夜雨聆风
身处AI时代，我们每天都被海量的技术突破所包围。大模型的能力呈指数级跃升，机器人接管了更复杂的流水线，自动驾驶的算力日新月异。按常理，这种前所未有的“社会劳动生产力有了巨大的发展”，理应带来资本回报率的狂飙。然而，一个令人不安的现实却摆在面前：尽管技术日新月异，许多传统行业的资本收益率却长期陷入停滞甚至下滑。巨头们手握庞大的专利和算力，却依然感叹“钱越来越难赚”。
为何会出现这种悖论？马克思在《资本论》第三卷第十四章中，早已为我们揭示了这一资本主义的深层病理——“利润率趋向下降的规律”。但马克思的伟大之处不仅在于他指出了规律的必然性，更在于他展现了极强的辩证思维：他深知资本并非坐以待毙，而是会爆发惊人的“求生欲”。在这一章中，他详尽剖析了“起反作用的各种原因”。
今天，让我们带着社企经济学的视角，穿透AI时代的繁华表象，看看这套一百五十多年前的底层逻辑，如何在算法和硅基芯片的加持下，演化出一场更为惊心动魄的“系统自救”，以及为何这种自救终究会将系统推向更深的死局。
1
绝对剩余价值的数字化囚笼与底层的“自我献祭”
马克思指出，阻挠利润率下降的第一个利器，便是“劳动剥削程度的提高”。在机器大工业时代，这表现为工作日的延长和劳动的强化。而在今天的AI时代，物理意义上的皮鞭消失了，但数字监控与算法调度却构筑了更为严密的剥削网络。
在零工经济平台和外卖配送网络中，骑手和司机看似拥有“灵活就业”的自由，实则被牢牢钉在算法的十字架上。APP不仅计算路线，更在无形中拉高了劳动强度。马克思写道：“使劳动强化的因素很多，其中包括不变资本同可变资本相比的相对增加……例如在一个工人必须看管更多机器的时候，情况就是这样。” 如今，一个外卖骑手在算法的驱策下，单位时间内完成的派单量远超昔日，这不正是“看管更多机器”的数字翻版吗？
更隐蔽的是，AI通过对海量数据的抓取与分析，将原本属于劳动者经验性的“剩余劳动”彻底显性化、标准化，并据为己有。劳动者的每一次点击、每多付出的一分钟，都在为平台的“不变资本”（数据中心、算法模型）增值，而自身的薪酬却未能获得实质性增长。这种“绝对剩余价值”的极限榨取，是资本在利润率承压时最先动用的武器。
紧接着，马克思提出了第二个原因：“工资被压低到劳动力的价值以下”。这在当今的全球化数字产业链中表现得淋漓尽致。从东南亚的电子代工厂，到欧美本土被AI客服取代的电话接线员，庞大的劳动力后备军随时准备以极低的价格兜售自己的时间与技能。这种“经验的事实”，在AI时代的裁员潮与降本增效中屡见不鲜。当数以亿计的劳动者为了生存不得不接受低于其劳动力再生产成本（如高昂的城市生活费用、子女教育费用）的薪酬时，资本的利润率便得到了人为的输血。
然而，这种建立在对底层劳动者“自我献祭”基础上的自救，无异于饮鸩止渴。它虽然在短期内抵销了利润率的下降，却从根本上摧毁了社会的有效需求。当大多数人囊中羞涩，即便AI能生产出再廉价、再丰富的商品，又能卖给谁呢？
2
算力狂欢背后的“不变资本”贬值与结构性失业
如果说压榨劳动力是资本的传统艺能，那么在“不变资本各要素变得便宜”这一环节，AI时代则上演了一场真正的奇迹。
马克思精辟地指出：“同上述情况有关的，是现有资本（即它的物质要素）随着工业发展而发生的贬值。”在AI领域，这意味着什么？意味着摩尔定律的狂飙突进。十年前，训练一个先进的神经网络可能需要价值数百万美元的专用GPU集群，且耗电量惊人；而今天，得益于芯片架构的优化和云计算的普及，同等算力的获取成本断崖式下跌。数据作为AI时代的“原料”，其复制和传播的成本几乎为零。
按照马克思的逻辑，“不变资本各要素变得便宜……具有提高利润率的作用，因为它使剩余价值率提高，使不变资本价值降低”。这解释了为何硅谷的科技巨头能在投入巨资研发AI的同时，依然保持极高的账面利润率。他们享受了“不变资本贬值”带来的巨大红利。
但麻烦也随之而来。当AI技术变得足够廉价和普及时，它就开始大规模替代脑力劳动。这就触及了马克思所说的第四个反作用原因——“相对过剩人口”。AI的本质是“自动化认知”，它不仅能处理重复性劳动，还能进行创意生成、代码编写和数据分析。这使得大量原本属于“可变资本”（即能创造剩余价值的活劳动）的白领阶层，面临着被剔除出生产过程的风险。
马克思深刻地洞察到：“造成利润率下降趋势的同一些原因，在这里又会产生一种和这种趋势相反的对抗力量……因为这些生产部门把其他生产部门中常常由于不变资本占优势而失业的上述相对过剩人口作为基础。”
在AI时代，我们看到了一种奇妙的社会撕裂：一边是基于AI和高度自动化资本的超级巨头，他们占据了“不变资本占优势”的制高点；另一边，则是大量被挤出传统岗位的失业人群，为了生存涌入诸如直播带货、个人IP打造等“活劳动要素占优势”的新兴（且往往极度内卷的）服务行业。这些行业的薪资被激烈的竞争压至冰点，反而为资本提供了“非常高”的剩余价值率。资本的这场“腾笼换鸟”，可谓算计得精准无比。
