最近,《经济学人》发表了一篇颇具争议的评论文章。
文章认为,中国在机器人、人工智能、新能源和高端制造领域取得了令人瞩目的突破,但与此同时,居民消费依然疲弱,企业利润承压,市场信心尚未完全恢复。文章甚至提出一个尖锐观点:中国对赢得科技竞赛的执着,在某种程度上扭曲了资源配置,使大量资金、人才和政策资源流向尖端技术领域,却没有充分解决经济增长中的需求不足问题。
这个观点在中国引发了不少争议。因为从表面看,它似乎是在批评中国发展机器人和人工智能,但如果抛开意识形态色彩,这篇文章实际上触碰到了一个远比中国经济更深层、更重要的问题,那就是:当机器越来越能干的时候,人类如何分享到机器创造的价值?
当机器越来越能干的时候,人类如何分享到机器创造的价值?
事实上,这不仅是中国的问题,也不仅是AI产业的问题,而是未来二十年全球所有国家都必须面对的核心政治经济学命题。
一、争议下的根本命题:AI正在改写财富分配的底层逻辑
过去两百多年的工业文明,建立在一个相对稳定的财富创造与分配体系之上:资本提供资金,企业组织生产,劳动者通过工作参与价值创造,然后以工资形式分享经济增长成果。无论是税收制度、养老金体系、社会保障体系,还是消费市场的形成,其底层逻辑都建立在劳动收入持续增长的基础之上。
工业革命虽然不断提高生产效率,但机器始终只是工具。蒸汽机提高了体力劳动效率,流水线提高了制造效率,计算机提高了办公效率,但无论技术如何进步,人始终是生产体系不可替代的核心组成部分。因此,生产率提升最终能够转化为就业扩张、工资增长和消费增长,进而形成经济发展的正向循环。过去一个世纪欧美中产阶级的崛起,本质上就是这种循环机制发挥作用的结果。
然而,AI正在改变这一切。
历史上第一次,人类创造出来的工具开始具备替代认知劳动的能力。蒸汽机替代的是肌肉,机器人替代的是重复性劳动,而大模型和智能体正在进入知识劳动领域。Anthropic已经披露,其内部超过80%的代码由Claude生成;微软、谷歌、Meta等科技巨头的大量研发工作已经开始依赖AI辅助完成;法律、金融、咨询、教育、传媒、设计等传统白领行业,也正在经历前所未有的智能化冲击。
80%+
Anthropic内部代码
已由Claude生成
认知劳动
大模型与智能体
首次进入知识工作领域
如果未来AGI真正到来,那么机器不仅能够承担体力劳动,还将承担大量知识劳动、管理劳动乃至部分决策劳动。届时,人类社会将第一次面临这样一种局面:经济继续增长,企业利润继续增长,生产效率持续提高,但直接参与价值创造的人却越来越少——这才是AI革命最深刻的挑战。
过去几十年,人们讨论技术革命时最担心的是失业问题。但从更长周期看,比失业更重要的问题可能是分配问题。因为消费来自收入,收入来自就业,如果越来越多的劳动被机器替代,而新的收入来源又无法建立,那么整个经济体系将出现一个根本性矛盾:企业越来越能生产,机器越来越高效,但消费者的购买能力却增长缓慢甚至下降。凯恩斯当年所担忧的“需求不足”问题,很可能在AI时代以一种新的形式重新出现。
二、现实困境:技术红利与大众收入的全球传导断点
从这个角度再看《经济学人》对中国的批评,就会发现其分析抓住了现象,却没有触及本质。中国的问题并不是机器人太多,也不是人工智能发展太快,恰恰相反,在房地产驱动增长的旧模式逐渐退出历史舞台之后,中国必须依靠人工智能、高端制造、机器人、新能源和半导体等新质生产力寻找新的增长引擎。如果放弃科技创新,中国经济转型将面临更大的风险。
真正的问题在于,中国如何打通“科技创新-企业盈利-居民收入-消费增长”之间的传导链条。
今天,中国拥有全球最完整的工业体系,新能源汽车、光伏、锂电池、工业机器人和人工智能等领域不断取得突破,但与此同时,居民消费信心仍然偏弱,部分行业陷入价格竞争,企业投资意愿不足。这说明技术供给能力与需求创造能力之间尚未形成有效循环。
