2020 年,我在浙江大學國際聯合商學院主持「金融科技思想領袖」系列講座,與時任美國華頓商學院教授、後出任英國劍橋大學商學院院長的 Mauro Guillen 教授進行了一場關於《2030: How Today's Biggest Trends Will Collide and Reshape the Future of Everything》的深度對話。[1] 五年過去,距離 2030 年僅剩不到五年。這是一個恰當的時間點,讓我們重新審視當時的預測:哪些已經被現實驗證?哪些被意外的變數推翻?又有哪些全新的力量在重塑 2030 年的面貌?

一、Guillen 的核心預測框架回顧

在 2020 年的那場對話中,Guillen 教授提出了一個極具野心的分析框架:他認為從現在到 2030 年,三組結構性趨勢將同時碰撞——人口結構轉變(全球老齡化與新興市場的青年膨脹)、經濟重心東移(亞洲與非洲中產階級的崛起)、以及科技變革(數位化、自動化與平台經濟的深化)。他將這種多重趨勢的同時碰撞比擬為 18 世紀的工業革命,認為這是每隔兩三百年才會出現一次的歷史性結構轉型。[1]

Guillen 教授在對話中還提出了幾個具體的預測:一、60 歲以上人口將在 2030 年前成為全球最大的消費群體;二、遠端工作將從應急措施轉變為新常態,催生真正的「全球人才市場」;三、共享經濟將因環境壓力而加速發展;四、數位貨幣將改寫全球貨幣體系的遊戲規則;五、全球化不會整體逆轉,但會經歷「選擇性重構」。

特別值得注意的是,他對 COVID-19 的定位。Guillen 教授並不認為疫情創造了新趨勢,而是將其視為「偉大的加速器」(Great Accelerator)——它加劇了已經在發生的結構性變化,讓原本預計在 2030 年才會到來的未來提前降臨。[2]

帶著這些預測框架,讓我們逐一檢視過去五年的現實發展。

二、驗證的預測:遠端工作、銀髮經濟與新興市場

Guillen 教授最精準的預測之一,是關於遠端工作的常態化。2020 年對談時,全球正處於疫情初期的混亂之中,多數人將在家辦公視為臨時的應急措施。Guillen 教授卻明確預判:遠端工作將永久性地改變就業模式的底層結構。五年後的今天,這個判斷已被充分驗證。根據 McKinsey 的研究,全球約 35% 的知識工作者在 2025 年仍保持某種形式的混合辦公模式。[3] 更重要的是,正如 Guillen 教授所預見的,一個真正的「全球人才市場」正在形成——跨國遠端僱用平台的交易量在過去五年間增長了超過 400%,企業越來越習慣僱用身處不同國家的團隊成員。

銀髮經濟的預測同樣被現實驗證。Guillen 教授當年以「灰色是新的黑色」(Gray is the new black)來描述老齡人口的商業價值。過去五年,從日本到歐洲到中國,銀髮經濟已從邊緣概念變為主流商業策略。根據世界經濟論壇的報告,全球「長壽經濟」的規模在 2024 年已超過 22 兆美元。[4] 科技巨頭們也終於開始重視高齡用戶的需求——Apple 的健康監測功能、Google 的無障礙設計、金融科技企業的簡化介面設計,都反映了這個趨勢的深化。

新興市場中產階級的崛起,也基本沿著 Guillen 教授預測的軌跡發展——儘管速度比他的樂觀估計略慢。印度在 2023 年超越中國成為全球人口最多的國家,其數位支付生態系統(以 UPI 為核心)在普惠金融方面取得了令人矚目的成就。東南亞的數位經濟規模持續擴張。非洲的行動金融(Mobile Money)用戶數突破了 8 億。[5] 這些發展印證了 Guillen 教授的核心論點:全球經濟的重心確實在持續東移和南移。

