ARTICLE · 1035535
当AI 把＂变强＂打成白菜价后,什么会开始涨价?
当AI 把＂变强＂打成白菜价后,什么会开始涨价?两年前，会调提示词的人按条收费；今天，同一套技巧免费躺在公共教程里。 五年前，图库一张商业照片卖几百美元；今天，几块钱，量大从优。 三十年前，录一首歌要租棚、要乐手、要预算；今天，一个人加一个 AI，一晚上量产十首。 东西越来越好用，手艺越来越便宜——按常识，这是进步该有的样子。 过去两年，关于 AI 的所有主流争论——会不会取代人、要不要全民学、是不是泡沫——都在同一个框架里打转：生产力。 可价值从来不只由生产力决定。当 AI 把认知能力全面普及、把"变强"的批发价打到接近零，真正值得问的只有一句：钱会搬去哪里？ 答案还是那道老公式：价值 = 有用 × 稀缺。AI 负责把"有用"批发降价，价格却只听稀缺的。 AI 不是又一项技术，它平权的东西和前辈们不一样。 蒸汽机平权体力，电力平权动力，互联网平权信息流通——防线一道道退，最后退到认知：判断、表达、编程、设计。AI 攻下的是人类最后一道还站着技能溢价的防线，这是历史上第一次，"会变聪明"这件事本身被批量化。 证据已经很硬。一项覆盖五千多名客服的对照研究发现，接入 AI 助手后人均效率提升约 14%，真正的看点在分布：新手和低技能者提升最大，员工之间的差距被显著拉平。编程侧的实验里，使用 GitHub Copilot 的开发者完成同类任务快了 55.8%。 "新手受益最大"这半句值得多读一遍。AI 不是让强者更强，而是把地板抬到接近天花板——所谓全面普及，不是人人都有超能力，而是超能力不再是稀缺品。 当"会"不再稀缺，"会"就不参与定价。 价格不看绝对水平，看边际稀缺。一项认知能力再强，人人可得的瞬间，它在价格表上的权重就归零。当所有人都是高手，就没有人是高手。 音乐也把这一幕提前演完了。制作和分发成本趋近于零之后，行业年产歌曲是三十年前的几十倍，单首歌的价值却几乎归零，总收入从 1999 年的约 270 亿美元一路缩到 2014 年的约 145 亿。图片业同理：图库照片从单张几百美元跌到几块钱——就是开头那个"量大从优"的行业。 但塌掉的不是需求。2023 年音乐行业收入创历史新高——蛋糕回来了，会做"的定价权却没回来，它搬去了分发、聚合和定价。这个搬家方向，先记下。 生产力的全面普及解决绝对值，不解决相对值。 分配看相对位置。你加班到十点，同事借助 AI 十一点收工，产出打平，相对位置却重置了。内卷不是道德沦丧，是均衡结果：可复制的赛道上，任何能被普及的能力，终点都是无利可图。所有人同步变强，等于没有人变强。 电气化为这一幕预演过。电机 1880 年代就发明了，美国工厂却花了约四十年才完成"组装的电力化改造"——在那之前，用电的厂并没有比烧蒸汽的同行多赚。技术普及和能力普及之间，隔着一段没有超额的平路。AI 正在驶进这段平路。 不过得把话说满的另一半收回来：绝对值不是"没意义"。福利和分配是两笔账——蛋糕做大管"能不能吃饱"，稀缺性管"谁先动筷子"。过去两百年全球人均收入涨了约 15 倍，每轮吃到超额的永远是少数人，但所有人的生活水平被平均抬升。绝对值是文明本身，相对值是焦虑本身，两笔账分开算，才不至于混着绝望。 稀缺没有消失，它在搬家。按"被 AI 平权的速度"，给开始涨价的东西画一张三层地图。 第一层：物理与能源——AI 越普及，越缺粮。认知生产力可以无限复制，烧它的算力和电不能。IEA 预计全球数据中心用电量 2030 年翻倍至约 9450 亿度，电、芯片、机房、牌照顺势涨价。更隐蔽的是原料：Epoch AI 测算，公开的高质量文本数据存量将可能在未来几年耗尽。AI 正在吃光自己的粮食，下一轮紧俏货也许叫"没被训练过的优质数据"。 