意提醒，这不能主要归咎于AI——年轻人从事的岗位中，较高AI暴露的仅占6.1%。

也就是说，年轻人找不到工作，不能简单归因于机器抢了饭碗。

真正的原因很安静，也很无奈：社会在为机器建造一套有效金融基础设施的时候，没能给人准备同样的东西。

一、资本为什么天然爱机器

这不是"资本家冷酷"的故事。资本天然流往可以量化、可以回收的对象，这是它的本能。

一台GPU服务器通电就能产出算力，回报按月计算。它不会辞职、不会跳槽、不会培养两年突然转行。银行愿意贷款，因为抵押品是实物；投资者愿意入局，因为收益可以写进合同。

但一个22岁的年轻人呢？

他需要的不只是"给钱"，而是一段允许他"不会"的时光：接一个真实的活儿，犯一个不致命的错，被前辈皱着眉头纠正，观察别人怎么处理烂摊子，承担一个小后果，然后慢慢长出自己的职业骨骼。

这套东西，没法写进对赌协议。两年后的"靠谱"无法量化，培养失败不能折旧回收，员工跳槽了投资归零。

于是出现了一种奇特的风险机制：机器的风险通过融资平台、保险机制被分散到整个金融体系，使那些巨无霸企业压力可控；而年轻人找不到入口、没有机会试错，被归类为"个人竞争力不足"——人的风险全都落回自己头上。

二、问题不只是失业，是"允许不会"的空间在收窄

ILO的数据藏着一个更细的问题：全球青年失业越来越集中在"第一步"。不是已经在职业体系里失败，而是难以进入。

一个貌似有用的解决方案说是——技能提升。

"技能提升"已经成为全世界最惯常的答案：学AI、再培训、拿证书、参加Bootcamp。这些可能都有用，但它们都有那个共同限制——课程能够提供能力准备，却不能自动提供现实工作岗位。

你知道怎么画电路图，但没有人敢让你碰正在运行的生产线；你背熟了所有法律条款，但没有客户愿意把第一个案子交给你；你代码写得漂亮，但公司说"今年不招初级岗"。

年轻人缺的不是"多上一门课"，而是第一次被允许上班的入场券。

曾经，初级岗位有一个很少被写进岗位说明书的作用：公司接受你暂时没那么好用，你则在一次次真实任务里慢慢变得好用。那是隐性的、粗粝的，但它是有效的。

然而新的变化正在出现：如果越来越多最适合新人上手的基础任务首先交给AI，原来藏在这些岗位里的练手机会，自然也就跟着减少。

当所有组织都在追求"即插即用"，当每一个岗位都要求"今天入职明天产出"，我们其实在默许一件事："从不会到会"的那段试错成本，不再由社会承担了。

三、最刺眼的不对称

一家AI公司买不起GPU怎么办？

可以贷款。可以抵押。可以打包成证券卖给投资者。可以引入保险资金兜底。可以让英伟达这样的巨头出面担保。可以逐步扩展为一个5000亿美元的融资池，让全世界的钱都有明确的入口流进来。

所以机器缺钱，没关系，社会已经发明了一整套应对方案。

另一侧：一个22岁的年轻人还没有工作经验，谁愿意花两年成本让他成为一个真正可靠的工程师、律师、编辑、会计师？

答案是沉默。

没有专门的融资工具。没有可抵押的"学徒资产"。没有保险公司愿意为"培养失败"承保。没有巨头出面担保"这个人两年后一定成才"。银行不会给"学徒期"放贷，因为没法把一个人的成长期打包成理财产品。

机器的成长被当作基础设施问题——芯片、数据中心、电网、网络、融资平台，每一样都有具体的定义、专门的预算、成体系的投入。

但当社会谈年轻人的时候，"成长"仍主要被拆散给：家庭、学校、个人、企业培训、职业运气。

机器的成长是社会工程，人的成长是个人造化——这个表述上的差异，藏着深深的冷漠。

四、如果"第一次上手"越来越需要家庭购买

过去年轻人担心的是"我会不会干不好"；现在可能变成：在所有事情都要求立刻有产出的组织里，还有谁能容忍我的“不会”？

如果旧入口持续减少，而新的"允许不会"的空间没有被制度化地建立起来，那么一个新的缺口就可能出现：以后拉开年轻人差距的，不只是"谁学得更多"，还可能是有谁愿意让他第一次做事。

拥有试错资本的家庭的孩子可以出国读带学分实习的项目，可以gap year去试错，可以靠家里关系进入一个"允许犯错"的岗位。而普通家庭的孩子，不仅拿不到那份微薄的入门工资，更失去了那个被纠错、被观察、被慢慢塑造成型的制度化空间。

社会流动，将从"向上爬变难"，恶化为"起跑线消失"。这是整个社会必须尽早面对的现实。

五、探索的方向

靠大公司良心发现？靠政府发文强制扩招？暂时都不太现实。

目前最有生命力的，也许是那些散落在缝隙里的尝试：带薪学徒、真实项目制学习、AI辅助下的小团队、开源社区里的新手任务、大学把真实商业需求引入课堂。

它们共同的特征，不是"多学一点"，而是人为地恢复了被效率主义杀死的低风险现实——让年轻人在真实任务里犯错，但那个错误的代价，组织承担得起。

这或许会是答案的雏形：不是在对抗效率，而是在效率的缝隙里，重新发明"允许不会"的空间。

六、真正值得问的问题

5000亿美元可以为机器铺好未来，因为机器的"成长"有人买单。

而一个年轻人从"毛手毛脚"到"独当一面"的那两年，谁来买单？

机器在长。

人在缩。

文明在……？

（脱钩论述是常规系列，评论是问题逼到眼前，不得不发，会不定期出现在读者诸君面前，特此说明）

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。