AI省下的钱，谁拿走了？

读完周将砚这篇短文，最直接的感受是：“技术进步会自动让使用技术的人受益”这句话不是默认成立的。 麦肯锡对影视行业百年十次技术革命的研究结论：生产端用AI砍掉一半成本、提三倍效率，省下来的钱大多数不会留在生产者口袋，而是顺着产业链流向掌握分发权和定价权的那一端——超级平台、大客户、渠道寡头。影视制作家用AI把特效成本打下来，平台采购一句“现在AI这么发达，你们成本低了”，就把采购预算砍半。你快了，你便宜了，但你没议价权，利润就归别人。 这让我想到三个层层递进的问题。 一、“降本增效”从来不是护城河，只是入场券 我们这代人被“效率至上”洗脑太久——学会用ChatGPT写方案、用Cursor写代码、用Midjourney出图，就觉得自己有了竞争力。但文章点醒了我们：当AI工具普及，“会用AI”从差异化变成基准线。全员都用AI降本，行业平均成本线下移，采购方/客户按新成本线重新定价，早期的效率红利迅速被市场平均掉。 你省下的时间如果没有转化成独占性的资产——个人品牌、私域用户、专利产品、稀缺资源——它就只是让你在单位时间内干完了原来两倍的活，老板或平台拿走增量，你的报酬原地踏步。这叫“效率陷阱”：跑得更快，位置不变。 真正值得警惕的是：如果你的下游是超级平台或大甲方，你没有定价权，那你引入AI省的成本，大概率是在帮别人增厚利润，不是在帮自己涨薪。 二、刚性市场里，降价激活不了需求——钱去了有“收租权”的人手里 文章区分了刚性市场和弹性市场，这是我印象最深的部分。内容、咨询、设计等知识服务业，本质上面对的是人类注意力和预算的双重天花板——一天只有24小时，企业年度内容预算也有限。AI让供给爆炸式增长，但需求端锁死，单价必然被稀释。这时候你降成本、降报价，不会带来成比例的新需求，只会引发同行内卷，谁先扛不住谁出局。 那多出来的价值去哪了？两条路： 向下游：被掌握渠道的平台以压价方式吸收——你卷完低价供货，平台多赚； 向上游：被掌握AI基础设施的巨头以“数字地租”方式收取——你每月交的ChatGPT、Claude、API订阅费，就是在向算力寡头交租金。 这和工业时代的机器替代工人异曲同工：马克思说机器的剩余价值归资本家，今天AI替代脑力劳动，省下的工资→企业利润/股东分红/模型订阅费，一线劳动者拿到的最多是一句“你用AI是应该的”。技术革新不改变分配制度，只放大原有结构的倾斜。 三、普通人怎么办——认清游戏规则再选位置 文章没有给出鸡汤答案，但逻辑推导出的应对思路其实很清楚： 第一，先算“渠道账”再算“效率账”。 引入AI前看一眼你的下游——你有定价权吗？你的客户是多个分散小B/C端还是单一超级平台？如果是后者，单靠堆效率很可能白忙，要考虑转型做直接面向终端、有溢价空间的产品或服务，或往产业链高价值环节挪。 第二，把AI效率转化为可定价的独占资产。 用AI省下的时间别只用来接下一个单子，拿去积累作品集、做个人IP、开发可复卖的数字产品、沉淀行业认知壁垒。让“我会用AI”变成“我有用AI做出来的、属于我的东西”，这才有点议价筹码。 第三，接受“单纯出卖时间×技能”的岗位会持续贬值。 标准化文案、基础设计、初级数据分析、常规客服……这些是AI替代率最高的池子。要么往“AI无法规模化复制”的方向走——复杂决策、深度关系维护、跨界整合、情感与审美判断；要么让自己成为“驾驭AI放大产出”的人，而不是“被AI等量替换”的人。 这篇文章不长，但它把我们从前模糊感到的“怎么活儿干得更多钱没多”解释成了一个结构性规律——不是你不够努力，是你在价值链的错误位置用错了战略。 AI省下的钱，归有分发权的人、归有生产工具（大模型/平台）的人、归有定价权的人。认清这一点，我们才可能停止盲目“卷效率”，开始认真想：我能不能成为那个分到钱的人之一，哪怕只是一小部分。 技术不欠任何人公平。但看清了钱往哪流，至少不用闭眼往反方向跑。 摘自微信公众号“成为空气的读书笔记”。

