AI 的迅猛发展与普及，引发了学术界与工业界对现在的社会结构与经济模型的根本性反思。
此前 OneFlow 发布的《资本、AGI 与人类雄心》、《AGI 时代的智能诅咒》、《AGI 崛起之后：重构经济模式与社会结构》三篇文章，深入探讨了劳动力替代性 AI 改变人力与非人力生产要素的相对重要性后，给整个社会带来的好处与风险，以及应对挑战的解决方案。
在本文中，借助一众经济学家和科幻作家的理论观点，Intelligent Internet 创始人、Stability AI 创始人 Emad Mostaque 分享了劳动力与资本之间的关系及其可能的演变，强调在 AI 主导经济的时代，需要新的经济模型、政策和教育方法，以确保 AI 的好处得以普惠化，而不是集中在少数人手中。
本文要点包括：
1. 传统上，经济体系依赖于劳动力和资本之间的协同作用，其中劳动力提供生产所需的认知和体力努力，而资本则提供必要的工具、基础设施和财务资源。然而，劳动力替代性 AI 的发展正在打破这种动态。
2. 随着 AI 接管生产角色，通过工资积累财富的传统方式可能变得不可行，需要适应性的经济政策来解决人类体力和脑力劳动的替代问题，包括关键资源控制、数据所有权、全民普遍基础资本、全民使用基础 AI、创业机会。
3. AI 驱动型经济时代需要重新定义价值创造，不仅限于经济指标，还应包括社会福祉和可持续性。有效地治理对于公平过渡到 AI 驱动型经济至关重要，包括制定政策以保护数据权利、防止垄断并确保 AI 的可访问性，同时进行教育改革，培养人类的独特能力。
（本文由 OneFlow 编译，转载请联系授权。原文：https://intelligentinternet.substack.com/p/when-capital-no-longer-needs-labor）
作者 | Emad Mostaque
OneFlow 编译
翻译｜张雪聃
题图｜SiliconCloud平台模型
劳动力与资本之间的历史协同作用一直都是经济体系的基石。传统上，劳动力提供生产所需的认知与体力，而资本则提供放大生产力所需的工具、基础设施与资金。然而，AI 和自动化的迅速发展正在打破这一平衡。随着机器日益复制或超越人类能力，关键问题也随之而来：个人如何保持经济主体地位？人类如何在智能系统主导的生产格局中确保财富分配的公平？
这一转变并非纸上谈兵。如今，AI 系统能够撰写法律文件、创作音乐，甚至完成复杂的物流任务，而且成本往往远低于人类劳动力。当智能和体力劳动的边际成本接近于零时，我们亟需重新审视人类劳动力在全球经济中的角色。
大卫·李嘉图（https://en.wikipedia.org/wiki/David_Ricardo）的比较优势理论为我们理解 AI 的颠覆性潜力提供了有益视角。历史上，国家通过专注于效率优势明显的行业来获得经济主导地位。在 AI 时代，比较优势正从传统的劳动密集型领域转向依赖先进计算基础设施和海量数据的行业。那些能够将 AI 系统应用于优化跨行业生产力的国家，有望在全球经济中占据主导地位。
AI 的快速进步得益于计算能力的指数级增长、更复杂的算法以及前所未有的数据获取，这些正从根本上重塑现代经济。过去，工厂和熟练劳动力等有形资产是经济实力的支柱；而在当下，竞争优势则更多依赖于对计算基础设施和数据流的掌控。
在早期工业化模式中，廉价劳动力是竞争优势的核心。而在当代，国家和企业的经济领导地位源于高性能的计算资源。许多过去需要投入大量人力的任务，如数据分析或物流规划，如今都可以通过 AI 系统来高效完成，这些系统在运作时能保持高度精确和一致。
科斯（https://en.wikipedia.org/wiki/Coase_theorem）的交易成本理论阐明了 AI 如何加速经济转型。AI 大幅降低了交易成本，使创新商业模式得以颠覆传统的组织结构。例如，Uber 和 DoorDash 这样的公司利用 AI 优化供应链，从而重塑了整个行业。
海因莱因（https://en.wikipedia.org/wiki/Robert_A._Heinlein）在《严厉的月亮》中描绘了一台名为“迈克”的中央 AI，它用计算能力优化月球上的资源分配，甚至对政治革命产生了影响。
这种设想与现代社会对 AI 系统集中控制的担忧形成了映射：掌控庞大计算资源的实体可能拥有不成比例的权力。正如“迈克”在效率与自主性之间寻求平衡一样，现今的 AI 系统也引发了关于潜在风险的思考，包括责任、伦理治理以及将关键社会功能交由不透明算法或单一控制点管理。这表明 AI 既是效率的推动者，也可能成为权力的裁定者，凸显了集中此类系统的社会影响。
