夜雨聆风深度 | Token经济学
AI在疯狂创造财富但GDP完全看不见
静姐的财富第六感 · 原创
先讲一个矛盾。
一边，AI公司烧了几千亿美元建数据中心；另一边，GDP统计却说经济没有因此变好。
成本端看得一清二楚——GPU、电力、土地、水，每一笔都有账单。产出端呢？几乎一片空白。
这不是AI没产出。是统计体系跟不上。
SemiAnalysis一份深度报告给了一个词——"暗产出"（Dark Output）。借的是物理学"暗能量"的概念：它确实存在，而且规模巨大，但仪器测不到。
01一份遗嘱的成本，从3000美元跌到5毛钱
给你看一张表。
起草一份遗嘱的成本演变 17世纪 羊皮纸抄写员 · 约3000美元 1900年 律师 · 约400美元 2010年 LegalZoom · 150美元 2026年 前沿AI模型 · 不到0.5美元 16年间成本降幅超过99% |
听起来是好事对吧？效率爆炸。
但GDP统计的结论恰恰相反。
统计人员去调查律师事务所，发现：简单案子被AI拿走了，留下的都是复杂高价值案件。结果是什么？律师行平均服务价格反而涨了。但整体收入下降了。
统计局看到的画面：价格上涨 + 收入下降 = 衰退。
AI让所有人都用上了几乎不要钱的遗嘱服务。但在GDP的眼睛里，这个行业正在萎缩。
02GDP有三种方式被AI骗了
不止遗嘱这一种。AI让统计失灵，至少有四条路。
第一种：交易直接消失了。
过去公司花10万买咨询报告，一笔实打实的交易。现在员工用AI几分钟搞定，几块钱API费用。统计体系根本不知道有这笔产出发生过。
第二种：价格信号骗了你。
制造业有实物可数。服务业没有"个数"。合同起草从150美元打到0.5美元，统计局看到的却是律师行收入暴跌、但剩余律师收费更高了——通胀上升、生产率下降。成本在坍缩，统计却报出滞胀。
第三种：功劳算错地方了。
医院用AI把病历处理效率提升三倍，增长的功劳记在云服务商账上。AI供应商看起来是唯一的增长引擎，真正用AI创造价值的行业数据上像落后者。
第四种：新工作根本不在统计范围里。
过去没人会花钱把半年邮件整理成500字摘要。现在AI花几毛钱就能完成，这类脑力工作海量发生，但它们没有工资单、没有收据，唯一记录是几分钱token消耗。
AI带来的真实繁荣，在数据上完全可能被读成经济萧条。这四种失灵不是各自独立，而是相互放大。
03工资涨了？别高兴太早
暗产出监测数据发现一个特别诡异的现象。
在受AI影响最大的行业，就业人数在下降，但平均工资在上升。
这怎么解释？
AI最先替代的，是初级员工的日常工作。收入最低的这些人率先从统计样本中消失，剩下的全是资深高薪员工。于是该行业的平均工资"涨了"。
没有人真正获得加薪，是统计数据自身在上涨。 |
就业与工资之间的背离，就是替代型暗产出的"指纹"。
04美联储主席也读不懂这套数据
1987年，诺奖得主索洛说过一句名言："计算机时代无处不在，唯独在生产率统计中看不到。"
三十多年后，同样的问题卷土重来，主角换成了AI。
2025年12月，即将上任的美联储主席凯文·沃什公开承认了这个困境——
只盯着现有统计数据制定利率，等于看着后视镜开车。 |
这话分量很重。央行决策者自己都承认：手里的数据可能有巨大盲区。他们可能明明可以低通胀高增长，却因为数据说"不行"而不敢行动。
05这1.5万亿从哪来？先看六级证据
报告算了笔账：美国服务业里，AI有潜力替代或增强的劳动任务，对应的工资池大约1.5万亿美元。占服务业GDP的41%，即7.2万亿。
但报告非常清醒——它设计了一套六级证据阶梯来评估这1.5万亿到底有多"实"。
判断 AI 替代能力的六级证据 第一级 基准测试考得好 第二级 成本比人低 第三级 公司公开发声说"能用了" 第四级 企业已在生产中使用 ← 1.5万亿从这开始算 第五级 公司为AI工作合法性上法庭辩护 第六级 保险公司愿意为AI的错误买单 迄今尚未观察到第五级或第六级证据 |
一句话：判断AI能不能替代人，最弱的证据是考试考得好，最强的证据是保险公司愿意为它的错误买单。第五、第六级至今空白，在一个炒作横行、自净能力为零的AI行业，这个空白本身就是一剂清醒剂。
06看不见AI创造了什么，后果很严重
不只是学术问题。统计失灵会产生三个真实伤害。
税基坍塌。大量经济活动不再以"发工资"的形式存在，基于劳动收入的税收基础会悄然萎缩。
舆论翻车。批评者不需要任何证据，一看GDP没动静，就可以说AI就是泡沫。反驳起来极其困难——因为连支持者自己都拿不出产出数据。
决策错判。政策制定者一边看到AI在替代就业，另一边看不到AI在创造什么，在不确定中很难做出合理权衡。
如果投资者和央行依据扭曲的数据判断AI是泡沫，从而收紧资金，后果将是真实而深刻的。
07但对中国来说，可能是另一个故事
暗产出问题不是全球均匀分布的。它在美国最严重，因为美国服务业占GDP超过80%。法律服务、咨询服务、软件服务——越是"没有实物产出"的行业，暗产出越大。
中国的GDP结构不一样。
制造业占中国GDP约27%，是美国的两倍多。制造业的产出增长是可以被GDP统计捕捉的——产量、出货量、出口额，每一项都有实物可数。
AI提升中国制造业效率，不是把产出变成"看不见的服务"，而是变成更多、更好、更便宜的实物。这些增长，统计体系是能看见的。
AI时代，制造业大国在统计上占优势。 |
换个角度看：当美国的GDP因为暗产出被严重低估时，中国受益于AI提升制造业效率，实体GDP的进步反而更加明显、更加"诚实"。
这对投资意味着什么？
如果未来几年，中国实体GDP增长数据开始持续优于美国服务业GDP——不必急着下结论说"中国反超"。但至少可以确认一件事：统计体系的扭曲方向，正在对中国资产相对有利。
中国的优势不在服务业规模，而在制造业与AI结合后，产出增长能被真实地看见和统计。这在AI时代，可能是一个被低估的结构性优势。
写在最后：Token经济学的真正命题 我一直说Token经济学不只是一套计价方式。它是我们对AI时代价值创造的全新理解框架。 AI的成本端——GPU、电力、水、土地——每一笔都有据可查。但产出端几乎一片空白。统计体系不会自己进化，它只会忠实地把世界翻译成它已知的语言。 AI时代真正重要的问题不是"AI抢了多少工作"，而是"AI创造了什么、创造了多少、创造了给谁"。 当成本被算得明明白白，产出被严重低估的时候，市场上看到的就是"AI很烧钱但不赚钱"。 但对中国资产来说，故事可能不一样。制造业与AI的结合，产出的增长是真实可见的——它不是暗能量，它是亮光。而统计体系对服务业产出的集体性盲区，恰恰可能让中国实体经济的进步在这个时代被更公允地看见。 真正重要的，不是谁的数字更大。而是谁的进步更真实。 |
静姐的财富第六感
关注AI国运 · 看懂趋势的力量
觉得有启发？转发给身边的朋友 ↓