AI在提升企业内部效率的同时，体现出了负的外部性，对就业产生了替代和压缩，影响了社会整体收入，最终波及全社会的消费。再和前几年的城市规模性扩张的结束，经济转型换挡同时叠加，这一轮的“叠浪”影响就更加深刻。昨天和一个09清华土木的聊天，他还是认为AI是一个平权工具，让他不懂编程的可以完成一些之前无法完成的技术工作。其实还是之前的观点，其实这个“平权”仅限于不超过2％创新型人口内部的平权，而98％的“普人”其实在这一轮变革中是被“削权”了，AI工具本质上是个能力放大工具，像任何工具一样。其实蒸汽机，内燃机，电力，互联网这些工具，在那个时代同样深刻影响的社会结构，造成了人群当中的极化或者说马太效应，能够联想到的的是真正在调整这些极化问题的是政治，是社会治理，法律手段，甚至革命。

翻这本书本来是想找找，AI大潮冲过来的时候，普通人到底该怎么自处。 书里讲的更多是国家、企业、个人三方一起发力调整，没怎么从个体角度往深了说。也确实像作者说的，大时代的变革里，个人往往最无力。 个人层面能做的确实有限，无外乎被重复提到的控制现金流，拥抱AI，发展副业，路在其中，至于成效如何，完全取决于执行的完成度。

看了这本书，拓宽了自己对AI提效的分析视角。 AI的提效，会带来很多岗位的中断，社会需求的降低。 一个企业工资的支出最终会流向其他企业的收入端。当越来越多的企业加入到AI提效的浪潮中，就会产生很多社会问题。 政府需要对应的政策、制度对企业进行限制和引导。比如，对企业灵活的征收AI税，就像碳排放税一样，对于使用AI提效导致很多人员失业的企业征收过多的AI税收，对于使用AI提效了但是有对员工进行培训和换岗的公司就不征收此税收，同时应该鼓励企业使用AI提效后加大创新技术的投入和服务质量的提升上。 AI提升的效率的速度，到底能不能跑赢社会重新分配收入、吸收劳动力的能力？ 对于普通人来说，需要从单一、可替代性的任务转向能够组合工具，理解场景和连接人的方向。

虽然我是劳动者，但是我也不得不说，这是一篇烂文，充斥着凯恩斯主义的臭味。要抑制什么就加税呗？直升机撒钱就不行呗？合着永远就是从下面捞钱呗？

这本书，或者说这篇文章存在一个比较大的问题，那就是提出了问题，但几乎没有提出什么解决性的方案，或者这个方案存在非常大的不成熟性。 但是这没有关系，某种程度上来说，愿意提出这个问题，就已经比对此全然无动于衷要好上太多。 AI带来的难题十分棘手，可不少人仍沉浸在它只会为社会创造福祉的美好幻想里。 这篇文章能把复杂问题拆解剖析得直白透彻，十分值得点赞。 至于问题能否妥善解决，从来不是作者一人的责任，而是我们所有人共同的课题。 倘若处理失当，AI非但无法增益社会，甚至可能引发难以预估的灾难性后果。 有人说，当一个问题只是你个人的问题的时候，你必须深刻去探讨自己如何解决这个问题。但是当这个问题成为社会大众问题的时候，反而你已经对于大部分人来说无能为力了。你只能期待于社会和政府方面的改进。 对于整个政策层面，我们没有机会说太多，或者说建议太多。但是对于个人来说，你管他现在是什么样的社会和成本问题，能够对你自己而言，只能是尽自己最大的力气用好这个工具，除此之外，你似乎也做不了任何什么。

我们平常接触到最多的新闻是ai降本增效，大多是从企业端的角度说的。这篇文章提供了新的思路，站在整个社会的角度，从社会、企业、个人的角度分析ai所带来的正面及负面的影响，有一定的启发。正如所有的社会问题一样，并没有简单明了的永久解决方案，作者提供的思路供探讨。

最简单的方法是趁 ai 的浪潮，加快劳动法全面普及，严禁加班文化，限制工时，下班后非必要不允许发工作消息，资本规模与劳动规模要一致，对于那种营收高但雇佣员工少的企业征更高的税，从根本保就业保市场。

首先感觉切入的视角可真独特，细读以后非常佩服——这不仅是视角独特，而是非常精准！ 市场整体需求的降低最终会反噬每一个发起降本增效（AI内卷）的企业，而效率越高，留给整个社会去转型和适应的时间越短。

这就是AI替代人工最复杂的地方。企业盯着的是成本项的下降，而社会感受到的却是收入项的萎缩。 省成本 不是全社会的目标，创新 新的生产力增量，才是社会的福祉