孙立平：为何AI爆火，经济却步履蹒跚

lameihua

　　丰满的理想，骨感的现实

　　乐观的看法是，人工智能正在成为21世纪最具变革性的技术力量，有可能带来生产率持续的大幅度的提升。从麦肯锡、普华永道，到世界银行，都给出了相当乐观的预测。一家叫Epoch AI 的智库甚至预测说，一旦人工智能能够完成 30%的任务，经济的年增长率将超过 20%。

　　但正如人们经常说的，理想很丰满，现实很骨感。

　　在今年2月份的一次讲座上，斯坦福教授Chad Jones提出一个很令人深思的问题：“如果AI真的能自我进化、指数增长，为什么我们的GDP还在以每年2%的速度爬行？”不错，人工智能在技术层面日新月异，资本市场异常火爆，AI头部公司的财报非常亮眼，各类企业的AI应用也在迅速推进，但有一点，全球主要经济体的全要素生产率却波澜不惊，甚至持续疲软。

　　情况甚至比一般说的疲软可能还要糟糕。

　　与ChatGPT的问世几乎同时，有人造出了一个新词，氛围衰退（vibecession）。意思是各种宏观经济指标的表现还可以，但公众却普遍感到经济低迷。有人这样描述氛围衰退现象：

　　过去10多年中，全世界步入一个吊诡的时代：数字亮丽，但生活萎缩；经济成长，但幸福倒退。这不是某个国家的孤例，而是一种跨越先进经济体与新兴经济体、跨越西方与东亚的全球现象。

　　原因在什么地方？下面我们分几个层次来进行分析。

　　对传统产业的挤压与冲击

　　最直接也是最表面的层次，是AI对传统产业和商业模式的挤压与冲击。

　　今年1月26日，桥水基金给客户发送了一份报告。报告指出，人工智能吸干资本市场的现象正在出现。可以看一下数据，2025 年全球 AI 领域风险投资占全球风险投资总额的 53%-58%。科技巨头 2026 年 AI 相关资本开支计划较 2024 年飙升165%。

　　这种集中度意味着超过一半的风险资本流向了单一技术领域。可以说，这种情况远超历史上任何一次技术投资浪潮。

　　对其他行业的挤出效应也非常明显。一些市场研究指出，汽车、手机等传统行业的融资能力明显下降，其他有前景的创新也将缺乏投资资金。如果看一下股市，这种分裂感表现得更为直观。AI算力、半导体、商业航天这些赛道的龙头股涨幅动辄翻倍，传统权重股步履蹒跚，大量中小盘非主线个股更是持续沉沦。

　　资本市场是实体经济的投射。在2025年的宏观经济中，一边是高技术制造业的蓬勃生长，AI、新能源、生物医药这些新兴产业的增加值增速都超过12%。而另一边则是传统产业的艰难调整，尤其是房地产和钢铁、水泥等传统制造业。

　　国际间的竞争，会促使资源的进一步集中。在2025年，赫拉利曾经在多个场合问过AI行业领导者一个问题：“你们为什么进展这么快？就不能放慢一点吗？”他们的回答是：“我们理解巨大风险的存在，甚至可能导致人类灭绝。我们想放慢速度，但我们不能，因为如果我们放慢速度，而我们在其他公司、其他国家的竞争对手不放慢速度，他们就会赢得竞赛。”

　　问题还不仅仅在于资本市场的挤压，更广泛的影响是对于传统商业模式的颠覆以及用不声不响的内卷所形成的的冲击。人们普遍的感觉是，钱越来越难挣了，个人的感觉是如此，中小企业的感觉也是如此。为什么？在人工智能的时代，利润率一定会不断降低，甚至趋向于0。

　　历史上，技术是如何带来经济繁荣的？

　　人们不总是说科技是第一生产力吗？不总是说科技革命会带来经济的繁荣吗？为什么现在看不到这样的迹象？为了更好地说明这个问题，我先介绍两个人的研究，这样我们才能更好地理解这当中的问题在什么地方。

　　第一个人，是美国经济学家罗伯特·J·戈登（Robert J. Gordon）。在《美国增长的起落》一书中，戈登认为，在人类历史上共经历了三次工业革命，依次是：第一次工业革命（1770-1840年，持续影响至1900年）、第二次工业革命（1870-1920年，持续影响至1970年）、第三次工业革命（1960年至今）。

