
欢迎大家关注“凯哥讲故事系列”公众号
本文配有完整 PPT 如需要
加凯哥微信,将文章转发朋友圈截图发给笔者,即发 PPT 完整版
富贵研究所 · FUGUI INSIGHTS
富贵研究所 · FUGUI INSIGHTS
AI 赚的钱,必须回流给社会
因为人类历史上,第一次出现了一个“只生产、不消费”的生产要素。
AI 赚的钱,必须回流给社会
因为人类历史上,第一次出现了一个“只生产、不消费”的生产要素。
文|富贵研究所
大富第一次意识到事情不对,是在一个深夜。那天他坐在电脑前,让 AI 帮他写一份方案。原本这活儿,过去至少要三个人干两天:一个人查资料,一个人搭框架,一个人改文字。现在他只敲了一句话,屏幕上就哗啦啦出来了五千字,有背景,有痛点,有路径,有案例,有预算表,还有一段领导喜欢看的结尾。
大富看完,沉默了半天。不是因为写得太好,而是因为他忽然想到:这玩意儿不喝水,不吃饭,不买房,不还贷,不结婚,不养娃,不交学费,不逛商场,不点外卖,不在周末带孩子去游乐场,但它能干活,而且越来越能干。
他转头问大贵:“你说,这东西以后要是真替掉一半白领,社会还怎么转?”大贵没抬头,只说了一句:“这就是 AI 和过去所有机器最大的不同。过去的机器,替代人,但还需要人消费。AI 是人类历史上第一次出现的——只生产、不消费的生产要素。”

一、以前的机器,抢的是饭碗;AI 抢的是饭桌
工业革命的时候,机器也替代人。纺织机替代织工,蒸汽机替代车夫,流水线替代手艺人。后来,挖掘机替代农民工,自动化产线替代装配工,工业机器人替代焊接工。每一次技术革命,都会有人失业,但过去的机器有一个隐含前提:机器虽然替代劳动,但不会替代消费。
工人失业了,问题很严重,但社会里总还有大量人拿工资、买东西、结婚、生娃、消费、还房贷。机器提高了生产效率,商品变便宜,市场扩大,新的岗位又被创造出来。这个循环虽然不总是公平,但至少还能转:机器提高生产率,企业赚更多钱,商品变便宜,人获得新工作,工资形成购买力,购买力支撑市场,市场继续扩张。
可 AI 来了以后,这个循环开始出问题。因为 AI 不只是替代体力,它开始替代脑力。写代码、做设计、写报告、做客服、看合同、做分析、写广告、筛简历、做 PPT、生成视频、处理财务、回答客户、整理知识库、管理流程,这些事情过去支撑了大量白领岗位,也支撑了城市中产的生活方式。
AI 替代的不再是“手”,它替代的是过去中产阶层赖以谋生的表达能力、分析能力、经验能力、判断能力和知识加工能力。这就麻烦了。以前机器抢的是饭碗,AI 抢的是饭桌。因为它不仅干活,还把原本靠这些活儿吃饭的人,从收入链条里挤出去。
更要命的是,AI 干完活以后,不会消费。一个客服被替代了,他原来会租房、买菜、网购、给孩子报班。一个程序员被替代了,他原来会买车、还贷、去餐厅、买电子产品。一个设计师被替代了,他原来会喝咖啡、买衣服、旅游、看展。一个咨询顾问被替代了,他原来会坐飞机、住酒店、请客户吃饭。但 AI 不会。AI 不会在万象城排队买奶茶,不会在 Costco 抢打折牛肉,不会在双十一下单,不会给孩子交私校学费,不会在失恋后喝酒,不会在春节给爸妈买按摩椅。它只干活,不消费。这就是一个巨大的时代断裂。
二、生产力越来越强,消费者却越来越少
大贵说,一个经济体最怕的不是生产力不足,最怕的是生产力很强,但消费力塌了。如果 AI 把大量岗位替代掉,企业短期会很开心。老板一算账,客服少了,成本降了;设计少了,成本降了;文案少了,成本降了;程序员少了,成本降了;分析师少了,成本降了;管理层少了,成本也降了。利润表好看了,股价上去了,投资人鼓掌,董事会说这叫 AI transformation。
但问题是,被裁掉的人去哪儿?他们不只是企业的成本,他们也是社会的消费者。企业今天把员工从成本端砍掉,明天就会在收入端重新遇到他们。因为这些人不买东西了,房贷不敢背,车不敢换,孩子兴趣班砍掉,旅游取消,餐馆少去,衣服少买,保险退保,会员取消,消费降级。然后企业发现,产品卖不动了,于是继续裁员。
