10倍生产力和打折的支付能力,AI最大的矛盾如何破局?

对AI的质疑，最初是能力：除了写几句诗画几张画，它还能做什么有价值的事？这个质疑随着推理模型的出现，消失了。

后来的质疑是需求，除了写代码，拍视频，还有什么AI能几倍提升效率的任务？这个质疑随着Agent一类的生产力工具的出现，也消失了。

现在的质疑是有支付和消费能力的需求，理论上的需求转化为实际需求，要面对两个瓶颈：

第一个瓶颈是时间这一类稀缺资源。

假设过去，一个知识工作者，每天有1个单位的产出，有了 Agent，每天产出10个单位，全球总供给能力增长10倍。

但问题是,谁来购买这些新增产出？你以前一天花一个小时看片，AI做的片子就算再好看，你也顶多看一个半小时。企业可以购买10倍的知识服务，前提是它的销售也要成倍增长。

这也是很多人认为，当前的算力投资是按大模型的供给能力安排，可是如果不能解决这个瓶颈，早晚会过剩。

另一个更重要的瓶颈是支付能力。

以前的革命，主要替代的是体力，而 AI 替代的是脑力，它冲击的不是某个行业，而是整个中产阶级赖以获得收入的能力。

很多人担心会出现一个恶性循环，AI提高生产力，减少劳动需求，总工资下降，导致消费能力下降和需求不足，支付能力与生产力不匹配。

本文就来聊一聊这两个瓶颈，未来可能有哪些解决之道，这对于判断AI的长期投资价值（代表信心估值）和投资节奏（代表方向），非常有帮助。

（本文根据直播稿整理，欢迎预约每周三中午11点半的直播）

先看第一个瓶颈，其实并不难解决，人们在技术革命之后，需要的不是更多，而是更好。

历史上确实反复出现这个问题，比如福特创造了大规模流水线生产方式，汽车产能暴涨几倍，当时也有担忧的声音，这么多汽车卖给谁？

就像亨利▪福特说的：“如果你在汽车没被发明的年代，问人们需要什么交通工具，人们只会告诉你，他想要一辆更快的马车。”

结果，大规模流水线使汽车价格暴跌，福特工厂的工人三个月的工资就能买一辆车，汽车从奢侈品变成普通家庭的必需品。

汽车保有量的暴增，进而催生公路、加油站、郊区住宅、旅游业、汽车金融等新的需求。

互联网时代，信息爆炸，很多人担心，网站已经够多了，而人的注意力有限。结果出现了新媒体时代，没钱有时间的人看短视频，短剧、网游、网红经济、直播带货，有钱没时间的人看知识付费，大量高价值或高时间消耗量（即广告价值）的需求出现，代替了过去的传媒形式。

这里有一个重要的经济学原理，技术革命有天然的通缩效果，以支持消费价值的提升。

以大家很熟悉的摩尔定律为例：集成电路芯片的性能每隔18个月提高一倍，而价格下降一倍，用一个美元所能买到的电脑性能，每隔18个月翻两番。

这也是“算力通缩”，让人们以相同的价格，买到更高性能的下一代产品。

还有，互联网让信息产品边际成本接近于零，极大压低传统企业利润，导致结构性通缩。欧美有个“亚马逊效应”，通过压低商品价格、提高效率，使得美国实际零售通胀被长期抑制。国内也是如此，从20年前进入电商时代，几乎所有的工业消费品都在降价。

单次任务Token下降，对资本市场的预期是坏事，但对产业发展是好事。这就是杰文斯悖论（Jevons Paradox）：当技术进步提高了效率，资源消耗不仅没有减少，反而激增。

虽然今天看到的高 Token 消耗，既有真实需求，也混杂着这个阶段特有的“低效率红利”，导致的Token价格虚高。随着大模型能力的提升，单次任务Token价格同时下降，会创造出海量新的任务，最终总Token量上升。

