夜雨聆风摘要：地铁里越来越多宣传物料开始用 AI 做，表面看是设计效率提高，深一层看是资源分配方式变了。过去一个项目从甲方到总包、二包、设计、修图、执行，层层分出去，钱沿着链条往下流；现在 AI 把很多中间环节压缩掉，省下来的钱并不会自动回到普通劳动者或消费者手里。它通常先回到预算权、平台、算力、渠道和资本那里。所以，AI 时代财富会不会更集中？答案是：默认会，但不是必然。
最近在地铁上，我看到一排排宣传物料，第一眼就有一种熟悉的 AI 味道。
不是说它一定不好。画面完整，风格统一，人物、场景、光影都很“满”。但它也有那种生成式图像常见的质感：漂亮、饱和、正确，却少了一点真实创作里会留下的犹豫和手感。
这个画面真正让我停住的，不是“AI 画得像不像”，而是另一个问题：
如果按过去的做法，这类物料从方案、文案、视觉、修图、延展、出街，起码要往下分包好几层。现在 AI 把很多环节压缩掉了，那省下来的钱去哪里了？
更尖锐一点问：
过去喂养一串乙方的钱，现在如果不再往下流，最后造福的是谁？
这不是一个单纯的设计行业问题。它其实是 AI 时代最核心的分配问题：技术提高效率之后，收益归谁？
AI 不是只替代工作，它是在改造链条
过去很多项目的分配逻辑，是“钱沿着流程走”。
甲方有预算，先给总包。总包拿走管理费、客户关系、方案统筹，再把具体执行拆给不同供应商。二包再拆给设计师、插画师、修图师、剪辑师、印厂、安装队、临时执行。
这个链条当然低效，也会层层压价。但它有一个现实功能：它把预算分散成很多人的收入。
哪怕每个人拿得不多，至少链条在往下滴水。
AI 进来以后，变化不是“某个设计师会不会失业”这么简单，而是整个链条被重新折叠。
一个会用 AI 的内部团队，或者一个更小的外包团队，可以完成过去好几层人做的初稿、延展、改版、素材生成、视觉统一。原来需要买十个人的工时，现在可能只需要买工具、算力，以及一两个能审美、能整合、能担责的人。
也就是说，组织不只是少雇了几个人。
组织是少买了一段链条。
这才是下游乙方真正害怕的地方。不是某一次活没了，而是“活被重新定义了”。你过去卖的是执行时间，现在甲方越来越觉得执行时间不稀缺了。
省下来的钱，不会自动变成公共福利
很多人会有一个朴素想象：AI 提高效率，成本下降，社会应该整体受益。
理论上是这样。
但中间隔着一个关键问题：成本下降之后，谁有权决定这笔钱的去向？
在现实里，AI 省下来的钱通常有几种流向。
第一种，回到预算控制者手里。项目少花了钱，部门可以把预算留给别的项目，也可以形成内部绩效，或者变成更强的资源支配权。
第二种，流向新的上游。过去钱给设计、修图、执行，现在钱给模型订阅、云服务、算力、数据、自动化系统。乙方没饭吃，不代表钱消失了，只是从“劳动密集型乙方”转到“资本和技术密集型供应商”。
第三种，流向更少数的整合型乙方。不是所有乙方都死掉，但活会集中到少数能拿客户、懂策略、会用 AI、能交付、能背锅的团队手里。
第四种，变成更低报价。竞争激烈时，省下来的钱可能被甲方压成更低采购价，最后大家都更便宜地卷。
第五种，才是普通人最希望看到的：变成更好的公共服务、更低的真实生活成本、更高的员工收入、更便宜的产品价格。
问题在于，第五种不会自然发生。它需要竞争、制度、预算透明、劳动者谈判能力，或者某种明确的公共目标来推动。
否则，效率红利默认会先流向有权分配红利的人。
这不是阴谋论，是分配规则。
AI 时代，真正稀缺的东西变了
AI 会让财富更集中，首先是因为稀缺资源变了。
过去稀缺的是手艺、经验、人力、交付时间。你会画、会写、会修、会剪，你就能在链条里占一个位置。
