今年5月，在雅典的一场科技活动上，风险投资人 Neil Rimer 说了一句很重的话。

他说，围绕 AI 积累起来的财富，迟早会发生某种形式的再分配。要么是自愿的，要么是非自愿的。

Rimer 不是站在科技行业外面喊口号的人。

他是 Index Ventures 的联合创始人。这家投资机构过去参与过 Roblox、Revolut、Figma 等公司的成长，也投资了 Anthropic。换句话说，他离这一轮技术财富的中心很近。

所以这句话值得听。

但它不能直接当成答案。

因为“AI 会创造巨额财富”和“这些钱会回到普通人手里”，中间隔着的不是时间，而是规则。

钱先流向了哪里

AI 创造的财富，并不是先变成一座金山，再由谁决定怎么分。

它最先表现为公司估值上涨、股权升值、利润增加、资本回报提高，以及少数掌握模型、芯片、数据和平台入口的企业获得更强的议价权。

普通人手里最主要的资产，却不是股权，而是自己的劳动。

每天上班，按月领工资。有人有房，有人有一点基金或养老金，但大多数家庭维持生活，仍然靠工资现金流。

这就是问题的起点。

如果 AI 提高的是资本回报，而工资没有同步提高，那么整个社会会变得更富，一部分人的体感却可能是工作更难找、考核更细、收入更不稳定。

国际货币基金组织在一份研究中估计，全球接近四成就业会受到 AI 影响。在发达经济体，这个比例可能达到约六成。受影响不等于失业：一部分岗位会因为 AI 提高生产率，另一部分岗位的劳动需求、工资或招聘可能承压。

国际劳工组织2025年的研究也强调，生成式 AI 更可能先改变岗位，而不是把整份工作一次性消灭。全球约四分之一的劳动者所在职业，存在某种程度的生成式 AI 暴露。

这两个判断放在一起，意思很清楚：

AI 不一定立刻拿走你的工作，但很可能先改变你的工作值多少钱、需要多少人，以及谁有资格留下。

第一条通道：工资

技术红利回到普通人手里，最直接的方式不是补贴，而是工资。

一个团队原来10个人完成的工作，接入 AI 后8个人就能完成，产出还增加了。多出来的收益可以有几种去向：给留下的人涨工资，缩短工时，继续扩张业务，也可以全部变成利润。