相对而言，伊恩·M·班克斯（https://en.wikipedia.org/wiki/Iain_Banks）的《文明》系列丛书则描绘了一个后匮乏的社会，在这个社会中，拥有感知能力的 “AI 智能体（AI Minds）” 管理着星舰和栖息地，根据需求分配资源，而非货币。这些“大脑”以无与伦比的智能和伦理框架运作，以确保资源的公平分配，从而创造一个没有物质匮乏的社会，使人类专注于个人成长与文明塑造。这些虚构叙事共同展现了 AI 变革力量中固有的广泛可能性。
马克思的剩余价值理论对理解 AI 驱动经济的影响具有特别参考意义。在后劳动经济体系中，剩余价值可能会通过诸如普遍基本收入或人工智能基础设施的公有制等机制进行再分配，以确保 AI 提升生产力的收益能够惠及社会大众，而非仅集中于拥有这些底层系统的人手中。
历史上，剩余价值来源于人类劳动力，资本家通过劳动生产率与劳动力成本之间的差额获利。而 AI 的引入，使非人类智能体成为生产力的主要推动者，将剩余价值的核心转移到了算法、数据集和计算系统的所有权上。这一根本性变化加剧了对资本所有权的关注，也需要我们迫切规避经济不平等的进一步恶化。
路德维希·拉赫曼（https://en.wikipedia.org/wiki/Ludwig_Lachmann）对资本的互补性系统概念提供了更多启示。有效的生产依赖于多种要素的和谐整合，例如熟练劳动力、工具和基础设施。以餐厅为例，其成功取决于烤炉、训练有素的员工、预订软件和供应链的协调配合。AI 通过优化运营增强了这种互补性，但也凸显了人类监督在战略决策中的持续必要性。尽管 AI 减少了低效，但并未消除我们对高效系统的需求。
熊彼特（https://en.wikipedia.org/wiki/Joseph_Schumpeter）的“创造性破坏”概念在 AI 语境下焕发新意。自动化在取代既有岗位的同时，也创造了诸如 AI 基础设施开发和数据分析等新兴领域的机会。然而，这些变革的速度和规模要求我们采取前瞻性策略，以缓解岗位流失问题并确保新经济模式中各方的公平参与。
机器驱动流程的广泛应用迫使人们重新思考财富积累的路径。历史上，工人通过工资积累财富，进而储蓄或投资于资本资产。随着 AI 接管大部分的生产性角色，这些传统的财富创造方式可能已不足以应对经济需求。
凯恩斯（https://en.wikipedia.org/wiki/John_Maynard_Keynes）曾前瞻性地提出“技术性失业”一词，指劳动力岗位的减少快于新岗位的创造。这一现象在历史上并非首次出现。例如，工业革命期间，机械织布机使纺织工人失业，20 世纪的装配线自动化也显著减少了工厂岗位。这些变革表明，制定适应当前情况的经济政策十分重要。
当下，情势更为严峻。AI 不仅在自动化物理任务方面表现卓越，还在知识性和创造性领域表现出色。法律研究、财务建模以及艺术创作等任务也越来越多地由效率高于人类的 AI 来完成。
尼尔·斯蒂芬森（https://en.wikipedia.org/wiki/Neal_Stephenson）的《钻石时代》描绘了一个由纳米技术主导的反乌托邦未来。在这个世界中，精英阶层使用诸如“淑女养成指南”之类的工具为子女提供高级、个性化的教育。故事中的主人公奈尔是一名贫困儿童，她意外获得了这本教程，并由此发生了转变。这种情节突显了技术平等化的潜力：它不仅能弥合社会鸿沟，还能为底层个体赋能。
这一桥段强调了将 AI 技术民主化的重要性，我们必须防止其被少数群体垄断。推动 AI 教育的公共资金支持、开源 AI 平台以及数据共享等政策非常关键，可以确保 AI 变革潜力惠及整个社会，而非加剧现有的不平等。
AI 能够以更高的精度和更低的成本完成这些任务，如客户服务和文档撰写等远程岗位，尤为容易受到自动化的冲击。结果是，AI 所带来的收益可能会更多地流向其开发和部署的掌控者，从而加剧经济不平等。
经济适应性策略：
1. 关键资源控制：数据流水线、专有算法以及计算基础设施是 AI 经济中的关键瓶颈。政策制定者和企业家必须优先对这些核心资源的获取途径进行民主化改革。
2. 数据所有权：个人应拥有对自身数据的所有权，在数据被货币化时获得版税或分红。
3. 全民基础资本：政府可以通过分配 AI 驱动企业的股权来确保自动化带来的红利能惠及全社会，而非只让少数人受益。
4. 全民使用基础 AI ：受智能互联网框架的启发，这种方法在教育、医疗和职业发展中提供公平的 AI 工具使用权。通过补贴 AI 系统来缓解社会经济差距。
5. 创业机会：人工智能通过大幅降低运营成本，使个人能够开展以前仅限于大型机构的业务能力，从而激发更多创业潜力。
后凯恩斯主义经济学为应对广泛自动化带来的宏观经济挑战提供了强有力的理论框架。与强调市场均衡和经济自我调整能力的古典经济模型不同，后凯恩斯主义更加关注总需求以及政府在维持经济稳定中的积极作用。