3
全球化数字贸易与“生息资本”的终极异化
在探讨“对外贸易”时，马克思的论述更是直击当今全球化的命门。他指出，投在对外贸易上的资本能提供较高的利润率，部分原因是“比较发达的国家高于商品的价值出售自己的商品”。在今天的语境下，这种“不等价交换”依然存在，只是换了马甲。
发达国家凭借在AI基础模型、底层芯片和核心软件上的垄断地位，向发展中国家出口高附加值的数字服务和专利授权。这其中蕴含的，不仅是物质生产上的劳动差异，更是“比重较高的劳动”（高智力的研发设计）对“比重较低的劳动”（组装与代工）的隐性剥削。正如马克思所言：“这种劳动没有被作为质量较高的劳动来支付报酬，却被作为质量较高的劳动来出售。”
然而，对外贸易的扩大在给中心国家带来超额利润的同时，也“加速可变资本同不变资本相比的相对减少，从而加速利润率的下降”。因为当落后国家也开始普及AI技术时，发达国家原有的技术壁垒就会逐渐瓦解，全球范围内的利润率再次面临平均化和下降的压力。这就是资本为何在疯狂开拓市场的同时，又始终摆脱不掉“生产过剩”的梦魇。
面对穷途末路的利润率，资本拿出了最后的杀手锏——马克思提到的第六点：“股份资本的增加”。在AI时代，这演变成了资本市场对“生息资本”的病态追捧。
大量的资本不再直接进入充满风险的生产和实体创新，而是涌入股市、债市、加密货币或是大型科技公司的理财账户。这些资本“虽然投在大的生产企业上，但在扣除一切费用之后，只会提供或大或小的利息”。想想那些市值万亿美元的科技巨头，他们账面上躺着海量的现金储备，通过股票回购、分红和购买国债来维持股价和资本利得。这部分资本“不会参加一般利润率的平均化过程，因为它们提供的利润率低于平均利润率”。这不仅扭曲了真实的资源配置，更让整个经济体系患上了严重的“脱实向虚”症候群。
4
社企经济学的破局之道：从“资本的死结”到“人类的活路”
读罢第十四章，我不禁倒吸一口凉气。马克思以冷峻的笔触，为我们描绘了一幅资本主义的“极限求生图”。在这个系统中，为了提高利润率，资本必须不断引入AI和新技术（导致不变资本增加）；但这恰恰又减少了可变资本的比例，从而从根源上削弱了利润的来源。为了弥补这个窟窿，资本只能疯狂压榨劳工、制造失业、压低工资、向外扩张、甚至沉溺于金融投机。
这些起反作用的原因，本质上就是资本在给自己“放血续命”。每一次所谓的“自救”，都在更深层次上加剧着社会的撕裂、环境的破坏和人的异化。
这正是我创立“社企经济学”的初心所在。如果我们承认AI和技术进步的最终目的是为了人类的福祉，而不是为了供奉“资本增殖”这个冰冷的神像，我们就必须跳出这个死循环。
社企经济学主张，经济活动的目的必须从“追求资本利润最大化”转向“解决社会问题并创造共享价值”。
当我们将AI技术应用于社企领域时，它的使命不再是“替代人力以压低工资”，而是“赋能个体以提升其创造力”；不变资本的贬值不再是资本博弈的工具，而是全社会共享的技术红利；对外贸易不再是掠夺资源的零和游戏，而是通过公平贸易实现能力的互补。
马克思在结尾处意味深长地写道：“利润率趋向下降，和剩余价值率趋向提高，从而和劳动剥削程度趋向提高是结合在一起的。因此，最荒谬的莫过于用工资率的提高来说明利润率的降低了……只有理解了形成利润率的各种关系，才有可能根据统计对不同时期、不同国家的工资率进行实际的分析。”
这段话犹如一记警钟。它告诉我们，所有的经济现象背后都是人与人的社会关系。AI时代，与其费尽心机去提高剥削程度、延长算法奴役的时间，不如重新思考：我们究竟需要怎样的技术？怎样的经济制度？
《资本论》第三卷第十四章不是一本过时的病历，而是一份指向未来的预言。它提醒我们，如果不从根本上重塑资本与劳动的关系，不改变财富的流向与分配机制，AI这把利器越是锋利，它在资本主义逻辑的驱使下，就越会割伤人类自身。而社企经济学，正是为了解开这个死结而生。
（全文3600余字）
🌟社企星球🌟
社企星球集团（Social Enterprise Planet，简称SEP）始于2009年，是中国较早的社会企业综合服务平台之一，以「三三制社会企业」为理论创新基础，创新提出「社企经济学」，推动从公司制走向「社企制」，构建中国社会企业发展网络「社企中国」，以「推动中国乃至全球社会企业的发展」为宗旨，使命是「发展社会企业，实现共同富裕，促进充分就业，共创美好世界」，2030愿景为：推动中国社会企业数占总企业数的1/10。
SEP以社会企业研究为抓手，开展社会企业教育、传播、大赛、培训、咨询、认定、孵化、投资等八大板块业务，培育N个社会企业和社会企业家，即「1+8+N」模式。旗下品牌和 IP有社企经济学、社企笔记、社企先锋、社企青年、社企校园、社企网、社企村、社企制。
欢迎加入一起奋斗，让社企遍及中国乃至全球，共创社企的星球！
刘玄奇