三、意料之外:AI 革命、地緣政治斷裂與氣候急迫性

然而,過去五年也帶來了幾個 Guillen 教授在 2020 年的框架中未能充分預見的重大變數。

第一,也是最重大的意外,是生成式 AI 的爆發。2022 年 11 月 ChatGPT 的發布,引發了一場堪比互聯網誕生的技術革命。在 2020 年的對話中,Guillen 教授談到了自動化和數位化的趨勢,但生成式 AI 的出現速度和影響範圍遠遠超出了任何人的預期。Goldman Sachs 的研究估計,生成式 AI 可能影響全球約 3 億個全職工作崗位;[6] 而 AI 在教育、醫療、法律、創意產業的滲透速度,更是以月為單位在加速。這個變數不僅改變了 Guillen 框架中「科技變革」這一支柱的內涵,更可能從根本上重新定義「工作」和「學習」的概念。

第二個意外是地緣政治斷裂的加劇。Guillen 教授在 2020 年預見了全球化的「選擇性逆轉」,但他可能低估了地緣政治衝突的烈度。俄烏戰爭的爆發、中美科技脫鉤的深化、全球供應鏈的「友岸外包」(friend-shoring)趨勢,使得全球化的走向變得比 Guillen 教授的框架所預設的更為複雜。世界貿易組織在 2024 年的報告中警告,全球貿易正在經歷「碎片化」(fragmentation)而非「逆全球化」——貿易並未萎縮,但正在沿著地緣政治的斷裂線重新配置。[7]

第三個被低估的因素是氣候變遷的急迫性。Guillen 教授在 2020 年的對話中提到了共享經濟對資源永續的重要性,但氣候議題在過去五年間從「未來挑戰」升級為「即時危機」的速度,超過了大多數預測者的想像。全球極端天氣事件的頻率和強度持續攀升,歐盟碳邊境調整機制(CBAM)的實施正在重塑國際貿易規則,而「綠色轉型」已從道德訴求變為硬性的商業合規要求。[8]

這三個意外變數的共同點在於:它們不是否定了 Guillen 教授的框架,而是增加了框架的複雜度。Guillen 的「三重碰撞」模型需要擴展為一個更複雜的多維矩陣——在人口、經濟和科技之外,還需要加入地緣政治和氣候這兩個維度。

四、更新後的 2030 展望:五年倒數計時

距離 2030 年不到五年。基於對 Guillen 框架的修正和過去五年新變數的納入,我嘗試提出一個更新後的 2030 展望。

展望一:AI 將成為經濟增長的核心引擎,但社會適應速度將嚴重落後於技術進步。到 2030 年,生成式 AI 及其後續迭代將深度嵌入幾乎所有知識密集型產業。PwC 估計 AI 到 2030 年將為全球 GDP 貢獻約 15.7 兆美元。[9] 然而,勞動力的轉型速度將遠遠落後於技術的部署速度,造成大規模的技能錯配和結構性失業。這將是 2030 年前各國政府面臨的最棘手的政策挑戰之一。

展望二:全球經濟將形成「三極」結構。美國主導的科技生態系統、中國主導的製造與數位支付生態系統、以及歐盟主導的規範與標準體系,將在競爭與合作之間形成動態平衡。新興市場國家——尤其是印度、印尼和巴西——將在三極之間進行策略性遊走,尋求最大化自身利益。Guillen 教授預測的經濟重心東移仍在持續,但路徑變得更加曲折和充滿不確定性。

展望三:數位貨幣的格局將超出 Guillen 的預測。在 2020 年的對話中,Guillen 教授正確地預判了央行數位貨幣(CBDC)的興起和加密貨幣的去投機化。但他未能預見的是「代幣化」(tokenization)的全面擴展——從不動產到藝術品到碳排放權,幾乎所有資產類別都在經歷代幣化的浪潮。根據 Boston Consulting Group 的預測,代幣化資產的全球市場規模到 2030 年可能達到 16 兆美元。[10]

展望四:「終身學習」將從口號變為生存必需。Guillen 教授當年呼籲拋棄「學習—工作—退休」的三階段人生觀。在 AI 時代,這個呼籲變得更加急迫。到 2030 年,我預期全球主要經濟體都將建立某種形式的「國家終身學習帳戶」,政府、企業和個人共同為持續性的技能更新投入資源。這對高等教育機構——包括 ZIBS 這樣的國際化商學院——意味著巨大的轉型壓力和機遇。

展望五:氣候與科技的交匯將催生全新的產業生態。從碳捕捉技術到氣候金融工具到綠色供應鏈管理,「氣候科技」(Climate Tech)將在 2030 年前成為全球最大的新興產業類別之一。這個趨勢將深刻改變金融、能源、製造和農業等傳統行業的運營邏輯。

五、對策略制定者的啟示

重新檢視 Guillen 教授的 2030 預測,最重要的啟示或許不在於哪些預測對了、哪些錯了,而在於一個更深層的方法論問題:在高度不確定的環境中,我們應該如何進行策略性的未來思考?

