AI效率红利能否转化为需求扩张？

过去谈工业革命，我们习惯先看技术本身：蒸汽机、电力、汽车、计算机、互联网，以及今天的人工智能。

但从经济运行的角度看，技术只是起点。真正决定一轮技术革命能不能转化为长期增长，关键在于效率红利能否重新变成劳动收入、消费能力和新增需求。生产率提高之后，如果成本下降带不来足够大的需求扩张，或者劳动收入无法被新岗位承接，技术进步就很难自动变成社会层面的繁荣。

我对此有一个概括：前三次工业革命，本质上是同一个增长飞轮在运转。效率提升带来成本下降，成本下降释放需求，需求扩张形成规模效应，规模效应继续压低成本。周而复始，自我强化。

这套机制里，最关键的一环并非效率提升本身。效率提升只能扩大供给能力，真正让飞轮转起来的是需求扩张。只有当降本释放出的供给被新的消费和投资吸收，技术革命才会进入正循环。

01 旧飞轮：市场曾经能把账算平

需求扩张大致有两条路径。一条是降价刺激现有需求。产品价格下降，原本买不起的人进入市场，存量市场的渗透率随之提高。棉布从奢侈品变成日用品，汽车从富人玩具进入家庭消费，都是这个逻辑。

另一条是创造全新需求品类。新技术带来过去不存在的产品和服务，也激发人类此前没有表达出来的消费欲望。铁路、电话、互联网出现之前，人类并不知道自己会需要它们；基础设施铺开之后，新的生活方式和商业组织方式随之出现。

前三次工业革命的顺利之处，在于价格下降扩大了旧市场，新品类又打开了新市场。需求扩张带来规模效应，规模效应进一步压低成本，飞轮由此加速。

图1：前三次工业革命增长飞轮的闭环机制

第一次工业革命的核心变化发生在生产端。蒸汽机和机械化生产替代大量手工劳动，纺织品生产效率提高，棉布价格持续下降，原本只能消费麻布、粗布的人群进入棉布市场。铁路则扩展了客货流动的空间半径，把地方市场连接成更大的区域市场。

第二次工业革命的降本更多发生在组织端。福特流水线把T型车价格从850美元降到260美元附近，汽车逐渐进入中产家庭，并带动钢铁、橡胶、石油、道路、维修、保险等产业链。与此同时，电灯、电话、收音机和家用电器进入家庭，城市生活和企业组织方式被重新塑造。

第三次工业革命的典型变化发生在信息处理和流通端。计算机、互联网、电商、物流和移动支付，把信息匹配成本、交易成本和流通成本降了下来。电商平台降低商品触达成本，物流网络提升履约效率，下沉市场的消费力被纳入统一市场。

更重要的是，旧岗位消失之后，新产业链大多提供了新的收入承接。纺织工进入工厂体系，马车夫转向汽车相关行业，线下售货员进入电商、仓储和配送体系。就业端经历阵痛，但长期看，劳动收入和消费能力没有出现持续断裂。

市场自己把账算平了。

到了AI时代，这个前提开始变得不稳。

02 四处断点：AI效率红利未必自动转成需求

中高收入岗位先承压，需求冲击更集中

第四次工业革命的不同之处在于，AI提升效率的能力很强，但它能不能像前三次工业革命那样自动带来需求扩张和就业承接，还没有得到验证。

前三次工业革命中，被率先替代的往往是收入相对较低、技能结构较单一的岗位。纺织工、马车夫、部分流水线工人、线下售货员，这些岗位当然重要，但单个劳动者被替代带来的消费冲击相对有限。

AI第一轮真正有压力的，可能是程序员、设计师、翻译、初级律师、分析师、编辑等中高收入脑力劳动者。这类人群的收入水平通常高于社会平均，也是住房、汽车、教育、旅游、电子产品和服务消费的重要支撑。

一个中高收入家庭的收入预期下修，影响的往往是整张家庭资产负债表和未来支出计划。房贷还要继续还，孩子教育支出很难立刻压缩，大额消费和长期投资会率先收缩。需求端的压力会比传统机器替代更集中。

专业服务降价，需求弹性没有想象中高

第二个断点在需求弹性。

棉布价格下降，消费者可能买更多衣服；汽车价格下降，家庭可能提前购车或置换；智能手机价格下降，更多人进入移动互联网。前三次工业革命的很多产品，价格下降会明显扩大渗透率。

AI正在压低成本的领域，很多属于专业服务和知识服务。律师费从每小时500元降到50元，普通人不会因此主动增加诉讼频次。医学影像诊断成本下降，消费者也不会无故增加检查。代码生成成本下降，企业会提高开发效率，但不会因为代码便宜，就开发没有商业价值的应用。

专业服务的需求，往往由问题本身决定，价格下降只能影响一部分边际需求。AI可以显著降低供给成本，却未必能够同步放大需求总量。

AI原生需求仍在等待破局

市场对AI最乐观的判断，是它会像铁路、电话、互联网一样，创造出全新的需求品类。这个判断不能排除，长期看也有可能成立。但站在当前时间点，商业化最清楚的AI应用，大多仍围绕既有人工服务的自动化替代展开。

AI伴侣接近情绪陪伴和心理支持服务的低成本替代；AI Agent接近秘书、助理和事务代办的自动化；AI生成工具接近插画师、文案、设计师、视频剪辑和基础内容生产者的效率替代。这些应用有商业价值，也可能形成新的产品形态，但它们当前的收入来源仍以替代既有人工服务为主。

铁路扩展了大规模客货流动，电话创造了实时异地语音交流，互联网重构了信息发布、社交关系、商业交易和组织协作。AI到目前为止，还没有出现一个足够清晰、足够大规模、足以对冲就业收入损失的全新需求品类。