技术本身决定不了选哪一种。

决定结果的，是劳动力是否稀缺，员工有没有议价能力，行业竞争是否充分，以及公司愿不愿意把效率收益分给员工。

很多人喜欢说，AI 会让“会用 AI 的人”淘汰“不会用 AI 的人”。这句话只说了一半。

另一半是：当所有人都会用同一种工具以后，工具带来的效率可能很快变成新的工作定额。

以前一天写一份方案，后来一天要写三份；以前两个人维护的客户，现在一个人维护。效率确实提高了，但如果工资没变，技术红利就没有进员工口袋，只是考核表变长了。

所以判断一家企业是否真正让员工分享 AI 红利，别只看它采购了多少模型。

看工资有没有跟着生产率走，看工时有没有下降，看省下来的人力成本是否转成培训、晋升和新的岗位。

第二条通道：价格

即使工资没涨，普通人也可能通过更低的价格分享技术红利。

如果 AI 让翻译、设计、软件、客服、教育和医疗辅助的成本下降，而企业把节省下来的成本让给消费者，同样的钱就能买到更多服务。

这也是生产率提高最朴素的公共价值。

可成本下降，不等于价格一定下降。

如果一个市场只有少数平台掌握入口，企业完全可以一边用 AI 降低成本，一边维持原价，把差额留成利润。甚至还会用“智能化升级”的名义重新打包，卖得更贵。

普通人能不能从价格上获益，取决于竞争。

模型越强，不代表消费者越有议价权。真正重要的是：能不能换供应商，数据能不能迁走，小公司能不能接入同样的能力，平台有没有利用入口锁住用户。

没有竞争，技术进步也可能只让利润率更好看。

第三条通道：所有权

还有一条经常被忽略的通道：谁拥有 AI 产生收益的那部分资产。

如果普通人只拿工资，而少数人持有大部分股权，那么 AI 越能替代劳动，财富就越容易向资产所有者集中。

国际货币基金组织特别提醒过这一点：AI 带来的生产率提升可能推高资本回报，而资本收入本来就更多流向高收入者，这会进一步扩大财富差距。

反过来，如果员工持股、养老金、公共基金或其他长期资金能更广泛地分享企业增长，技术红利就不只通过工资分配。

这里不是鼓励每个人去追 AI 概念股。

恰恰相反，押中一家公司的风险很高。真正值得讨论的是，普通人能否通过更分散、更长期、更透明的制度安排，拥有一点生产工具的收益权，而不是永远只出售自己的时间。

在 AI 时代，所有权问题会越来越重要。

因为机器可以工作，但机器不会领工资。机器创造的收益，首先归机器的所有者。

第四条通道：税收和公共服务

如果工资、价格和所有权都无法让红利充分扩散，最后就会轮到公共财政。

税收、社会保障、职业培训、失业支持、教育和公共服务，都是把技术收益重新送回社会的办法。

国际货币基金组织在讨论生成式 AI 与财政政策时，并不赞成简单粗暴地对“AI 本身”征一种特别税，因为那可能抑制投资，也容易被企业通过跨地区安排规避。它更强调重新检查资本收入税制、企业税优惠和社会保障，让税收体系不要继续偏向用机器替代人的投资。

这比一句“向机器人征税”复杂得多。

一家企业用 AI 提高利润，应该如何纳税？地方为了争取数据中心项目而提供电力、土地和税收优惠，公共成本由谁承担？被替代的劳动者在转岗期间，培训和生活保障从哪里来？

这些都不是模型参数问题。

它们是分配问题。

慈善不能代替规则

Rimer 希望这场再分配是自愿的。

这个愿望不难理解。科技富豪捐出财富，支持教育、医疗和公共研究，当然比什么都不做好。

但慈善有一个天然局限：钱怎么用、给谁用、什么时候用，决定权仍然在财富持有人手里。

规则不同。

规则要回答的是，创造财富的过程中，劳动者、消费者、公共资源和资本各自贡献了什么，又该拿回什么。

如果 AI 公司使用了公共教育培养的人才、公共电网提供的能源、全社会积累的数据和法律制度保护的产权，那么“回馈社会”就不能只是一种个人品德。

它还应该是一套可以讨论、监督和持续执行的安排。

技术公司当然可以主动做得更好。但一个社会不能把分配问题寄托在少数富豪是否慷慨上。

普通人真正该盯住什么

以后再看到“AI 将创造多少万亿价值”这类新闻，可以先放下那个宏大的数字，问四个更具体的问题。

效率提高以后，工资涨了吗，工时短了吗？

成本下降以后，商品和服务更便宜了吗？

企业升值以后，普通劳动者有没有分享所有权收益的渠道？

公共资源投入以后，税收和公共服务有没有覆盖被技术冲击的人？

这四个问题，比“AI 会不会取代人类”更接近现实。

普通人并不需要反对技术进步。生产率提高、医疗更便宜、教育更普及、重复劳动减少，都是值得期待的结果。

但期待不是分配机制。

AI 赚到的钱，最后会不会回到普通人手里？

会有一部分回来。

但不会自动回来，也不会因为技术公司说“让所有人受益”就自然发生。

它要经过工资、价格、所有权和税收四道闸门。每一道闸门背后，都是企业选择、市场竞争和公共规则。

真正决定多数人生活的，从来不是一项技术能创造多少财富。

而是谁有权决定，这些财富怎么分。

资料参考

• TechCrunch：Neil Rimer thinks the AI money is coming back out

https://techcrunch.com/2026/07/17/neil-rimer-thinks-the-ai-money-is-coming-back-out/

• Index Ventures：Neil Rimer 个人资料

https://www.indexventures.com/team/neil-rimer/

• IMF：AI Will Transform the Global Economy. Let’s Make Sure It Benefits Humanity

https://www.imf.org/en/blogs/articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity

• IMF：Fiscal Policy Can Help Broaden the Gains of AI to Humanity

https://www.imf.org/en/Blogs/Articles/2024/06/17/fiscal-policy-can-help-broaden-the-gains-of-ai-to-humanity

• ILO：Generative AI and Jobs: A Refined Global Index of Occupational Exposure

https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure

• OECD：The impact of artificial intelligence on productivity, distribution and growth

https://www.oecd.org/en/publications/the-impact-of-artificial-intelligence-on-productivity-distribution-and-growth_8d900037-en.html