AI时代分配危机浮现，公共收益权重构或成关键

[观网财经：当AI取代智力劳动，是时候考虑分配问题了]#AI时代该如何考虑分配问题#有一种论调认为，当技术革命消灭旧的工作岗位时，也一定会创造更多新的岗位。

在短期内，这种论调是适用的，因为AI的能力边界仍然清晰可见，仍然需要人类来进行驾驭。

但是，当Anthropic发现AI在优化训练代码、排查漏洞等任务上的速度远超人类，开始呼吁停止前沿AI研发时，谁又能保证这样的时间还会持续多久？

别误会，我仍然是一个进步主义者，相信AI能够创造更好的世界，但这并不等同于创造更多、更好的岗位。

要理解AI为何不同，必须先理解过去两百年技术革命与人类社会的关系。

工业革命摧毁了许多传统手工业，也制造了工厂、铁路、煤矿、钢铁、机械、航运和城市服务业。电气化改变了生产组织方式，汽车工业创造了大规模制造业就业，也催生了石油、公路、物流、保险、零售和郊区经济。计算机革命淘汰了打字员、部分文书和传统办公流程，却创造了程序员、系统管理员、产品经理、数字设计师、金融工程师、咨询顾问、数据分析师和互联网运营岗位。

每一次技术革命都残酷，但它们大体遵循一种统一的逻辑：旧岗位被替代，新岗位被创造；低技能劳动被压缩，更高技能劳动被奖励；机器承担重复性工作，人类转向更复杂、更创造性、更高收入的任务。

但这套逻辑并不完美。工业革命早期伴随着血汗工厂、童工、贫民窟和极端剥削。计算机革命也制造了新的不平等，让受过高等教育的人获得更高工资，让低技能劳动者承受外包、自动化和全球竞争。但总体而言，人仍然是凌驾于一切工具之上的主宰者，是生产过程中的必须环节。

将近两百年前，马克思把人分成资产阶级和无产阶级，但也意识到，两者之间存在着诸如工程师、教师、会计、小业主这样的“中间阶层”。这本质上是因为，人的智力水平是相对均匀的，任何一个资本家都无法完全凭借一个人的力量去管理庞大的生产过程，必须要让更多高技能的劳动者来驾驭生产工具，并获取报酬。

随着工业生产的进一步复杂化，20世纪的发达国家甚至形成了相当庞大的中产阶层，一定程度上模糊了资产阶级和无产阶级之间的分野。义务教育制度、城市化、工会、福利国家……人类社会总体上仍然呈现出进步的图景。

但数字化时代来临后，资本主义底层的问题正在被AI放大。

因为AI不是单纯替代手工劳动，也不是只替代重复性体力劳动。它正在进入人类过去自以为可以用来躲避自动化冲击的避难所：智力劳动。

AI首先逼近的不是矿井和码头，而是办公室。

它可以写代码、读合同、总结会议、生成市场报告、设计广告文案、制作PPT、处理客户服务、完成财务初步分析、撰写新闻摘要、生成法律备忘录、辅助医学影像判断、完成翻译、剪辑视频、生成图片，甚至模拟专家对话。并且，它极有可能最终在智力上彻底超过人类专家。

很多人已经在讨论，AI时代创造最多的岗位将不是白领而是蓝领。只不过，囿于发达国家的视角，他们往往幻想着蓝领能够获得比白领更高的报酬。毕竟，海力士发奖金，可是覆盖了从保安、食堂阿姨到大巴司机的全体雇员。

但这样的景象或许只会出现在垄断了最高价值的那一部分组织，放眼全球，绝大部分发展中国家的蓝领劳动者过去从未、未来也很难参与其中。

从人类整体的图景来看，智力劳动比体力劳动更有价值，而一旦人类被挤压到体力劳动领域，那么劳动者的稀缺性极有可能会严重下降。尤其是考虑到机器人技术的潜在发展。

这就是AI时代与过往技术革命的最大区别：它或许会创造更多财富，却未必会创造更多中产。

过去，人们相信教育可以抵御自动化。但如果AI进入的正是教育回报最高的领域，那么“多读书、多学习、提高技能”这条传统路径就不再足够。它仍然重要，却不能保证多数人分享技术红利。