现在这些能力没有消失，但它们正在被“软件化”。当初稿、草图、改版、排版、翻译、摘要、脚本、代码样板都可以快速生成，单纯卖执行的人，会越来越难拿到高价格。
新的稀缺资源变成了五类。
第一，算力和模型。前沿模型不是小作坊能轻易训练出来的，它需要资本、芯片、数据中心、工程团队。Stanford AI Index 2026 提到，2025 年工业界产出了超过 90% 的重要前沿模型，美国私人 AI 投资达到 2859 亿美元。这说明最上游的能力高度资本密集。
第二，数据和场景。谁掌握真实业务、真实用户、真实交易、真实反馈，谁就更容易把 AI 变成生产力。没有场景的人，只是在公共模型上拼提示词。
第三，渠道和注意力。当内容生产成本下降，内容本身会越来越不值钱，分发、品牌、信任和客户关系会更值钱。能触达用户的人，拿走更大一块。
第四，判断和责任。AI 能生成，但出了错谁负责？事实是否可靠，版权是否安全，价值观是否合规，审美是否匹配，投放是否有效，这些仍然需要人来判断。能担责的人比会出图的人更稀缺。
第五，组织权力。谁决定用不用 AI，谁决定省下来的预算怎么花，谁决定把活留在内部还是继续外包，谁就站在红利分配的第一层。
所以，AI 时代的财富集中，不一定表现为“所有人都失业”。它更可能表现为：普通执行劳动的议价能力下降，而掌握模型、算力、渠道、场景和预算权的人，议价能力上升。
财富会不会更集中？
我的判断是：按默认路径，会。
原因不复杂。
AI 的第一阶段不是创造新需求，而是压缩旧成本。它最容易被企业和机构理解为“降本增效”：少雇人，少外包，少返工，少等待，用更少的人做差不多的事。
这对单个组织很理性。
但如果全社会都这么做，结果就会变成：利润表变好，劳动收入变薄；上游技术公司变大，下游执行供应商变弱；少数会整合 AI 的人收入上升，大量只卖时间的人被迫降价。
IMF 在 2024 年关于 AI 与全球经济的文章里提醒，AI 可能影响全球近 40% 的就业，在发达经济体影响比例更高；如果 AI 更多补充高收入劳动者，并提高企业资本回报，就可能加剧不平等。这个判断很关键，因为它指出了一个常被忽略的事实：技术红利不仅会流向工资，也会流向资本回报。
也就是说，AI 不是自动让“劳动者更强”。它会让某些劳动者更强，也会让某些劳动者更弱。
谁被增强，谁被替代，取决于你原本在链条里的位置。
如果你掌握客户、判断、审美、行业知识和交付责任，AI 是杠杆。
如果你只提供标准化执行，AI 是竞争者。
如果你拥有平台、模型、算力和渠道，AI 是收租系统。
如果你只是链条末端的可替换劳动力，AI 很可能是压价器。
这就是财富集中的底层逻辑。
但集中不是唯一结局
事情也不能只看悲观的一面。
AI 也确实降低了很多人的进入门槛。一个小团队可以做过去大公司才能做的产品，一个个体可以完成过去需要多种专业协作的内容，一个县城商家也能做出过去需要外包公司的物料。
这部分是真实的。
ILO 关于生成式 AI 与就业的研究也强调，生成式 AI 的主要影响更可能是增强岗位，而不是完全自动化岗位。也就是说，它不是只会消灭工作，也可能重塑工作质量。
PwC 2026 年的 AI Jobs Barometer 则提出了一个“两轨劳动力市场”的说法：AI 暴露度高的公司生产率增长更快，但最有价值的岗位越来越要求判断、领导力、创造力等更高级的人类能力。换句话说，AI 会把一部分工作“专业化”，也会把另一部分工作“平民化”。
这就给了我们一个更准确的答案：
AI 不会简单让所有财富集中，也不会自动让机会平等。它会同时制造两股力量。
