8.1
深览指数
商业虎嗅·席春迎博士··AI 生成
当AI让GDP暴涨32%，劳动者却可能更穷：AI繁荣背后的分配危机
Anthropic 的经济情景模型预测，在极端情况下，AI 可在 2030 年使美国 GDP 高出基准路径 32.4%，但同时导致认知型劳动者失业率升至 17.9%，工资下降 11.5%，劳动收入占 GDP 比重从 60% 降至 45.2%。本文结合比尔·盖茨的警告，论证了 AI 时代最严峻的挑战不是创造财富，而是财富的分配机制，指出可能出现“繁荣中的失去”——GDP 与股市上涨，但多数家庭的收入、职业安全感和身份认同受损。文章深入剖析了“职业阶梯断裂”、“幽灵 GDP”、“资本 vs 劳动”等结构性矛盾，并提出“人类保留领域”、全民资本参与等新制度构想，为深度读者提供了一个超越技术乐观主义、聚焦分配危机的分析框架。原文 ↗
核心观点
- ▍AI 时代的核心矛盾不是能否创造财富，而是财富如何分配：Anthropic 模型显示，在极端情景下 GDP 增长 32%，但劳动收入几乎不增，资本收入独占增长红利。
- ▍AI 可能打破“增长与就业同步”的传统经济关系，因为企业可通过 AI 自动化扩大产出而不需同步雇佣员工，导致“技术性富裕、制度性滞后”的过渡期。
- 01Anthropic 极端情景模型：美国 2030 年 GDP 比无 AI 路径高 32.4%，失业率升至 11.9%，认知型劳动者失业率达 17.9%，其工资比无 AI 路径低 11.5%，劳动收入占 GDP 比重从 60% 降至 45.2%。
- 02比尔·盖茨指出，AI 通过自然语言直接进入企业，替代的恰恰是认知能力本身，旧工作消失的速度可能远快于新制度形成的速度。
- 03AI 最先替代的是初级和中级认知任务（如整理信息、编写代码、客户咨询），这会“切断职业阶梯的入口”，导致企业未来缺乏新一代高级人才。
- 04若工资完全灵活调整，认知型工资可能下降超 42%；若工资刚性，认知型失业率可能升至 24%。市场调整不消除成本，只决定成本形式（低工资或高失业）。
- 05企业雇用员工需缴纳工资税等社会成本，而购买机器人或 AI 服务可抵扣支出，现有税收体系事实上在鼓励用机器替代人。
- 06资本所有者的边际消费倾向低于普通劳动者，收入集中于资本可能催生“需求不足 - 资产泡沫”的恶性循环。
反方 / 局限
- — 作者承认“机器人税”是过渡性工具，存在 Token 价值不标准、税负偏向大平台、跨境逃税等执行难题，不能视为根本答案。
- — “人类保留领域”不能被无限扩大，若保护范围过度，可能导致效率下降、成本上升并成为既得利益的工具。
- — 再培训政策的前提是“岗位因技能不足而消失”，但若 AI 直接减少了全社会劳动需求总量，再培训只能改变谁失业，不能减少失业总数。
18 分钟 · 4 卡片 · 10 资料
读原文 →