AI改写分配规则

AI是人类历史上最伟大的发明之一，我们提出上面的问题，不是为了反对AI技术的发展，而是为了探讨人类该如何应对AI的挑战。

我们担心AI不会创造更好的工作机会，并不意味着认为AI不会创造更好的生活——只要我们改变经济分配方式，让分配不再跟工作如此强绑定。

在整个工业时代，尽管人类社会大致遵从着基于生产资料所有权的分配方式，但由于劳动者的技能同样重要，社会分配尚不至于过度失衡。

但是在AI时代，谁拥有先进芯片，谁就拥有训练和部署大模型的基础，从而拥有最强大的智力劳动技能。

生产资料和劳动技能的所有权前所未有地趋于统一，掌握在AI巨头企业的所有者手中。

英伟达、微软、亚马逊、谷歌、台积电、三星、SK海力士、博通以及数据中心、电力和芯片设备产业链中的关键企业，构成了AI时代的资产地图。技术革命的早期收益首先体现在这些公司的市值、利润、期权和股东回报上。

这就是为什么全球散户都在拼命去抢购它们的股权。

与其阻止散户去炒股，更根本的解决办法是重新去讨论这些企业的利润分配方式。

这并不意味着企业不该盈利，也不意味着资本不该获得回报。没有长期投资、风险承担和工程组织，AI基础设施不可能出现。问题在于，每一分钱的利润都来自相应的消费，保护消费能力，本质上也是保护利润。

经济学中早有结论，富人的资产中用于消费的比例，必然低于穷人。这就是马克思主义的理论支柱之一——贫富分化会降低社会整体的消费能力，带来需求不足，从而引发整体的经济危机。

届时，再强大的生产资料也会变得一文不值。

贫富分化，这个资本主义最致命的幽灵，一度被过去几次工业革命所掩盖，如今却正被重新唤回。

无论是以自愿的形式，还是以国家强制力的形式，改写基于生产资料所有权的分配方式，是当代经济学再也无法回避的课题。

公共资源应当被如何定价

AI革命常被包装成企业家精神和市场竞争的胜利。但现实是，AI并不是一个完全由自由市场自发完成的产业。

先进制程的芯片需要巨额资本开支、长期研发、地缘政治保护和供应链协调。数据中心需要土地、电网、水资源和能源规划。云基础设施涉及国家安全和公共通信。基础研究依赖大学、政府科研经费和长期人才培养。AI模型训练需要半导体供应链，而半导体供应链背后是几十年公共投资、产业政策和国际政治。

韩国作为东亚经济模式的典型代表，其内存产业更是显著受益于公共资源的支持。

三星、现代、LG等财阀的崛起，从来不只是依靠市场竞争完成的。20世纪70年代，韩国政府已经把电子工业列为出口导向工业化的重要方向，通过政策性金融、进口设备支持、技术引进协调和人才培养，为后来进入半导体打下基础。

1983年韩国启动“半导体产业培育计划”，计划在1987年前向本土半导体企业提供3.46亿美元贷款，并配套税收和投资激励；1984年政府又与四大财阀启动VLSI联合研发项目，预算约9100万美元。此后4MDRAM产学研项目据产业史资料测算总成本约1.1亿美元，其中政府承担约57%。

来自韩国政府的低息贷款、税收优惠、出口支持、基础设施建设和人才供给，是财阀企业在高资本开支、高技术不确定性的存储芯片行业熬过早期亏损周期的关键原因。

业界普遍认为，来自韩国政府的长期支持，是三星逐步取代日本存储芯片制造商领先地位的重要原因。

换言之，三星和SK海力士今天在AI内存市场上的统治地位，当然来自企业自身的投资纪律、工程能力和全球竞争，但它的底座并不是纯粹私人资本，而是数十年国家产业政策和公共资源投入的结果。也正因为如此，当AI时代的内存红利以利润、股价和奖金的形式集中兑现时，社会有理由追问：既然风险曾经由国家和全民共同分担，收益是否也应该以更直接的制度形式回到公众手中？

而数据是一切AI诞生的基础，对于大模型公司和算法平台企业来说，如何为全人类积累的数据定价，同样是一个灵魂拷问。

企业固然可以为自己辩护：其利用公共资源变现的过程中，也会向政府纳税，会创造就业，会带动产业链，会增强国家竞争力。

这些都是真的，但它们并不足够。因为AI和先进半导体是高度资本密集型产业，并不一定像传统制造业那样创造海量就业；它们带来的税收也可能被进一步用于补贴企业、建设基础设施和优化营商环境。

而且，考虑到这些企业往往还能借助“高新技术”等名义获得税收优惠，它们相比于传统企业仍然具备优势。

至少全球各国的统计数据普遍显示，在这一轮技术革命中，收入和财富分化是在加剧的。

公共财政可能陷入一个循环：全民出钱帮助少数战略企业降低风险，企业成功后利润和股价首先流向股东，政府获得税收后又继续投资企业最需要的基础设施。公众当然间接受益，但直接收益远低于资本所有者。

这并不是反对产业政策。恰恰相反，AI时代需要更强的国家能力。问题是，产业政策不能只服务于企业竞争力，也必须服务于社会分配。国家不能只是资本的后勤部门，也应成为公众收益权的代表。