　　非常有意思的是，戈登对这三次工业革命的评价大相径庭。在他看来，只有第二次工业革命，才是人类历史上真正独一无二的革命。第一次工业革命的影响力范围有限，第三次工业革命局限于特定领域，且边际效应递减。

　　为什么第二次工业革命威力那么大？我原来曾经概括为三句话：改变翻天覆地，影响方方面面，造福芸芸众生。

　　别的不说，就电力而言，电力的发明与普及是第二次工业革命的“核心引擎”，发电机、电动机、电力传输系统的发明与完善，根本上改变了人们的经济与社会生活。你只要想象一下今天我们这个世界上突然没电了，会是一种什么样的情景，就可以理解这一点。

　　换言之，只有彻底改变了人们全部生活的工业革命才会带来空前的经济繁荣。

　　第二个人，是大家更熟悉的熊彼特。熊彼特关于技术创新的观点大家都耳熟能详：经济发展的本质是创新，只有科技创新才能带来经济的真正繁荣。

　　但人们可能不知道，熊彼特后面可还有话呢：技术创新并不能自动地推动经济发展，技术创新要能够推动经济发展，中间必须经过两个环节，这就是商业革命与消费革命。当然，这不是熊彼特的原话，是我根据他字里行间的意思概括的。我们可以将商业革命简单理解为生产端或供给侧，可以将消费革命理解为消费端或需求侧。

　　看清楚了吧？科技革命能不能带来经济繁荣，最关键的看科技革命能不能带来商业革命（便于理解，下面我将其称之为产业革命）和消费革命。这样我们就可以理解当前人工智能的痛点是在什么地方了。

　　现在的问题在哪里？从两个环节来看

　　我们先从产业革命的角度来说。有人怀疑，AI技术没有带来经济的爆发性增长，这是不是开始时必然的阶段性现象？也就是说，是成果还没来得及转化？这样理解也未尝不可，但还是有点简单化。

　　前面说过，Chad Jones提出的一个基本问题是：AI奇点已至，为何经济没有爆发式增长？

　　他给出的解释是：这并非是AI在技术层面的无效，而是被宏观经济中一种深层的“弱环节”机制所钳制。在Chad Jones看来，AI并非凭空出现，而是过去200多年自动化进程的延续。自动化的本质是将"任务"从人向机器的持续迁移，是一场“红利切换”。即将任务从年生产率增速仅0.5%的人类，切换至年增速超5.5%的机器，两者相差5个百分点以上。

　　那自动化的环节卡在哪里呢？他认为，即便这些任务被高效接管，其对整体经济的拉动仍受制于一个更深层的结构性约束，即弱环节机制，最慢的1%决定整体产出。如果说自动化是引擎，那么“弱环节”（Weak Links）就是限速器。整个生产系统如同一条锁链，其强度不由最强环节决定，而是由最弱一环锁定。只要剩下1%仍需人类手工完成，整体产出就被钉死在这1%的低效水平上。

　　正因为如此，这场本该瞬间引爆的增长核弹，正被系统性地拆解为一场跨越百年的“慢爆炸”。

　　再回到熊彼特，从消费革命的角度来看。按照戈登的分析，在第二次工业革命中，最重要的就是颠覆性地改变了人们的生活，从而开辟了广阔的消费市场。我们想象一下，开汽车、坐飞机与步行骑马坐马车的差距有多大？用电灯与用煤油灯或点蜡烛的差别有多大？用手搓的方式洗衣服和用洗衣机洗衣服差别有多大？更不用说收音机、电视机和电话给人们带来的全新享受了。而在第三次工业革命中，往往都是“锦上添花”，甚至画蛇添足。

　　我们从中国过去几十年的发展中，就可以直观地理解这一点。

　　有朋友还会记得我过去几年中反复讲的七大件。在过去的几十年中，中国经济为什么会发展那么快？有一个很重要的因素一直没有人讲，这就是在中国开始改开之后，很幸运地赶上了一场消费革命。用最简单的话来说，就是家电消费革命。

