人們總是高估變革的速度。多年前我看到過“房地產代理人死亡”的預言，但當我在一個月前買了公寓時，卻不得不雇用一個中介，理由都是捏造的。那個人從一筆交易中賺了大約五萬美元，而實際工作時間不超過十個小時。我本可以自己完成，但系統不允許。這是一個組織性慣性不足的生動例子。

2007年有人說美元已死，2008年說經濟將崩潰，2014年說AMD和NVIDIA完蛋。然後ChatGPT出來了，人們又說谷歌完了。但老牌機構每次都證明它們比人們想像的要強大得多。這不是偶然——這是社會運作方式中深層結構性缺陷的體現。

我創立並出售了一家專注於將保險公司從手工服務轉向軟體的公司。我學到了一個艱難的教訓：任何真正的變革都比你預期的要花更長的時間，即使你一開始就預料到這一點。這意味著世界不會立即改變——而是變化會變得更緩慢，這給我們時間去適應。

關於軟體，大多數人不了解問題的嚴重性。我在Salesforce和Monday上花了數十萬美元，但事實是這些軟體都非常糟糕。每個工具都充滿錯誤。有些網站在手機上運行不正常。人工智慧可能讓競爭者能夠複製這些產品，但更重要的是，它讓他們能夠開發出更好的產品。因此，股市崩盤並不奇怪——這個行業依賴長期關聯，缺乏競爭。現在競爭正在回來，這是自然的。

事實上，對軟體人力的需求幾乎是無限的。幾乎每個軟體產品都存在巨大的改進空間——也許比我們目前的複雜度和功能多100倍，才算是終點。吉芬定律在這裡適用：提高效率會增加需求。2020年的工程師生產力相當於1970年代數百人，但結果仍有巨大改進空間。

慣性不足不僅是問題——也是機會。當人工智慧影響到官僚層級時，政府將資助大規模的再造。美國已失去製造電池、引擎和晶片的能力。中國生產了全球90%的人造氨。如果供應中斷，我們甚至無法生產肥料。這意味著在基礎設施和製造領域有巨大的就業機會。

人們會發現，完成實質性工作的成就感比在數字世界中轉圈更令人滿足。也許那個在Salesforce賺180,000美元的工程師會在加州的海水淡化廠找到工作。這些項目不僅需要建設——還需要長期維護和持續改進。

我對人工智慧非常樂觀，預計有一天我的工作會變得過時。但這需要時間，時間給我們機會做出正確的規劃。系統中的慣性不足不是弱點——它是保護。在COVID期間，政府證明在危機中能迅速反應。需要時，刺激政策會迅速到來。

核心不在於會計數字——而在於保障人民的物質福祉。這是國家的合法性來源，也是維持社會契約的基礎。如果我們在這場緩慢但確定的科技革命中保持警覺和反應，最終我們將會安全。