如果公共资源参与创造了AI时代的关键资产，那么公共部门就应当拥有相应的收益索取权。

从税收到股权：公共收益权的重新设计

国家参与分配的传统方式，主要是靠税收。

企业盈利后缴企业所得税，个人收入增加后缴个人所得税，资本利得产生后缴资本利得税，消费发生后缴增值税或销售税。然后政府用这些收入提供教育、医疗、养老、国防、基础设施和社会保障。

这套机制仍然必要，但面对AI时代，它可能不够。

第一，AI企业和跨国科技公司具有很强的税务规划能力。利润可以在不同司法辖区之间转移，知识产权可以被安排到低税地区，资本利得也常常只有在出售时才被征税。

第二，技术革命早期最大收益往往体现为资产价格上涨，而不是立即体现为可征税利润。

第三，政府为了争夺战略产业，常常反过来向企业提供税收优惠，从而削弱事后征税能力。

因此，公共收益不能只依赖事后税收，也应包括事前权益安排。

当政府向战略企业提供重大补贴、低息贷款、土地、电力、税收抵免、研发资金或基础设施支持时，可以要求获得股权、认股权证、收益分享权或产业基金份额。企业若失败，公共部门承担了一部分风险；企业若成功，公众也应分享一部分上行收益。

这不是没收，也不是计划经济，而是一种更成熟的公共投资逻辑，在过往的市场经济框架内有过成功的试验案例。

2008年金融危机期间，一些政府救助企业时曾获得股权或认股权证，企业恢复后纳税人得以分享收益。主权财富基金长期以来也代表国家持有全球资产，并将投资收益用于财政和公共服务。资源型国家通过石油基金、矿产收益基金把自然资源收益部分转化为公共财富。AI时代同样需要类似机制，只不过新的“资源”不是石油和矿山，而是算力、数据、芯片、模型和平台。

更进一步，政府可以建立“AI公共收益基金”或“技术红利基金”。凡是接受重大公共支持的AI、芯片、云计算和数据中心项目，都应以某种形式向基金贡献未来收益。基金收益不应主要用于下一轮企业补贴，而应明确用于全民福利和劳动者过渡保障。

这包括：更强的失业保险，更慷慨的再就业支持，面向中低收入者的现金补贴，公共医疗和长期护理，儿童照护，住房支持，成人教育账户，以及因AI冲击而失去岗位者的收入缓冲。

在更激进的版本中，这种机制甚至可以发展为“社会股息”：每个公民都因共同拥有AI时代部分公共资产，而定期获得收益分配。它不同于简单的全民基本收入，因为它不是纯粹财政转移，而是建立在公共资本收益之上。它也不同于传统福利，因为它承认技术红利本身有公共来源。

AI时代的关键问题，不是政府要不要干预市场，而是政府代表谁干预市场。若政府只代表产业竞争力，它会不断补贴企业；若政府代表公众收益权，它就必须把技术进步转化为社会安全感。

实际上，过去每一次的工业革命之所以能够转化为人类福祉的提升，都是因为伴随着社会制度的调整。

20世纪的福利国家，就是工业资本主义危机后的制度修正。它承认市场创造效率，但也承认市场会制造失业、贫困、周期危机和不平等。因此，现代国家建立了公共教育、公共医疗、养老金、失业保险、最低工资、劳动法规和累进税制。这些制度并没有消灭资本主义，但让资本主义变得更能被社会忍受。

AI时代可能需要一次类似规模的制度修正。

因为劳动不再能稳定承担分配核心。如果越来越多生产率增长来自资本密集型系统，如果AI使部分认知劳动贬值，如果平台和模型拥有越来越强的规模效应，那么仅靠工资来分配社会财富就会越来越困难。一个人的收入仍然与劳动相关，但整个社会的财富增长可能越来越与资产所有权相关。

回到韩国，本月早些时候，韩国总统秘书室政策室长金容范在社交媒体上发文称，有必要考虑建立“公民红利”制度，以此将AI基建时代产生的超额利润回馈社会。

韩国副总理兼科学技术情报通信部长官裴庆勋也谈到，“三星和SK海力士确实拥有自身优势，但也存在一个支持半导体生产的相关企业生态系统。”

只不过在韩国，这样的言论很大程度上还是政治不正确，青瓦台不得不澄清金容范的言论只代表个人。

但如果我们真的能够借助AI变革的契机，让国家从“再分配者”向“共同所有者”继续迈进一步，无疑是人类经济组织形式的又一次重大胜利。

更重要的是，当人类文明走到今天，制度的进化更应该成为一种主动行为，而不是像过去几次技术革命一样作为危机应对。