事件背景
威廉.鮑莫爾(William Baumol)在 1966 年提出一個看似簡單卻深刻的經濟困境:某些行業的成本上升不是因為效率下降或品質提升,而是一個無法逃脫的數學宿命。
最著名的例子是古典音樂。演奏貝多芬第五交響曲需要 5 位音樂家、耗時 1 小時。1965 年如此、2024 年仍然如此。表演的「生產力」(productivity)增長是零。但這 50 年間,音樂家的薪資必須跟隨整體經濟成長、與科技業工程師競爭人才。結果:1965 年一場演奏會的票價是 X 元,2024 年必然是 10X 元——不是因為音樂變更好,而是純粹的成本壓力。
成本病的機制
問題在於勞動力市場的統一性。音樂家可以選擇轉向教學、編曲或其他領域。若他們發現科技業程式設計師的年薪漲到 150 萬元,而交響樂團只願出價 80 萬元,最優秀的人才就會流失。為了留住人手,樂團被迫提高薪資,但演奏時間沒增加、演出人數沒減少——成本只能轉嫁到票價上。
現實應用
這個原則解釋了為什麼:
- **醫療成本**:50 年上漲 10 倍。一次手術的核心步驟(醫生 + 護士 + 麻醉師的人小時數)沒有革命性改善,但醫療人員工資跟隨經濟成長。
- **教育學費**:大學授課時數沒變,教授工資卻必須競爭優秀人才,所以學費必漲。
- **現場服務**:理髮、律師諮詢、居家照護——這些都是高度勞力密集、單位産出固定的行業。
AI 的潛在救贖
鮑莫爾成本病 60 年來無人能解——直到 AI 出現。如果大語言模型能做到 70% 的初級診斷、自動化學生批改、甚至生成初稿法律文件,那麼單位產出可以急劇上升。一名醫生配合 AI 診斷系統,可能從每天看 20 個患者升到 60 個,生產力才得以打破僵局。
但反面是:如果 AI 做不了,這些行業的成本將永無止境地上升,最終定價會超出大多數人的負擔能力——導致醫療、教育、照護服務成為奢侈品。