这就是 AI 时代可能出现的新死亡循环:AI 提效,企业裁员,居民收入下降,消费收缩,企业收入承压,继续用 AI 降本,继续裁员,社会购买力继续下降。大富听完,说:“这不就是自己砍自己的客户吗?”大贵点头:“对。AI 最大的悖论就是,它可以无限提高生产力,但它不能创造最终消费。”
人类经济的底层逻辑,从来不是只要能生产就行。生产出来的东西,必须有人买;有人买,必须有人有收入;有人有收入,必须有人参与分配。过去,工资就是普通人参与分配的主要方式。但如果 AI 大规模替代劳动,工资这个分配渠道会变窄,那么社会必须创造新的分配渠道。否则就会出现一个荒诞世界:仓库里堆满商品,云端跑满模型,企业拥有极高效率,资本拥有极高利润,但普通人没有钱买。那不是繁荣,那叫技术性萧条。
三、AI 不只是替代劳动,它还吃了全社会的数据
如果 AI 只是企业自己花钱买机器、自己训练、自己使用,那问题还简单一点。可 AI 的真正复杂在于,它不是只吃资本长大的,它是吃全社会数据长大的。它会写文章,因为全世界的人写过文章;它会写代码,因为全世界程序员在 GitHub、论坛、博客、文档里留下了代码和经验;它会画图,因为无数艺术家、设计师、摄影师和普通人上传过作品。
它会做咨询,因为过去几十年咨询公司、企业家、管理学者、行业专家写过大量报告和案例;它会回答医疗问题,因为医生、患者、科研人员、医院体系积累了海量医学知识;它会理解城市,因为交通、物流、地图、监控、政务、能源系统长期积累了城市运行数据;它会说人话,因为几十亿人在互联网上说过话。
所以 AI 的底层,不只是算法,也不是只有算力,而是三样东西:算力、能源、数据。算力可以由企业购买,能源可以由企业付费,但数据从哪里来?来自社会。来自所有人。来自过去几十年互联网的公共沉淀。来自无数普通人的点击、评论、图片、位置、交易、语言、劳动、创作和生活。
这就出现了一个非常江湖的问题:大家一起把柴火抱来,最后只有少数人坐在火堆边吃肉。大富说,这不就是“众人拾柴,平台烤肉”吗?大贵说,不止。更狠的是,平台烤完肉,还告诉你:“你太贵了,我现在有 AI 了,不用你了。”
这才是大家心里真正不舒服的地方。不是反对 AI,而是反对一种新的不公平:数据来自全民,模型属于少数;经验来自劳动者,收益归于资本;失业由社会承担,利润由平台独享。这套逻辑如果不改,AI 就不是生产力革命,而会变成财富抽水机。
四、过去资本剥削劳动,未来可能是模型吞噬社会
工业时代,矛盾主要是资本和劳动。老板有工厂,工人有劳动力。老板要利润,工人要工资。双方博弈,国家调节。到了平台时代,矛盾变成了平台和个体。平台掌握流量,商家和骑手依附平台,平台抽佣,个体内卷。到了 AI 时代,矛盾又升级了,它变成了模型与社会的关系。
模型公司不只是雇佣劳动者,它吸收劳动者过去的知识;它不只是服务用户,它学习用户的数据;它不只是连接市场,它重构市场;它不只是提高效率,它改变分配。如果没有制度约束,未来会出现一种新的“模型封建主义”:少数大模型公司拥有底层智能,少数云厂商拥有算力入口,少数平台拥有用户数据,少数资本拥有模型收益,而大量普通人,只剩下使用权。
你要写东西,问它;你要工作,靠它;你要学习,用它;你要接单,被它调度;你要创业,租它的 API;你要生活,被它推荐。你以为你在使用 AI,其实你在被 AI 时代的新基础设施重新定价。
更可怕的是,过去地主再有钱,也要吃饭、修房、养马、雇人;资本家再有钱,也要建厂、雇工、卖货。但模型不需要这些。模型只需要更多算力、更多数据、更少人类介入。它越强,对人的依赖越低。社会如果没有新的回流机制,就会进入一个怪圈:社会提供数据,模型获得能力,企业替代劳动,财富流向资本,普通人收入下降,社会继续提供数据,模型继续变强。这不叫智能社会,这叫社会被模型炼化。
五、为什么 AI 赚的钱必须回流社会?