需求不足从来不是因为老百姓不愿意消费,而是因为收入预期不稳定、资产负债表受到冲击、社会保障体系仍需完善。换句话说,中国今天面临的问题,本质上不是技术问题,而是生产率红利如何向全社会扩散的问题。
事实上,这个问题已经开始在全球范围内显现。
过去几年,美国科技七巨头贡献了标普500指数绝大部分涨幅,OpenAI、Anthropic、英伟达、SpaceX等企业创造了惊人的财富神话,全球前十大科技公司的市值已经超过20万亿美元。但与此同时,美国劳动收入占GDP比重长期下降,财富越来越向掌握数据、算法、算力和资本的少数群体集中。
20万亿美元
全球前十大科技公司
总市值规模
劳动收入占比
美国长期下降
财富向少数人集中
AI正在创造越来越大的蛋糕,但参与分蛋糕的人却越来越少,这也是为什么越来越多经济学家开始讨论“AI红利共享”问题。
AI正在创造越来越大的蛋糕,但参与分蛋糕的人却越来越少。
AI把经济蛋糕越做越大,分蛋糕的人却越来越少
三、未来之路:构建共享型分配体系是智能时代的核心竞争力
未来世界可能出现三种不同的发展路径:
第一种是传统资本主义路径,即机器归资本所有,AI创造的利润主要归股东所有,再通过税收和福利体系进行二次分配,美国目前基本沿着这条道路前进;
第二种是国家资本主义路径,由国家通过主权基金、公共资本和战略投资参与AI基础设施建设,让全民间接分享AI收益,特朗普提出政府持有顶级AI企业股份的讨论,实际上已经带有这种思路的影子。
第三种则更具创新性,即建立数字主权基金、全民持股机制甚至AI时代的新型基本收入体系,让社会成员直接分享智能经济创造的增量价值。
从某种意义上说,石油定义了二十世纪,而数据、算力和算法可能定义二十一世纪。如果石油收益可以成为全民财富基金的来源,那么AI创造的超额收益是否也应该部分回馈社会,将成为未来最重要的公共政策议题之一。
对中国而言,这恰恰可能是一次新的战略机遇。
中国最大的优势不仅是庞大的市场、完整的产业链和快速发展的AI技术,更在于拥有协调产业政策、社会保障和长期发展战略的制度能力。中国未来真正需要思考的不是如何减缓机器人发展速度,而是如何让机器人创造的财富转化为居民收入增长、消费能力提升和社会保障改善。
这意味着未来的政策重点,不仅要继续支持人工智能、机器人和先进制造业发展,更要同步推进收入分配改革、社保体系完善、职业再培训体系建设以及AI红利共享机制探索。科技投入必须从单纯追求产能扩张和产业竞争,逐步转向创造更广泛社会价值。只有当普通人能够分享到技术进步带来的收益,科技革命才不会演变成少数企业和资本的盛宴。
归根到底,《经济学人》真正提出的问题并不是“中国是否应该发展机器人”,而是“机器人创造的财富最终流向谁”。这个问题同样适用于美国、欧洲、日本以及未来所有进入智能社会的国家。
结语
未来二十年的竞争,或许不只是比拼谁拥有最强的大模型、最多的机器人和最大的算力中心,更重要的是比拼谁能够建立起一套适应智能经济时代的新分配体系。因为AI时代最终要回答的不是机器能做什么,而是当机器开始工作的时候,人类靠什么获得收入;当AI创造价值的时候,人类如何拥有价值;当生产力以前所未有的速度增长的时候,如何让增长成果转化为更广泛的社会福祉。
AI时代最终要回答的,不是机器能做什么,而是当机器开始工作的时候,人类靠什么获得收入;当AI创造价值的时候,人类如何拥有价值;当生产力以前所未有的速度增长的时候,如何让增长成果转化为更广泛的社会福祉。
这才是AI时代最大的政治经济学问题,也是决定未来世界格局和文明形态的终极命题。
对中国而言,这个问题尤其重要,因为中国不仅要赢得科技竞争,更要重建经济循环;不仅要成为AI强国,更要成为让大多数人共享AI红利的国家。谁能够率先解决这个问题,谁就不仅掌握了下一轮科技革命的主动权,也掌握了下一轮文明演进的话语权。
💡互动话题
你支持通过数字主权基金、全民持股或新型基本收入,让普通人直接分享AI创造的红利吗?欢迎在评论区留下您的观点。
本文来自微信公众号: AI时代我的人生下半场 ,作者:席春迎博士