第一,擁抱「情境規劃」(Scenario Planning)而非「趨勢外推」(Trend Extrapolation)。Guillen 教授的預測框架之所以在很大程度上經受住了時間的考驗,是因為他識別的是結構性力量而非具體事件。然而,生成式 AI 的爆發和地緣政治的急劇惡化提醒我們:黑天鵝事件的影響可能壓過任何結構性趨勢。Shell 在 1970 年代開創的情境規劃方法——不是預測一個未來,而是為多個可能的未來做準備——在今天比以往任何時候都更加重要。[11]

第二,培養「雙元能力」(Ambidexterity)。面對 2030 年的多重挑戰,無論是企業還是國家,都需要同時具備兩種看似矛盾的能力:一方面是「利用」(exploitation)——在現有框架下最大化效率和績效;另一方面是「探索」(exploration)——為根本性的環境變化做好準備。我在超智諮詢的實踐中不斷見證,最成功的組織都是那些能夠在「做好當下」和「準備未來」之間找到動態平衡的組織。

第三,「跨域連結」是理解未來的關鍵能力。Guillen 教授的最大貢獻,在於他教會我們用「碰撞」而非「孤立」的視角看待趨勢。AI 革命不能脫離人口老齡化來理解(誰來照護老人?AI 照護機器人的倫理是什麼?);氣候變遷不能脫離地緣政治來分析(綠色轉型的成本由誰承擔?碳關稅如何改變全球貿易版圖?)。培養這種跨域連結的思維能力,是我在劍橋的研究和 ZIBS 的教學中一直強調的核心素養。

第四,重新定義「韌性」(Resilience)。過去五年的連續衝擊——疫情、地緣衝突、供應鏈斷裂、AI 顛覆——讓「韌性」從學術概念變成了生存必需。但真正的韌性不是「恢復原狀」(bounce back),而是「向前適應」(bounce forward)。企業和政策制定者需要建構的,不是抵禦衝擊的堅硬盔甲,而是能夠在衝擊中學習和進化的組織機制。

在 2020 年為 Guillen 教授的《2030》中文版撰寫推薦序時,我寫道:理解未來的最佳方式,不是預測它,而是為它做好準備。五年後重新審視這句話,我仍然深以為然。Guillen 教授的框架為我們提供了理解結構性力量的出色工具,而過去五年的意外則提醒我們保持謙遜——在歷史的洪流面前,最好的策略不是試圖控制方向,而是確保自己有足夠的能力在任何方向上都能航行。

References

  1. Guillen, M. F. (2020). 2030: How Today's Biggest Trends Will Collide and Reshape the Future of Everything. St. Martin's Press.
  2. Guillen, M. F. (2020). The Great Acceleration: How COVID-19 Is Fast-Forwarding the Future. Knowledge@Wharton. knowledge.wharton.upenn.edu
  3. McKinsey Global Institute. (2023). The State of Remote Work 2023. mckinsey.com
  4. World Economic Forum. (2024). The Longevity Economy: Opportunities in an Ageing World. weforum.org
  5. GSMA. (2024). State of the Industry Report on Mobile Money 2024. gsma.com
  6. Goldman Sachs. (2023). The Potentially Large Effects of Artificial Intelligence on Economic Growth. goldmansachs.com
  7. World Trade Organization. (2024). World Trade Report 2024: Trade and Fragmentation. wto.org
  8. European Commission. (2023). Carbon Border Adjustment Mechanism (CBAM). ec.europa.eu
  9. PwC. (2024). Global Artificial Intelligence Study: Sizing the Prize. pwc.com
  10. Boston Consulting Group. (2023). Relevance of On-Chain Asset Tokenization in 'Crypto Winter'. bcg.com
  11. Schwartz, P. (1996). The Art of the Long View: Planning for the Future in an Uncertain World. Currency Doubleday.
返回洞見