大富问:“那为什么一定要回流?企业也投入了钱啊,GPU 不贵吗?工程师不贵吗?研发不贵吗?”大贵说:“当然贵。企业当然应该赚钱。但 AI 的钱,不能全部归企业。”
第一个原因,是 AI 的原料有公共性。煤老板挖煤,要交资源税;石油公司采油,要交资源税;矿产企业采矿,要交矿权费。为什么?因为地下资源不是企业凭空创造的。企业有开采能力,但资源本身具有公共属性。AI 时代,数据就是新矿产。只不过过去的矿在地下,今天的矿在人身上、城市里、平台上、行业中、公共系统里。每个人都是数据矿脉的一部分,每座城市都是数据矿山,每个行业都是数据油田。既然企业用社会数据炼出了 AI 能力,那就应该向社会支付数据资源使用成本。这不是打土豪,这是资源定价。
第二个原因,是 AI 的收益私有化,成本社会化。企业用 AI 降本,收益是自己的。但裁员之后的失业、焦虑、再培训、消费下降、家庭压力、社会治理成本,是社会承担的。这就像一个工厂把污水排进河里,工厂成本低了,利润高了,但下游村庄生病,政府治理污染,生态系统崩坏。后来社会明白了,污染要收费,排放要监管。AI 也一样。如果一个企业因为 AI 替代大量岗位获得超额利润,它就应该承担一部分社会转型成本。不是因为 AI 有罪,而是因为社会不能替企业无限买单。
第三个原因,是 AI 会削弱工资作为分配机制的作用。现代社会里,大多数普通人不是靠资本收入生活,他们靠工资。工资不是简单的劳动报酬,而是普通人参与社会财富分配的通道。如果 AI 大幅减少劳动需求,那么工资总量可能下降。一旦工资这个通道变窄,社会就必须建立新的分配通道。否则,财富只会向资本、平台、模型和数据中心集中,最后形成一种很危险的结构:少数人拥有生产力,多数人失去购买力。
第四个原因,是没有回流,AI 自己也走不远。如果 AI 只带来裁员、不安全感和财富集中,最后谁都会反对它。员工反对,创作者反对,行业反对,政府担忧,社会恐惧,数据不愿开放,企业不敢大规模用,监管越来越重,技术发展会被社会情绪拖住。所以,AI 收益回流社会,不是反 AI,恰恰是为了让 AI 长期发展。真正聪明的 AI 公司,应该主动建立回流机制,因为你不能只从社会拿燃料,却不给社会留火种。
六、如果 AI 不回流社会,会发生什么?
