過去幾年，隨著大模型的能力越來越強，“AI能提升生產(chǎn)力”似乎已經(jīng)成為共識。

但生產(chǎn)力提高之后，有人歡喜有人憂。對于掌握算力和AI的資本家來說，AI肯定越強越好；但對于普通人來說，如果一個人用AI能完成五個人的工作，如果未來機器人能干脆代替人工作，那未來顯然不會太美好。

國際貨幣基金組織（IMF）總裁克里斯塔利娜·格奧爾基耶娃最近在達(dá)沃斯論壇上的一個觀點，她說，AI 可能會加劇貧富差距，但對低薪工人來說，或許也有一線希望。

她的邏輯是，高技能人才因為用了 AI，生產(chǎn)力暴漲，工資也跟著漲。這些人有錢了，就會花更多的錢在本地消費，比如下館子，于是餐廳服務(wù)員這類低技能崗位的需求就上去了。

這個邏輯依然沒有跳出“涓滴效應(yīng)”的框架：富人的財富像杯子里的水滿了會溢出來，流到下面，窮人也能分到一點。

但是，在贏家通吃的AI時代，窮人真的還能喝到湯嗎？

在 AI 這種級別的生產(chǎn)力變革面前，指望“涓滴效應(yīng)”來解決財富分配問題，無異于指望用一個湯勺去撲滅一場森林大火。

就在 Kristalina 描繪這幅溫馨畫面的時候，另一份來自樂施會的報告給出了截然相反的景象。

報告指出，2025年，全球億萬富翁的財富增長速度，是過去五年平均速度的三倍。這個時間點，恰好與 AI 引發(fā)的全球股市狂潮完美重合。

我們不需要看全球那么宏觀，就看看那些沖在 AI 最前沿的公司和人。

所謂的“科技七巨頭”，在 AI 基礎(chǔ)設(shè)施上投入了數(shù)千億美元，結(jié)果它們的股價飆升，創(chuàng)始人和高管們的財富也隨之水漲船高。

最新的一個標(biāo)志性事件是，馬斯克的個人凈資產(chǎn)已經(jīng)突破了 8000 億美元。這個數(shù)字超過了很多國家的 GDP。馬斯克的財富增長，主要就來自資本市場對他旗下 AI 和航天業(yè)務(wù)的瘋狂押注。

這些錢，流向了誰？首先是持有大量股票的創(chuàng)始人和投資者，其次是那些能設(shè)計和駕馭 AI 的頂尖人才。普華永道的一項調(diào)查發(fā)現(xiàn)，具備 AI 技能的崗位，薪酬比不具備的同類崗位平均高出 56%。

那么，Kristalina 說的“涓滴效應(yīng)”發(fā)生了嗎？

某種程度上，是的。舊金山的研究確實發(fā)現(xiàn)，每增加一個本地科技崗位，會衍生出四個以上的本地服務(wù)業(yè)崗位，比如教師、廚師、零售員。但問題的關(guān)鍵在于，這個“涓滴”的量級，和頂層財富集中的量級，完全不成比例。

頂層財富是指數(shù)級增長，而滴下來的，可能只是線性增長的零頭。

比如初級程序員、數(shù)據(jù)分析師、報告撰寫員、客服。這些人曾經(jīng)是穩(wěn)定的中產(chǎn)階級的基石，現(xiàn)在卻發(fā)現(xiàn)自己的工作岌岌可危。

所以，AI 帶來的真實圖景更像一個“K”型分化：頂層財富坐著火箭向上，底層服務(wù)業(yè)需求略有增加，而龐大的中間層則面臨著向下滑落的巨大壓力。這不是涓滴，這是對社會結(jié)構(gòu)的暴力改造。

為什么 AI 會造成這種結(jié)果？因為它在本質(zhì)上是一種“資本偏向型”的技術(shù)。

過去的很多技術(shù)，比如蒸汽機和電力，雖然也造成了社會動蕩，但它們主要是作為人類體力的延伸。工廠需要大量的工人去操作機器，工人的勞動和資本（機器）是互補的。工人可以通過工會、談判等方式，分享一部分生產(chǎn)力提升帶來的紅利。

但 AI 不一樣，尤其是在通用人工智能（AGI）的趨勢下，它越來越多地表現(xiàn)為對人類腦力勞動的直接替代。一家公司過去需要一個 100 人的分析師團(tuán)隊，現(xiàn)在可能只需要 10 個頂尖分析師，加上強大的 AI 工具，就能完成過去幾倍的工作量。那多出來的 90 個人怎么辦？企業(yè)省下的人力成本，不會分給剩下的 10 個人，而是會轉(zhuǎn)化為利潤，最終流向股東。

Anthropic 的 CEO 達(dá)里奧·阿莫迪就警告過一個“噩夢場景”：少數(shù)掌握 AI 技術(shù)的精英，享受著 5-10% 的 GDP 增長，而社會上同時存在 10% 的失業(yè)率。經(jīng)濟在飛速發(fā)展，但大多數(shù)人卻被甩下了車。

微軟 CEO 薩提亞·納德拉也直言不諱，如果 AI 的好處不能被更廣泛地分配，那么所謂的 AI 繁榮就是個泡沫。

這些身處風(fēng)暴中心的人，比經(jīng)濟學(xué)家看得更清楚。

AI 的紅利，天然會流向擁有生產(chǎn)資料——也就是算力、數(shù)據(jù)和算法模型——的少數(shù)人。勞動者在這個分配游戲中的議價能力，前所未有地被削弱了。

面對這個迫在眉睫的問題，有趣的是，幾位站在財富金字塔頂端的科技領(lǐng)袖，反而成了最積極思考解決方案的人。他們提出了三種截然不同的“藥方”，代表了三種可能的未來。