岗位出现，不等于收入接上

第四个断点在就业承接。

前三次工业革命中，新岗位往往提供了较强的收入承接。福特流水线工人的5美元日薪，在当时具有吸引力。互联网时代，程序员、产品经理、运营、设计师、物流管理和平台商家，也创造了大量中高收入机会。

AI时代当然也会出现新岗位，比如AI产品经理、模型工程师、智能体运维、数据标注、提示词工程、AI应用集成顾问等。问题在于，高收入岗位集中在少数核心研发和平台公司，更多外围岗位的收入水平未必能够承接原有白领岗位。

一个年收入几十万元的程序员，如果转向低门槛AI运营、数据标注或外包型AI应用岗位，收入下修可能会变成长期能力定价的变化。岗位出现，不等于收入接上；收入接不上，消费能力就接不上。

03 一笔粗账：效率红利可能沉淀在资本端

为了更直观地理解这个问题，可以做一个方向性的测算。

假设一家企业原本有100名程序员，其中50人的工作被AI工具和自动化流程替代。被替代前，每名程序员年收入和消费能力对应30万元；被替代后，其中一部分人找到新工作，但收入和消费能力下降到10万元。仅从这50个人看，年度消费能力减少约1000万元。

企业端确实节省了成本。假设企业少支付1500万元薪酬，同时采购AI服务、算力和软件工具花费500万元，企业净节约1000万元。

关键在于，这1000万元未必会重新回到消费端。它可能变成企业利润，留存在公司账上，或以分红、回购、资本开支的形式流向股东和资本市场。资本持有者的边际消费倾向通常低于劳动者，尤其低于中等收入家庭。

同样是1000万元，留在劳动者手里，可能更多变成住房、教育、餐饮、旅游和日常服务消费；沉淀在企业利润里，则未必形成同等规模的新增需求。

再看需求端。AI把代码生成、法律咨询、内容生产、设计制图的边际成本降下来，当然会激发一部分新增需求。但如果这些需求主要来自原本就存在的企业预算，只是把人工成本替换为AI服务成本，那么它对总需求的拉动就有限。

假设新增需求只有200万元，整体结果就是：企业效率提升了，利润改善了，但劳动者消费能力减少约1000万元，新增需求只补回200万元，消费端仍有800万元缺口。

这个测算不追求精确，它想说明的是一个方向性问题：如果效率红利主要沉淀在企业利润和资本回报中，而劳动收入无法被新岗位有效承接，宏观层面看到的可能是需求端变弱。

这和前三次工业革命的差别非常关键。过去的技术革命，降本之后往往带来更大规模的消费、更高渗透率和更多岗位。AI如果主要替代中高收入劳动，并且创造的新需求不足以弥补收入缺口，效率提升和总需求扩张之间就会出现断点。

飞轮仍然会转，问题可能出在传动轴上。

04 失速之后：分配重新成为增长问题

前三次工业革命中，市场机制在很大程度上完成了结算。效率提升、价格下降、需求扩张、就业迁移、收入重构，虽然过程中充满冲突和阵痛，但较长周期看，大部分变量能够重新接上。

第四次工业革命的问题在于，如果AI替代的是中高收入脑力劳动者，而AI创造的新需求主要停留在既有服务的自动化替代，市场自发形成的分配结果，可能无法维持足够强的消费需求，也难以被社会长期接受。

这时，技术问题会转化为分配问题。

效率提升回答的是如何更便宜、更快地生产，分配机制回答的是生产成果怎样回流到社会总需求。AI时代真正需要补上的，可能是收入回流机制。

过去几年，被频繁讨论的政策方向大致有四类。全民基本收入，是政府向居民定期发放无条件现金，以维持基本消费能力；缩短工时，是把标准工作时间从40小时逐步降至35小时甚至30小时，通过工作分摊缓解岗位压力；机器人税，是对使用AI和自动化替代人力的企业征收附加税，再用于社会保障和再分配；公共基金全民分红，是把AI、数据和自动化产生的一部分公共收益纳入长期基金，再向居民分红。

这些方案没有一个是完美答案。它们都涉及财政能力、企业激励、社会公平和政治执行成本。但它们共同说明一件事：当技术革命带来的分配结果无法自动被社会接受，市场之外的制度安排就会重新成为核心变量。

AI越强大，分配问题越难被增长叙事自然消化。

05 真正的考场，在社会的议事厅

站在技术乐观主义的角度，AI会提升生产率，解放人类劳动，让社会进入更高效率阶段。这个结果当然值得期待。

但经济增长从来不该被简化为一道技术题。生产率提高之后，谁的收入增加，谁的岗位消失，谁获得资产收益，谁承担转型成本，这些问题同样重要。

前三次工业革命能够被历史叙事包装成进步，很大程度上是因为蛋糕增长速度足够快，新需求足够大，新岗位足够多，分配矛盾被增长本身暂时覆盖。

第四次工业革命的难点在于，如果AI带来的蛋糕增长，主要以部分中高收入劳动者的就业和收入为代价，而新增需求又没有同步打开，分配问题就不会自然退场。

这并不意味着否定AI，也不意味着否定技术进步。恰恰相反，AI越重要，我们越需要把它放回真实的经济循环里观察。不能只看模型能力、算力投入、企业降本和利润改善，也要看劳动收入、消费能力、需求弹性和制度再分配。

前三次工业革命，市场自己把账算平了。

这一次，市场可能还会创造奇迹，也可能需要制度重新参与结算。

第四次工业革命真正的考场，或许不在实验室，而在社会的议事厅。

@今日话题 @雪球创作者中心 @一只特立独行的猪xz #雪球星计划# @天地侠影 @老凯李 $寒武纪(SH688256)$ $英伟达(NVDA)$ $腾讯控股(00700)$