大富说:“如果不回流,最坏会怎样?”大贵说:“会有四个后果。”第一个后果,是中产塌陷。AI 最先冲击的,不一定是最底层体力劳动者,因为很多体力活还需要身体、空间、现场和责任。反而是大量标准化白领岗位,最容易被替代。客服、运营、文案、翻译、助理、初级程序员、基础设计师、法务助理、财务分析、HR 筛选、行政流程、市场研究、内容生产,这些岗位过去承载了大量城市中产。他们买房、消费、养娃、旅游,支撑城市服务业。如果这些岗位大面积缩水,中产会先感受到压力。中产一收缩,城市消费也会收缩,餐厅、教育、零售、文旅、汽车、家居、保险、金融都会受影响,最后整个经济都会变冷。
第二个后果,是年轻人失去上升通道。过去年轻人进入社会,总有一些入门岗位。先做助理,先写材料,先改 PPT,先做测试,先整理数据,先当客服,先做初级分析师。这些活儿看起来低端,但它们是年轻人积累经验的入口。AI 一旦把这些初级岗位吃掉,年轻人就会遇到一个荒诞问题:企业只要有经验的人,但没有初级岗位,年轻人从哪里获得经验?过去江湖有学徒,今天 AI 把学徒活干了,那年轻人怎么出师?如果一个社会没有年轻人的上升台阶,只剩下少数精英和大量无入口青年,这个社会会非常危险。
第三个后果,是数据反抗。如果普通人发现,自己的文字、图片、代码、视频、声音、行为数据被拿去训练 AI,最后 AI 反过来替代自己,却没有任何补偿,社会一定会出现数据反抗。创作者会拒绝授权,行业会封闭数据,机构会提高壁垒,个人会要求删除,监管会收紧,诉讼会增加,数据越来越难获得,模型训练成本越来越高,AI 产业会从“开放红利”进入“授权战争”。这不是想象,这是必然。因为没人愿意免费贡献自己的劳动成果,然后被系统性替代。
第四个后果,是社会撕裂。一边是 AI 公司估值暴涨,一边是普通人找不到工作;一边是模型发布会上掌声雷动,一边是年轻人投几百份简历没人回;一边是企业宣传“一人公司”“超级个体”,一边是普通人发现自己连普通岗位都保不住。这种反差如果持续扩大,会形成强烈的不公平感。到那时,AI 不再被视为工具,而会被视为敌人。技术一旦变成社会敌意的承载物,发展就会变形。

七、怎么回流?不是发善心,要立规矩
大富说:“那总不能让 AI 公司天天捐款吧?”大贵说:“靠捐款解决不了生产关系问题。江湖不能只靠大侠仗义,还得有规矩。”AI 收益回流社会,必须制度化,而且可以从七件事开始。
第一,建立 AI 自动化转型贡献金。企业大规模使用 AI 替代岗位,获得明显成本节约,就应该拿出一部分收益,进入“自动化转型贡献金”。这笔钱不该乱花,要专项用于被替代员工再培训、职业转换补贴、AI 技能教育、中小企业 AI 工具普及、公共就业服务和青年入门岗位保护。原则很简单:你可以用 AI 降本,但不能把转型成本全部甩给社会。这不是惩罚企业,而是让技术替代的成本有地方承接。
第二,建立公共数据使用费。如果企业使用公共数据训练模型或开发商业产品,就应该支付公共数据使用费。比如交通数据、气象数据、城市数据、能源数据、医疗数据、教育数据、政务数据,这些数据来自公共系统,不是某家公司私产。商业使用可以,但不能白用。公共数据收益应该反哺公共服务,比如改善城市治理、降低公共服务成本、支持基层数字化、建设公共 AI 助手、提升数据质量和安全治理。公共数据产生的 AI 收益,必须回到公共利益。
第三,建立全民 AI 能力账户。未来每个人都应该有一个 AI 能力账户。它不是简单发钱,而是给每个人一套 AI 时代的基本能力保障,里面可以包括 AI 学习券、公共模型使用额度、职业再培训额度、AI 编程和办公课程、创业工具包、就业匹配智能体、个人数据权益记录。这相当于 AI 时代的新社保。过去社保保护人的身体风险、养老风险、医疗风险,未来还要保护一个新风险:能力被技术淘汰的风险。