　　这个消费浪潮就是，经过几十年机电技术革命的积累，技术创新外化成一系列的家电产品：彩电、冰箱、洗衣机、空调等。这就形成了一个以七大件为主体的大规模集中消费过程。这七大件，有一些共同的特征。第一，就是实现了人们内心里那些原始性的强烈期待，从根本上改变了人们的生活。这些东西既是耐用品，也是必需品。第二，这七大件都是可以由家庭甚至是个人拥有的，就是说可以直接转化为居民消费的；第三，操作简单，可以轻松使用。这些特点决定了其在生活中的广泛应用以及由此形成的巨大市场。

　　可以说，这两个关键环节，也是当今AI经济的真正痛点。

　　最麻烦的是，AI经济的本质是通缩

　　上面说的是第二个层次，但这还没有完，还有一个更难办的第三个层次的问题：AI经济的本质是通缩。

　　1987年，诺贝尔经济学奖得主罗伯特·索洛讲到他的一个著名观察。他在一篇书评中写道：“你随处都可以看到计算机时代的到来，唯独在生产率的统计数据中看不到。”这短短的一句话，揭示了当时一个令人困惑的现象：尽管企业在20世纪80年代大量投资于信息技术（计算机、软件等），但在宏观的经济生产率统计数据上，却几乎看不到这些投资带来的明显提升。人们将其称之为索洛悖论（Solow Paradox），又称“生产率悖论”。

　　现在，我们必须得理解一个东西：在科技进步和人们福祉的提升之间是有一个重要的中间环节的，即科技进步促进经济发展，经济发展提升人们的收入与消费。这也是人们为什么会重视经济增长，重视GDP的原因。但我们得知道，经济发展或GDP的提高这个环节有时是被跳过的：你自己做的可口的饭菜，你把屋子打扫得窗明几净，你自己种的花草赏心悦目等，所有这些东西，提升了你的生活，但却无法计入经济发展或GDP的增长当中。

　　再比如，在日常生活中我们经常说，现在什么什么真是太方便了。但你得知道，方便的含义是通缩。网络、人工智能带来的是方便，而方便的含义是减少交易环节，也就是减少交易。而我们知道，GDP就是按照交易额计算的。前些天人们议论的幽灵GDP讲的就是这个逻辑。

　　现在人工智能经济面临的就是这样一个问题。

　　所以，山姆·奥特曼在多个场合强调，AI经济的本质是通缩，AI将带来“巨大通缩效应”。在他看来，道理很简单，AI将让东西变得“极其便宜”，货币价值大幅提升。这里的通缩，不再是人们没钱了，而是东西太便宜了——便宜到传统的货币衡量标准失效。

　　在2026年2月印度举行的AI峰会上，有人问，“各国GDP增速会翻倍吗”奥特曼回应说：“GDP将变成一个糟糕的指标，因为AI具有显著的通缩效应。”他解释说，GDP衡量的是“交易额”，而不是“效率”或“生活质量”。当AI把越来越多服务的成本压到接近零时，名义GDP可能停滞甚至下降，但实际福祉却在飙升。

　　人工智能的本质是通缩，这一观点挑战了传统认知中技术进步往往伴随温和通胀的假设。在传统经济学的框架中，通缩从来不是一个受欢迎的概念。它往往与需求崩塌、债务紧缩、经济萧条联系在一起。然而，当奥特曼、马斯克、沃什和布斯等人谈论“AI带来的通缩”时，他们所描绘的图景与教科书上的通缩有着本质区别。传统通缩理论是以稀缺性为基础的，而AI和自动化正在改变这个前提。

　　说到这里，我不知道大家意识到一个问题没有：这在人类经济发展史上，第一次长出现了商业革命与消费革命相冲突的现象。商业革命减少了人力的使用，人力使用的减少加剧了失业，进一步的结果就是可能降低消费的能力。

　　关键是传递过程、循环过程被打断

　　请各位注意，我上面强调了技术进步跳过经济增长直接落实到日常生活的问题。这个问题是非常重要的。因为技术进步通过经济增长然后渗透进人们的生活，这是现代经济体系的基石。现代经济就是在这样的链条中实现成果传递和循环过程的。