第一種藥方，來自比爾·蓋茨，可以稱之為“剎車和補償”方案。他早在多年前就提出了“機器人稅”的概念。邏輯很簡單：如果一個機器人搶走了一個人類工人的飯碗，那么這個機器人也應(yīng)該像人類一樣納稅。這筆稅收可以用來資助被替代工人的再培訓(xùn)，或者投入到教育、養(yǎng)老等更需要人類情感關(guān)懷的領(lǐng)域。

“機器人稅”的本質(zhì)，是試圖用舊的工業(yè)時代稅收框架去“框住”新的生產(chǎn)力。它希望減緩自動化的速度，給社會一個緩沖期。但這個方案的爭議很大，批評者認(rèn)為這會扼殺創(chuàng)新，而且在實踐中很難界定什么是“機器人”。一個軟件算法算不算？一段自動化腳本呢？這種修修補補的方式，可能治標(biāo)不治本。

第二種藥方，來自 OpenAI 的 CEO 薩姆·奧爾特曼，可以稱之為“全民基本收入和股權(quán)”方案。Altman 不僅在呼吁，還真的資助了目前美國最大規(guī)模的“全民基本收入”（UBI）實驗。研究發(fā)現(xiàn)，給低收入人群每月發(fā)錢，他們并沒有去揮霍，而是主要用在了食物、房租等基本生活需求上，工作意愿也沒有大幅下降。

UBI 的核心是為所有人提供一個社會安全底網(wǎng)，確保在劇烈的技術(shù)變革中，沒有人會因為失業(yè)而無法生存。但 Altman 意識到，在 AI 時代，單純發(fā)錢可能不夠，因為錢會貶值。更核心的資產(chǎn)是 AI 本身。因此，他提出了類似“美國權(quán)益基金”的構(gòu)想，即讓每個公民都能分享 AI 發(fā)展帶來的財富增值，相當(dāng)于“全民持股 AI”。這已經(jīng)從單純的社會福利，進(jìn)化到了對生產(chǎn)關(guān)系進(jìn)行重新定義的層面。與其被動地接受補貼，不如主動成為新時代的股東。

他的邏輯是，一旦通用人工智能和人形機器人足夠發(fā)達(dá)，商品和服務(wù)的生產(chǎn)成本將趨近于零。屆時，物質(zhì)將極大豐富，工作將成為一種可選項，而不是生存的必需品。社會不再需要討論如何“分配”稀缺的資源，因為資源本身已經(jīng)不再稀缺。

這是一個極度樂觀的、帶有技術(shù)烏托邦色彩的愿景。它跳過了分配問題，直接暢想了一個生產(chǎn)力問題被徹底解決的未來。這個愿景很宏大，但問題在于，從現(xiàn)在到那個“終極富足”的未來，中間可能有一個漫長而痛苦的過渡期。在這個過渡期里，大量的人失業(yè)，但商品和服務(wù)的價格還沒降到零，社會矛盾可能會集中爆發(fā)。

這三種方案，本質(zhì)上代表了三種不同的哲學(xué)：蓋茨的方案是審慎的改良主義，試圖延緩沖擊；Altman 的方案是務(wù)實的結(jié)構(gòu)主義，試圖建立新的分配機制；馬斯克的方案是激進(jìn)的技術(shù)決定論，相信生產(chǎn)力的終極發(fā)展能解決一切問題。

那么，回到最初的問題：AI 會讓富人更富，窮人更窮嗎？

我的答案是：在現(xiàn)有框架下，幾乎是必然的。技術(shù)本身沒有立場，但它會在現(xiàn)有的社會結(jié)構(gòu)中，放大已經(jīng)存在的趨勢。資本回報率高于勞動回報率的趨勢，在 AI 時代只會被指數(shù)級放大。

但這并非不可改變的宿命。它不是一個技術(shù)問題，而是一個社會選擇問題。

未來的公共政策很可能是混合模式。短期內(nèi)，使用類似“機器人稅”的針對性調(diào)節(jié)措施爭取時間。中期來看，需要構(gòu)建全民基本收入（UBI）如與 AI 紅利掛鉤的“公民分紅”。長期來看，必須思考如何讓生產(chǎn)資料的所有權(quán)更加社會化，讓更多人能分享到 AI 創(chuàng)造的價值，類似于“全民持股”。

對于我們個人而言，看清這個趨勢至關(guān)重要。這意味著，單純依靠出賣固定時間的“打工人”思維模式，風(fēng)險會越來越高。未來的生存法則，必然要向兩個方向靠攏：

第一，成為資本的所有者。這不一定是指成為億萬富翁，而是指你的收入來源中，資本性收入的占比需要逐步提高。哪怕是持有指數(shù)基金，也意味著你在分享整個經(jīng)濟體，特別是頭部科技公司發(fā)展的紅利。你要想辦法從“為系統(tǒng)工作”變成“讓系統(tǒng)為你工作”。

第二，投資于 AI 難以替代的能力。什么能力是 AI 難以替代的？我認(rèn)為有三類：一是復(fù)雜的、跨領(lǐng)域的創(chuàng)造性解決問題的能力；二是深度的、基于信任和情感鏈接的人際交往能力；三是定義問題、提出愿景和承擔(dān)倫理責(zé)任的領(lǐng)導(dǎo)力。這些能力的共同點是，它們都不僅僅是信息處理，更是與真實世界、與復(fù)雜人性深度互動的過程。

AI 帶來的不是一個更輕松的世界，而是一個對認(rèn)知能力和適應(yīng)能力要求更高的世界。它迫使我們?nèi)ニ伎家粋€更根本的問題：

在一個機器可以完成絕大多數(shù)工作的未來，人類的價值究竟是什么？以及，我們希望建立一個怎樣的社會？這個問題，比技術(shù)本身重要得多。