当然，它并不能解决第二个瓶颈，即使单个Token价格下降，总Token上升，但由于AI带来的是供给能力几倍甚至几十倍的提升，可能最终仍然大大超过了支付能力。

那也是以前历次技术革命的终极问题，技术革命提升生产力，消费者的支付能力不足，不断发生供给过剩，最终以惨烈的经济危机收场。

再来看第二个瓶颈

人类社会在资本主义之前发展得非常缓慢，常常出现几百年的停滞甚至倒退，其原因，我在以前的文章中总结为一篇童话故事：

小熊和小猪是好朋友，这一天，森林里赶集，小熊做了饼干，小猪做了面包，想拿到集市上卖。

小熊等了一会儿，没人来买，肚子却饿了，摸到身上刚好有一块钱，就买了小猪的一片面包。过了一会儿，小猪也没有卖掉，也饿了，就用这一块钱，买了小熊的一块饼干。

再过了一会儿，小熊又饿了，翻出那块钱，又买了小猪一片面包，然后是小猪买小熊的饼干，小熊买小猪的面包……

最终，小熊和小猪提前把面包和饼干“卖”光了，还都吃得饱饱的，两个小伙伴手拉着手，边走边想：“真是一个幸福的早上啊。”

让我们用宏观经济学的视角分析一下这个童话：

假设这个交易是一日三餐，那么每天就是2*3=6元，一年GDP就是2190元。而且每一年的GDP都是一样的，它们俩也只有一块钱，交易规模也只能达到如此，经济永不增长。

可是后来，小熊生了一个小小熊，每餐的面包需求量增加到一块半，但它只有一块钱，只能买到一片面包。小熊苦苦哀求，但小猪也没有办法，小猪只有这么多面粉，只够小熊一个人吃的。

为了让小小熊吃饱，小熊天天都是半饱，后来就死了，故事又回到了开头的“古典平衡”状态。

这就是资本主义之前经济增长的真相：经济增长的原始驱动力在于人口的增加，制约因素是自然资源的数量和利用能力(面粉的供给与面包的生产能力)，还有资本 (只有一块钱)。工业革命之前，人们解决不了这两个制约因素，造成了人口周而复始的增长与毁灭，以及经济增长水平的长期停滞。

直到有一天，森林里来了两个人，一个是贪婪的银行家，一个是聪明的科学家，一切都不同了，森林进入了资本主义时代。

首先科学家发明了一种可以让小猪把面包生产效率提升一倍的方法，但要扩大生产规模，小猪也要有相应的资本投入，于是银行家借给小猪一块钱扩大生产。

银行家又借给小熊一块钱，让小熊有钱向小猪多买半块面包，给小小熊吃。

虽然小猪和小熊要把自己的一部分收入分给银行家和科学家，但因为整个经济规模增加了，所以每个人都更有钱了，可以消费更多的产品。

这就是最经典的“生产要素供给、技术进步、储蓄和投资的转化”的经济增长模型：人口不停的增长，源源不断地提供劳动力与消费需求，科学家不停地发明新技术，公司不停地生产和升级产品，银行家提供一切资金需求，而增长又产生了更丰富多样的消费需求。

这个宏观经济学的视角，正是上面的第二个瓶颈的解决之道。

科学家和银行家代表的技术革命和信用扩张，是现代经济增长的两大驱动力，但它们发挥作用的能力并不相同。

小熊、小猪和科学家都有一些限制，让他们不能想生产多少就生产多少，想发明什么就发明什么，可银行家却是个例外。

现实中银行放贷款是有很多约束条件的，存贷比、资本充足率，等等，但总体上而言，银行扩大信贷规模比企业扩大生产容易多了，而政府发债和央行放水能力更没有硬约束。

银行家凭借自己的信用能力，不停地鼓动小熊小猪扩大生产规模，把普通饼干升级成皇家曲奇，把普通面包升级成牛奶吐司；同时建立很多风险投资基金，加速科学家成果的转化能力；并向所有人提供信用卡，发放住房信贷，再编一个美国老太和中国老太的买房故事，鼓励他们提前消费，以接住不断扩大的生产能力……