第四,建立数据红利基金。如果某些数据无法精确分配到个人,就进入数据红利基金。国家级基金用于教育、科研、公共卫生;城市级基金用于交通、社区、养老、公共服务;行业级基金用于从业者培训和行业转型;平台级基金用于创作者保护和用户权益。不一定每个人直接领钱,但每个人应该通过公共服务获得回报。比如,AI 赚的钱可以让普通家庭免费获得基础 AI 助手,让学生免费使用 AI 学习系统,让老人获得 AI 健康陪伴,让失业者获得 AI 职业教练,让中小企业获得 AI 转型工具。这就是更现实的“数据分红”。
第五,建立高质量数据集收益分配机制。未来 AI 的核心资源,不是粗糙数据,而是高质量数据集。高质量数据集需要采集、清洗、标注、审核、脱敏、治理、版本管理、质量评估和持续更新,这里面有大量人的劳动。所以不能最后只有模型公司赚钱。数据提供方、标注方、行业专家、治理平台、应用企业、公共数据主体,都应该有明确收益分配。特别是行业高质量数据集,必须一开始就设计谁贡献数据、谁拥有权益、谁负责治理、谁获得收益、谁承担风险、谁接受审计,否则数据集建设就会变成新一轮“数据圈地”。
第六,建立 AI 企业社会贡献评级。未来评价 AI 企业,不能只看参数、收入、估值、融资,还要看它有没有对社会负责。比如数据来源是否合规,是否尊重创作者权益,是否披露岗位替代影响,是否设立再培训基金,是否支持中小企业,是否提供普惠 AI 服务,是否有数据收益回流机制,是否降低公共服务成本,是否控制能源消耗。评级高的企业,获得更多公共数据授权、政府采购、算力支持和政策扶持;评级低的企业,就不能一边吃社会数据,一边逃避社会责任。
第七,把 AI 普惠服务变成新型基础设施。未来 AI 应该像水、电、燃气、宽带一样,成为社会基础服务。不能只有大企业和富人用得起好 AI,普通家庭也要用得起,中小企业也要用得起,普通学校也要用得起,基层社区也要用得起。这就需要政府、平台、企业共同建设“普惠 AI 供给体系”。大模型公司赚了钱,应该拿出一部分能力进入公共服务。不是让它们亏本做慈善,而是用制度购买、公共基金、算力券、数据收益回流等方式,让 AI 成为全民生产力。AI 如果只是富人的外挂,它会加剧不平等;AI 如果成为全民工具,它才是新质生产力。
八、真正的公平,不是人人不被替代,而是人人有重新参与分配的机会
大富说:“是不是以后所有人都能保住岗位?”大贵笑了:“保不住。”
技术来了,很多岗位一定会消失,就像马车夫不可能永远存在,打字员不可能永远存在,胶片冲印店不可能永远存在,传统柜员不可能永远存在。问题不是岗位能不能永远保住,问题是岗位消失以后,人有没有新的位置。
AI 时代真正的公平,不是承诺没有人被替代,而是保证每个人在被替代以后,还有重新学习、重新就业、重新创业、重新参与社会分配的机会。
这就是为什么 AI 收益必须回流。因为如果不回流,普通人就没有能力完成转型。
一个人被 AI 替代,不是因为他懒,而是整个生产体系变了。
既然生产体系变化带来的收益由企业和资本获得,那么生产体系变化带来的再适应成本,也不能只由个人承担。

九、AI 不是坏人,但不能让它背后的人装作无辜
大富说:“你这么写,会不会有人说你反科技?”大贵说:“最反科技的,恰恰是那些只想拿走收益、不想承担责任的人。”真正的科技,应该让社会更强,而不是让少数人更强,让多数人更弱。
真正的 AI 文明,应该是企业赚钱,社会进步,普通人获得能力,公共服务变好,中小企业得到机会,年轻人仍有上升通道,创作者得到尊重,数据贡献者获得权益,被替代者能够重新出发。
