ARTICLE · 1009579
AI时代,红利到底该怎么分
AI时代,红利到底该怎么分
一个流传很广的说法是：AI会让所有人变得更富。但现实可能没那么温柔。技术确实在疯狂创造财富，可这些钱，正越来越多地流进少数人和少数公司的口袋。普通人能不能分到一杯羹，不取决于技术本身，而取决于我们怎么设计分配。 1913年底，福特汽车的高地公园工厂出现了一个奇观：流水线把造一辆车的时间从12个半小时压缩到93分钟，效率翻了好几倍，可工人却在用脚投票。 当时的员工流失率高得吓人，全年流动率一度达到380%。也就是说，工厂想多招100个人，得先招963个才能补上跑掉的人。流水线枯燥、重复、高强度，日薪只有2.34美元，干9小时。工人宁愿辞职，也不愿被钉在工位上。 1914年1月5日，福特做了个震惊业界的决定：把日薪从2.34美元直接提到5美元，工时反而从9小时减到8小时。消息一出，第二天工厂外就挤了1.2万名求职者，一周收到1.4万封求职信。 结果呢？员工流动率从380%掉到16%，劳动生产率上升了40%到70%，公司利润在1914到1916年间从3000万美元翻倍到6000万美元。工人用涨上去的工资买自己造的车，还顺手拉动了一场消费革命。 关键点在于：福特不是突然善良了。他算过一笔账——流水线留不住人，工厂根本转不起来；而给工人 enough 的钱，他们既是生产者，也是消费者。涨薪是维持生产、做大市场的商业决策，不是慈善。 这给今天提了个醒：红利分配从来不是道德问题，而是系统能不能转下去的问题。 经济学家有个词叫“”。2009年，经济史学家罗伯特·艾伦用这个词概括第一次工业革命：1780到1840年，英国劳均产出上升了46%，可工人实际工资只提高了12%。机器轰鸣，财富暴涨，普通人的日子却几乎没变。 当时是资本拿走了几乎全部增量。今天，北大国家发展研究院院长黄益平在2026年7月的演讲里警告：AI时代很可能重演甚至强化这个规律。 数据已经在说话。 美国劳动收入占国民收入的比重，在2025年第三季度创下了近80年来的新低。同期，美国家庭直接持有的股权财富从2019年的约29万亿美元，涨到2026年一季度的约55万亿美元，近乎翻倍。但增量极不均衡：2022年底到2026年一季度新增的约21万亿美元里，前10%的家庭拿走了88%，后50%只分到1%。 AI推高的股价红利，几乎全进了富人的账户。 很多人盯着“”，但更隐蔽的风险是：你还在上班，活干得更多了，工资却没涨，甚至降了。 PIMCO的研究指出，美国生产率在2025年三季度仍增长约2%，但劳动者的收入份额一路下滑。高盛更直接：目前“”显示AI的生产率红利流向了工人。 几个扎心的数据： 掌握AI技能的工人，工资比不会用的同行高出56%（普华永道2025）。但另一边，从事数据录入、标准报告这类重复性脑力劳动的岗位，实际工资在被侵蚀8%到15%。 美国银行2026年3月的报告更直观：高收入家庭实得工资同比增长5.6%，中产只涨2%，低收入家庭只涨1%——这是它2015年开始追踪以来最大的差距。 哪怕失业率没爆，工资的相对下行也在悄悄发生。2025年美国宣布的裁员人数超过110万，是疫情以来最高。 视频里说得对：企业不能只把AI当“”。如果所有公司同步用AI替代人工，宏观上就会出现“”的失衡，最后变成供强需弱，大家都没好果子吃。 出路在于市场自身的倒逼机制：企业必须用AI去创造新产品、新服务，把劳动者和中小企业重新拉回AI价值链。 这正在发生。2021到2025年，人社部发布了72个新职业，其中20多个与AI相关。2026年9月，人社部又一口气发布11个新职业、23个新工种，包括“”“”“”。专家估算，每个新职业短期能带动30万到50万人就业。 AI训练师、AI产品经理、机器人运维、“”、智能体评估员……这些岗位五年前根本不存在。普华永道说，全球几乎所有AI应用的岗位数量都在增加；58同城平台上已经冒出近50类“”新岗位和40种智能新服务。 更关键的是，AI把创业门槛砍到了地板。一个人加一套AI工具，就能完成内容生产、产品运营和服务交付，“”正在成为现实。当普通人能用更低的成本创造新价值，他们才真正回到了分配链条里。 麦肯锡2026年1月的判断很清醒：AI智能体可以自动化知识工作者30%到60%的任务，但这不是“”，而是把认知劳动往价值链上游重新分配。活儿还在，只是重心变了。 市场自发调节不是不行，就是又慢又疼，还很不公平。历史经验是：技术进步不会自动普惠大众，制度干预才是避免长期贫富撕裂的必要条件。 各国已经在试探解法。 韩国2026年5月由总统府政策室长提出“”设想，6月李在明在《经济学人》专访中明确探讨包含“”的新型分配机制，并推动“”——用公共资本投资AI基础设施，再把收益以分红形式发给全民。 美国这边更激进。参议员桑德斯2026年6月提交《美国AI主权财富基金法案》，要求年销售额超2亿美元的AI公司上交50%股份给政府，成立基金把分红平均分配给所有美国人。马斯克则抛出“”（UHI），主张政府按月给公民发远超基本需求的收入。OpenAI的奥特曼提出“”，对大公司和私人土地征2.5%的税，给每位成年人发年度股息。 黄益平把这些思路收拢成一个框架：防御、赋能、再平衡。 防御，是完善社保和失业保险，给被冲击的劳动者托底；赋能，是投资教育，培养“”的复合型人才，让普通人从被替代转向驾驭AI；再平衡，是探索对AI超额收益征税、推动公共数据共享、建立全民AI红利基金，把增量收益定向回馈居民。 制度的事交给时间，但个人的事不能等。 AI时代最值钱的能力，不是会不会写提示词，而是判断力——知道哪些事该交给AI，哪些必须自己把关，哪些要保留纯粹的人类判断。麦肯锡把这个叫“”，说它是2026年市场上最稀缺的技能。 说白了，别跟AI比谁搬砖快，要去干AI干不了的那部分：定义目标、承担责、做创新、审美和与人建立信任。清华学者提的“”概念很传神——AI能自主决策、能学习，但它不担责，担责的得是人。 福特用5美元日薪证明了一件事：把红利分给干活的人，系统才能转得动、市场才长得大。一百多年后，AI把同样的问题摆在我们面前，只是规模大了几个数量级。 技术会一直往前跑，它不在乎谁掉队。能不能让普通人共享这场红利，靠的是企业的选择、制度的设计和每个人的转身速度。分配这件事，从来不是技术问题，是人怎么选的问题。
AI时代，红利到底该怎么分