可问题在于，银行家可以让小熊的食物从黑面包变成牛奶吐司，需求成倍增长，也可以让小猪的工厂产能增长一倍，但他无法加速科学家的效率，换成经济学的说法，资本可以刺激短期需求，但它无法改变长期供给水平。

如果科学家没有发明出推动生产效率大幅增长的技术，总的供给能力没有提升，纯粹靠银行家的信用扩张，很容易造成经济虚假繁荣和泡沫破裂后的经济衰退，造成经济周期。

所以大部分时候，都应该对债务过度扩张警惕，但如果真的遇到技术革命，就是另一番情景，反而应该抛弃过去的经验。

技术革命的早期，企业家凭着科学家的一张发明图纸，就可以让风险投资家投钱给自己，对应到当下，就是科技巨头通过大量融资形成巨额资本开支，进行大模型竞赛和数据中心建设，推升了利率，但由于技术没有成熟，需求端又没有大幅提升，成本也没有下降，造成过度投资形成通胀假象，甚至造成资本市场的泡沫破裂。

但它与纯粹信用扩张造成的通胀与衰退经济周期不同，一旦供给能力实质性提升，就会转向前面说的技术革命引发的长期通缩，此时利率会大幅下降，刺激人们更多的消费。

最典型的是2008年，各国为应对金融危机而进行信用扩张，美国经济在经历了不到两年的停滞后，就进入长期“高增长低通胀低利率”的时代，其最重要的支撑力量是移动互联网和云计算为代表的新技术革命，创造了更多“真实的需求”去留住信用扩张中产生的“未来的钱”。

长期而言，制约经济增长的就是供给水平，包括劳动力和资源的利用水平，所以宏观经济学的“总供给理论”认为：经济增长短期看需求，长期靠供给。

所以解决第二个瓶颈的药方就是：利用技术革命带来的自然通缩，进行信用扩张，刺激消费。

很多人觉得现在全球负债率都很高，还怎么扩张？其实技术革命正是直接提升总供给能力，提升GDP，用扩大分母的方式控制负债率，比起常规的“降杠杆”引发经济衰退，后者的负债率反而很难下降。

这就是AI乐观派的观点：

人类的欲望是无限的，唯一的限制是供给。支付能力可以靠信用扩张提供，失业问题可以靠财富再分配解决，唯有供给是刚性的，技术革命才能创造供给，所以每一次技术革命都不会因为支付能力不足而夭折。

当然，悲观派和乐观派都没错，未来可能会出现两个阶段：

第一阶段：供给增速领先于需求与信用扩张，会造成失业焦虑、收入分化、需求不足、社会冲突；

第二阶段：需求与信用扩张，同时制度适应新技术，公共教育、社会保障、缩短工时、新的财富分配机制建立，技术红利才被彻底释放。

比如说，埃森哲最近的一份内部录音显示，Token大量用于非创造性的低效率任务，比如把PDF转成PPT，很多人认为这说明当前的Token是虚假繁荣。

但我们要想一想，为什么有这么多人要把PDF转PPT？不就是为了要汇报吗？工作做得好，不如做PPT写得好，这才是职场真相。一个30万年薪的技术人员，总有三分之一的时间花在写PPT和汇报PPT上。

这么算下来，一家公司的人力成本有10%是用在PPT上，而AI对组织流程的改造，正是消灭“人肉信息路由”，尽可能让信息更快地在组织内传播与共享，让PPT消失。

所以真正的问题是，当Agent真把知识工作的边际成本降到接近于零，人类社会要用多久把这种供给扩张转化成有效需求扩张？

这个过程，蒸汽机用了近一百年，铁路和电气革命用了20多年，互联网革命用了不到10年，AI会用多少年呢？

相信每一个人都有自己的答案，也会有自己的投资节奏判断，但有一点是可以肯定的，无论是从技术，还是从经济学的角度，都不需要担心未来的需求，也不必担心需求的支付能力，AI也只是小熊、小猪、科学家和银行家的另一个故事。