　　因此，现在的“跳过”，就意味着这个传递和循环过程被打断。

　　大家还记得前些天疯传的幽灵GDP的概念吧？所谓幽灵GDP，指的是在国家账面上持续增长的产出，却从未真正进入实体经济循环，与普通民众的收入、消费、购买力和社会福利毫无关联。这些GDP仿佛幽灵一般，在真实的经济循环中“隐身”了。这与奥特曼的AI通缩的概念略有不同。AI通缩是说根本形成不了这些GDP，而幽灵GDP是说这些GDP是存在的，但却不进入实体经济；幽灵GDP认为，这些GDP与民众生活无关，而AI通缩观点认为，它可以改善人民的生活，但不是通过GDP的途径。

　　但无论理论上如何对问题进行解释和定位，两个严峻的问题在现实中已经是越来越凸显出来。

　　第一是就业。最近出现一个诡异的现象，公司越赚钱，越是要裁员。在去年这一年，美国的GDP还在涨，股市还在创新高，CEO们的奖金也水涨船高。但同时，裁员潮却几乎席卷很多的企业。而且，与往年不同，近年来美国的裁员潮有两个很明显的特点。第一，不是效益不好的企业裁，而是越挣钱的企业越裁，越裁越挣钱。第二，最先被炒的不再是是蓝领和临时工，而是那些年薪15万-30万美元的高薪白领甚至高管。包括技术骨干。

　　在这样的情况下，经济开始与普通人越来越没有关系。经济不好，当然就业不容易，收入也会减少；但即便经济好起来，这一切可能也不见得会有根本性的改观。这就是现在我们不得不面对的严酷现实。

　　第二，K型经济的形成。现在人们在开始用这个词描述在人工智能等高新技术的推动之下，经济发生的一种分化的走势。“K型”经济指的是在不同地区、不同行业、不同部门以及人群中经济发展的不平衡性。“K型”经济的最大的特点是“分化”。与之相伴随的就是K型的社会结构和K型消费等一系列现象（K型经济的问题以前多有讨论，这里不再赘述，感兴趣的朋友可参阅《孙立平：一个字母，象征一个时代》）。

　　我们应当怎么办？

　　上面我们从三个层面分析了人工智能与经济增长的复杂关系。目的是在于避免将两者的关系简单化、直线化。同时，这对于我们认识人工智能可能给我们经济和社会生活带来的挑战，也是有意义的。

　　值得注意的是，Chad Jones对此提出了一个有意思的说法：弱环节的钳制使技术革命由一个可能的瞬间爆发的事情变成了一种“慢爆炸”。慢爆炸看起来令人失望；但它却是文明的救命稻草。若AI真在五年内引爆GDP翻倍，社会将瞬间崩塌：大规模失业、财富极端集中、政治秩序瓦解。而弱环节机制像一道缓冲阀，将冲击拉长为数十年的平滑曲线。

　　按照Chad Jones的估计，慢爆炸会给人类带来几十年的缓冲期。这几十年的窗口期，是经济结构赐予人类的“时间馈赠”。

　　在这个缓冲期或窗口期我们应该做一些什么样的事情？Chad Jones提出了如下的建议：

　　对政策制定者而言，核心任务不是与技术赛跑，而是利用这段时间构建社会的缓冲带和新的契约。不必急于出台可能扼杀创新的激进法规，而应从容地构建大规模的再培训体系和完善的社会保障网，帮助劳动者平稳过渡；将政策重心从追求增长转向分配红利，政策的核心应聚焦于如何防止劳动份额断崖式下跌，避免因财富极端集中而引发社会撕裂；同时，对人类的"硬骨头"领域进行战略性投资，特别是在感知、社交互动、复杂环境下的决策和情感共鸣等领域。

　　对企业而言，不能沉迷于技术乌托邦的幻想，而应回归经济系统的底层逻辑。警惕"软件幻觉"，诊断真实瓶颈，必须用"木桶效应"的思维审视整个价值链，找到那个仍需人类深度参与、效率提升最慢的环节；将瓶颈转化为护城河，识别出的"弱环节"不仅是限制，更是机遇；布局人机协同，而非全盘替代。在可预见的未来，最优策略不是用机器完全取代人，而是设计精妙的人机协作流程，让AI去增强而非替代人类的判断。

　　最后这段，我也还没有认真消化，等有时间再继续讨论。