这不是乌托邦。这是 AI 能够长期发展的最低条件。因为技术不是漂浮在云端的神迹,它必须落在人间,落在饭碗里,落在家庭账本里,落在年轻人的第一份工作里,落在老人能不能被照护,孩子能不能被教育,中小企业能不能活下去的现实里。
十、最后,富贵研究所讲一个江湖规矩
江湖上有一句老话:吃水不忘挖井人。
AI 今天这口井,不是一家公司挖的。它是全社会一起挖的。有人贡献了文字,有人贡献了代码,有人贡献了图片,有人贡献了论文,有人贡献了经验,有人贡献了城市运行数据,有人贡献了行业知识,有人贡献了几十年的劳动流程,有人贡献了自己一生的专业判断。
现在,AI 从这口井里打出了水。平台拿去卖水,资本拿去上市,企业拿去降本,这都可以。但不能忘了,这口井本来就有全社会的份。更何况,AI 不是一头普通的牛。普通的牛,耕完地还要吃草;普通的人,干完活还要消费。AI 不一样。它是人类历史上第一次大规模出现的,只生产、不消费的生产要素。它能写,能画,能算,能编程,能客服,能分析,能管理流程,但它不买房,不买车,不吃饭,不生娃,不旅游,不消费。
如果让这样一种生产要素无限扩张,而不建立收益回流机制,社会最终会变成一个奇怪的地方:生产越来越多,岗位越来越少,利润越来越集中,消费越来越疲软,模型越来越聪明,普通人越来越无力。到那时候,AI 不是没有创造财富,而是创造了一个没有足够消费者的世界。
所以,AI 赚的钱必须回流社会。不是因为 AI 邪恶,不是因为企业不该赚钱,不是因为资本有原罪,而是因为 AI 的数据来自社会,AI 替代的是社会,AI 带来的成本由社会承担,那么 AI 创造的财富,也必须有一部分回到社会。
大富最后问大贵:“那这事儿什么时候会被大家真正意识到?”大贵看着屏幕上继续生成文字的 AI,说:“等有一天,老板发现客户也被裁没了;等有一天,年轻人发现第一份工作也被 AI 干没了;等有一天,创作者发现自己的作品训练出了替代自己的模型;等有一天,政府发现技术越先进,社会越焦虑。那时候大家就会明白——AI 不是不该赚钱,AI 是不能只替少数人赚钱。”
因为这个世界,终究不是给机器住的,是给人住的。
书籍简介

Springer Nature 出版社已经签约出版此书的全球版
敬请期待
“精益数据方法,是基于20年中国信息化,数字化市场的深度实践,超过100家大型头部企业的数字化转型规划,实施的落地总结沉淀出的,以数据要素为核心,以价值场景为抓手的中国特色的数字化转型方法论和体系化实践工具。
2023年已经出版了原创著作《精益数据方法论-数据驱动的数字化转型》,并且已经在多个全球头部行业领军企业落地。
精益数据方法,将精益思想深度融合到企业数字化转型领域,以创造价值,消除浪费为目标,打造高质量发展的数字化企业,助力企业在新的数字化时代获得高响应力,建立数据驱动的企业。”

如何找场景? 如何让场景落地?
如何让企业建立起持续生产高质量场景的组织能力?
请关注凯哥精益场景咨询系列
凯哥提供场景培育咨询服务
企业数字化转型/场景识别、共创、落地
精益数据训练营/解决方案架构师特训营
从数据到价值:精益数据工作坊
数字化咨询教练陪跑服务:
数字化转型规划 | 顶层设计 |企业创新与运营
IT战略规划 | IT服务管理体系 | 数据治理
往期推荐内容
富贵研究所 | 我们花了 7 天,才把 AI 编程的起点搭起来
富贵研究所 | CEO 都开始写代码了,你的老黄牛思维还没醒悟?
凯哥 | AI 时代:TOGAF 没过时,但它已经不再够用了
富贵研究所 | AI 时代,答案越来越便宜,真正值钱的只剩一种能力










夜雨聆风