第二层：真实世界——AI 越便宜，"到场"越贵。软件平权之后，剩下的是机器人进不去的现场：一台手术、一次面对面的谈判、一小时照护。这是鲍莫尔效应：可平权的部分越便宜，不可平权的人力相对越贵。AI 写得出一万条文案，按不了一次摩。 第三层：人心——真假之辨时代的信任溢价。当任何一段文字、一张图、一条语音都可能是 AI 生成，"确认这是真人真事"本身成了稀缺品。同理还有注意力——内容产能无限，用户的 24 小时没变；还有品味——答案正在免费，提问开始收费，AI 给得出答案，没人替你决定该问什么。 别把地图当成静的。层与层会互相转化：平台能把信任规模化，算力过剩时能源也会贬值。这张地图的真正用法，是盯住"哪一层正在向哪一层搬家"——搬家途中有个过渡期，那就是超额收益的空窗期。 上面所有推演，都假设了"普及"会同时到达。现实里这个假设几乎不成立。 技术扩散永远有梯度：先用电的厂、先完成电力化改造的产线、先把 AI 嵌进核心流程的公司，在普及收官之前，享受的是旧稀缺尚未退场、新能力已经到手的双重红利。 有一组矛盾很说明问题：调查里接近八成的组织自报"在用 AI"，真正把 AI 重构进工作流程、改写产出结构的仍是少数。自报采用率和深度使用率之间隔着鸿沟——技术新闻里的"已普及"和现实经济里的"刚开始"，差着几个数量级，而这条鸿沟本身就是超额收益的地图。 两个提醒。窗口在缩短：电力用了四十年，互联网十几年，AI 只会更快；拥挤在加速：所有人都看见梯度的时候，梯度就开始消失。先行者红利不是"早学就行"，是**在共识形成之前重仓。 靠认知技能吃饭的：别在已被拉平的赛道里内卷——客服研究早告诉你，那里恰是 AI 抬升最大的地方。把技能接到还没塌的稀缺上：会用 AI 不稀缺，"会用 AI + 懂强监管行业"稀缺；会写不稀缺，别人信你写的稀缺；给答案不稀缺，定义问题稀缺。技能只是入场券，交叉点才定价。 配置资源的（创业者、投资者、管理者）：别再问"这技术有没有用"，这个问题客服研究已经回答了。要问"它在消灭哪个旧稀缺、催生哪个新稀缺"。淘金热里最稳的赚头从来是卖铲子卖水：算力、能源、数据、合规、分发，以及一个越来越贵的词——认证与信任的基础设施。 普通个体：一个也许让人松口气的事实——超额与你无关，抬升与你有关。你未必抢得到超额，但认知服务变便宜就是你的福利。能做的是在资产负债表上持有无法被平权的东西：好的地段、真实的信用、健康的身体、不必向任何人证明的关系。它们不产出超额，但抗塌。 回到开头那组降价：提示词、图库照片、录音棚。 它们没有消失，只是退出了定价——正如当年蒸汽机让臂力退出定价一样。每一轮技术平权，消灭的都是一类稀缺，逼出的都是同一个问题：人被平权之后，还贵在哪里？ 算力可以租，表达可以生成，记忆可以外包。剩下涨价的，是到场、是信任、是爱一个人用掉的时间——这些恰恰不能批发。稀缺会一直搬家，但搬到最后会发现：搬不动的那些，才是人。 变强曾经是普通人唯一的上升通道；当 AI 把这条通道铺成人人可走的高速，"变不了"的东西开始收钱。而这未必是坏消息——它意味着，人终于可以不再靠"比机器更能干"来证明自己。 AI 时代最贵的问题，也许不是"什么会取代人"，而是：当变强不再是答案，你选择把时间花在哪里。 --- 数据来源：Brynjolfsson 等《Generative AI at Work》（NBER，2023）；Peng 等 Copilot 对照实验（2023）；METR 资深开发者实验（2025）；IEA《Energy and AI》（2025）；Epoch AI 数据存量测算；谷歌 2024 年财报电话会；麦肯锡全球 AI 调查（2024/2025）。文中数据为公开资料整理，部分为约数；个人观点不构成任何投资建议。 点个关注，一起变富！