一股是集中力：算力集中、模型集中、渠道集中、预算权集中、资本回报集中。
另一股是扩散力：工具便宜、能力外溢、小团队变强、个人生产力提高、地方服务可以升级。
最后哪股力量占上风，不取决于 AI 本身，而取决于制度、市场结构和人怎么使用它。
下游乙方是不是没饭吃？
一部分确实会很难。
尤其是只做“把甲方想法执行出来”的乙方：套版、改尺寸、出初稿、做延展、修细节、堆素材、写普通文案。这些工作以前靠人海和熟练度，现在很容易被 AI 和模板化流程吞掉。
但乙方不是没有出路，只是出路不再是“等上游分活”。
第一种出路，是从执行商变成问题定义者。你不能只问“要我做什么图”，而要能判断“这个项目真正要解决什么问题”。AI 能做图，但它不知道一个城市活动该如何避免误读，一个公共宣传该如何控制语气，一个商业投放该如何匹配人群。
第二种出路，是从交付劳动力变成交付结果。客户不想为你的工时付钱，但仍然愿意为有效、合规、稳定、可追责的结果付钱。
第三种出路，是拥有自己的客户和渠道。只要你永远靠上游派单，你就永远处在被压价的位置。AI 时代尤其如此，因为上游一旦学会自己做，你就被绕开了。
第四种出路，是把 AI 变成自己的生产资料，而不是等它变成别人的裁员工具。小乙方如果能用 AI 降低成本、提高速度、扩大服务半径，也可能从旧链条里逃出来。
但这些出路都有门槛。它要求乙方从“手艺人”变成“小型经营者”，从“接任务”变成“拿结果”。这对很多人并不轻松。
所以，说“AI 会让人人创业”太轻飘。
更真实的说法是：AI 会让一部分人获得过去没有的杠杆，也会让另一部分人失去过去赖以生存的摩擦成本。
真正要争的是红利分配方式
我们不能只问 AI 能不能提高效率。
这个问题已经有答案了：能。
真正要问的是，效率红利怎样不只留在最上游？
对企业来说，如果 AI 只是裁员和压供应商，短期利润会好看，但长期可能损害组织能力。入门岗位消失，人才梯队会断；外部生态被压扁，供应链弹性会下降；员工预期变差，创新也会变保守。
对公共部门和大型机构来说，如果 AI 让宣传、客服、文书、流程自动化变便宜，红利应该更多回到公共服务质量和社会成本下降里，而不是只变成内部可支配空间。
对劳动者来说，最重要的不是喊口号反 AI，而是尽快从可替代执行转向判断、整合、行业知识、客户关系和责任承担。
对社会来说，更重要的是让 AI 去创造新需求，而不是只压缩旧岗位。
如果 AI 主要用于把同样的广告做得更便宜，把同样的客服做得更少人，把同样的代码写得更快，那它制造的是成本红利。
如果 AI 用于降低医疗、教育、能源、交通、法律服务、养老照护的真实成本，用于创造新的产品、新的产业、新的公共能力，那它才可能制造需求红利。
前者更容易让财富集中。
后者才有可能让财富扩散。
最后的答案
所以，回到地铁广告那个闪念：
AI 让物料制作便宜了，省下来的钱不会自然流向下游乙方，也不会自然流向普通人。它会先流向掌握预算、模型、算力、平台、渠道和客户关系的人。
下游乙方不是完全没饭吃，但原来靠层层分包、靠执行摩擦、靠信息差吃饭的部分，会越来越难。
AI 时代财富会不会更集中？
如果我们只把 AI 当成降本工具，答案大概率是会。
因为降本的收益，默认属于有所有权和分配权的人。
但如果 AI 被用来创造新需求，降低真实生活成本，扩大普通人的能力边界，并通过竞争、制度和组织设计把红利往外分，那它也可能成为一次机会扩散。
问题不在于 AI 有没有效率。
问题在于，效率之后，谁有资格分到钱。
这才是 AI 时代真正的政治经济学。
