一本翻了200年的教科书

经济学有根「老柱子」——200多年前，法国经济学家萨伊说，所有商品和服务的生产，归根结底就靠三样东西：土地、劳动、资本。

种粮食要地，要人干活，要农具和种子；造汽车也一样。这套「三要素论」经典到什么程度？后来两百年里，不管经济学家怎么吵怎么辩，这三根柱子就没倒过。中间有人加过料——马歇尔塞了个「企业家才能」，知识经济时代又拉进了「技术」和「知识」——但你问一个经济学教授「生产要素有几样」，他大概率还是先提老三样。

但最近，西班牙《经济学家报》报道了一件事：一批经济学家开始认真讨论，人工智能是否应该被认定为「第四大生产要素」——跟土地、劳动、资本平起平坐的那种。

凭啥AI能上桌？

要理解这件事，得先搞清楚「生产要素」的门槛：少了它，你就解释不了这个经济体怎么运转。

传统的资本是「死」的。机床只能按程序切削，流水线只能重复同一个动作，它不会「想事儿」，需要人来指挥。

但AI不一样。它能判断、能决策、能优化流程，甚至能「发明」新方案。它不是被动的工具，而是一个能主动参与生产决策的「角色」。

打个比方：以前开餐厅，厨师是劳动，灶台是资本，店面是土地。现在你引入一套AI系统，它能排班、采购、预测客流，还能根据食客口味自动调菜谱。这套系统既不是「劳动力」（它不是人），也不完全是「资本」（它不只是被动设备）——它更像一个会思考的合伙人。

钱的流向是最诚实的投票。瑞银2026年9月报告显示，全球AI资本支出在2026年预计接近1万亿美元，到2027年还要攀升到1.45万亿。高盛预测，2026到2031年，仅算力、数据中心和电力的投入就合计达7.6万亿美元。如果AI只是「又一个IT工具」，全球最聪明的资本不会这么拼命。

但有人泼了盆冷水

2024年诺贝尔经济学奖得主阿西莫格鲁，仔细算了一笔账后给出了一个「不性感」的结论：未来十年，AI对美国GDP的推动大约只有1.1%到1.6%，每年提升生产率约0.05%。

他的逻辑是：AI现在擅长的都是「容易摘的果子」——写摘要、翻译、生成图片。真正决定经济增长的复杂任务，AI还差得远。好比一个学生从60分提到90分容易，从90分提到95分，每提一分都代价巨大。

更尴尬的是，美国国家经济研究局调查显示：七成企业已在用AI，但超过80%的高管表示过去三年AI对生产率没有可衡量的影响。经济学家管这叫「索洛悖论」的回归——1987年诺奖得主索洛说过：「你可以在任何地方看到计算机时代，唯独在统计数据里看不到。」近40年后，这句话原封不动适用于AI。

看不见的变化，可能正在发生

不过，宏观数据的迟钝，不代表微观世界没变化。

MIT研究发现，用ChatGPT完成任务，耗时降低0.8个标准差，质量提高0.4个标准差。哈佛商学院实验中，用GPT-4的顾问在数量、速度和质量上全面碾压对照组。编程领域，GitHub Copilot让开发者完成任务的速度提高了55.8%。

支付平台Stripe也发现，2026年初以来通过其平台注册的新创企业数量近乎垂直增长，且2025年注册企业的收入是2024年同类的两倍——因为AI编程工具大幅降低了创业门槛。

更准确的描述可能是：我们正处在一个「从看不见变为看得见」的过渡期。就像电力刚出现时，工厂把蒸汽机换成电动机，效率几乎没变。直到几十年后，人们围绕电力重新设计了整个工厂布局——那才是真正的革命。AI可能也在等它的「重新设计工厂」时刻。

一个绕不开的问题

说到生产要素，绕不开就业。世界经济论坛数据显示，2025到2030年间全球将新增1.7亿个工作岗位，同时9200万个被取代，净增7800万个。好消息是总数在涨，坏消息是涨的和消失的往往不是同一批人。

而且AI作为「要素」最独特的地方在于：它会改变其他所有要素的性质——让劳动更高效，让资本更聪明，让土地产出更多。这种「放大效应」，是此前所有生产要素都不具备的。

AI到底够不够格当「第四要素」？可能不是一个事实问题，而是一个时间问题。如果十年后回头看，AI确实重塑了整个经济体的运行方式，那它毫无疑问就是。如果最终只是热闹一阵就融入了现有产业，那它只是「资本」里一个亮眼的子项。

200多年前亚当·斯密写下「劳动是衡量一切商品交换价值的真实尺度」时，大概不会想到，有一天，一种非人类的东西会参与到「劳动」的定义中来。

也许，比「AI是不是第四要素」更值得认真想的问题是：当机器开始「思考」，人的劳动到底意味着什么？

数据来源：