这种思路在由 AI 驱动的世界中尤为重要，工作岗位的快速流失和工资减少带来的消费减少正威胁着传统市场动态。通过倡导普遍基本收入或在 AI 相关行业进行公共投资等干预措施，在技术颠覆的情况下，后凯恩斯主义经济学为维持经济增长并缓解不平等提供了切实可行的策略。这一观点强调总需求和政府干预以稳定经济。
随着工资收入的减少，需求不足的风险显著增加。政策措施可以在维持消费和投资方面发挥关键作用，如普遍基本收入或政府支持的 AI 中心行业就业计划。通过解决自动化导致的工作岗位流失的特定问题，这些措施可以补充现有的社会保障安全网络（如失业救济或社会保障），来形成更全面更灵活的经济策略。例如，普遍基本收入可以确保基本的财务稳定，而传统的安全保障网络则提供针对性支持，从而构建更综合的经济应对机制。
这些措施可以通过解决自动化导致的工作岗位流失的特定问题，来补充现有的社会保障网络，例如失业救济或社会保障。
然而，普遍基本收入政策的实施也面临诸多挑战，包括资金来源的可持续性及社会的广泛接受度。有关公平分配、潜在的工作意愿下降，以及长期财政可持续性的问题，使该政策的可行性进一步复杂化。通过透明的政策制定和逐步试点，我们或许可提升这些计划实施的可能性。
科里·多克托罗（https://en.wikipedia.org/wiki/Cory_Doctorow）的小说《魔法王国的潦倒》描述了一个传统货币被“Whuffie”取代的社会。“Whuffie” 是一种基于声誉的评价体系，个人通过善意行为和有价值的贡献积累社会资本，从而形成一个以信任和集体利益为核心的经济体系。这种未来社会的模型为 AI 驱动的世界中重新思考价值体系提供了独特的视角。
AI 的普及迫使我们对货币体系进行根本性的反思。从历史上看，货币的功能在于分配稀缺资源。然而，在一个后稀缺社会中，诸如伊恩·班克斯的《文明》系列丛书所描绘的设想模型中，经济体系将更多地由互惠交换和声誉主导，而非货币主导。虽然这些理论尚属假想，但却突显了为 AI 主导的未来设计新型经济范式的紧迫性。
网络效应是数字经济中的核心原理之一，随着 AI 采纳规模的扩大，它也放大了 AI 平台的价值。谷歌和亚马逊等公司展示了早期采用 AI 技术实现自我强化优势并占据垄断主导地位的例子。应对这些动态的关键是优先考虑互操作性和标准化，建立包容的 AI 生态系统。
智能互联网指南平台（https://intelligentinternet.substack.com/p/ii-intelligent-internet-primer）提出了一个变革性的愿景，超越了传统的财富衡量标准，强调可持续性、包容性和伦理创新。该框架提倡全面的价值评估，将社会和环境影响与经济结果结合起来进行衡量。
例如，AI 驱动的资源优化可以显著降低与计算基础设施相关的环境成本。包容性 AI 的开发确保了先进技术的公平获取，弥合了全球间技术使用的差距，促进了共同协作。
通过将技术创新与人文目标对齐，这一范式重新定义了 AI，视其为促进集体进步的工具，而非仅仅是获取利润的手段。如前文所述，这一愿景需要强有力的治理框架，建立所需的制度支持，以实现伦理发展并确保 AI 利益的公平分配。如果没有这样的结构，AI 的变革潜力可能会被垄断和不平等削弱。
制度经济学强调治理结构在向 AI 驱动型经济公平过渡的核心作用。无论是正式还是非正式的制度，都塑造了技术的分配和采用。例如，优先考虑 AI 资源开放访问的监管框架可以缓解垄断现象，并促进包容性发展。
有效过渡需要共同努力：
1. 政策制定：政府必须保障数据权利，防止垄断行为，并通过全球监管合作来确保公平的 AI 使用权。
2. 包容性所有权模式：合作和公共所有权框架可以使 AI 产业的经济参与更具民主性。
3. 教育改革：随着 AI 承担常规任务，教育课程应强调批判性思维、创造力和适应能力——这些是抵抗自动化的独特人类技能。
AI 从根本上改变了劳动力与资本的互动，既带来前所未有的机会，也伴随着深刻的挑战。如果管理得当，AI 可能会开启共享繁荣的时代。相反，忽视其社会影响可能会加剧不平等，巩固精英掌控的权力。
科幻小说中的描述十分有借鉴意义。例如，《星际迷航》中，技术（如复制器和先进的星舰 AI ）消除了物质匮乏，推动了一个专注于探索和文化发展的社会。联邦（《星际迷航》宇宙中的政府组织）的平等主义理念突显了技术作为普遍福祉的潜力，有利于繁荣发展与合作。相反，《钻石时代》描绘了一个分裂的社会，其中高级工具只供精英使用，加深了社会分化。这些叙事强调了当今选择的重大意义。
如熊彼特和凯恩斯所示，经济体系是在技术和社会的压力下发展而来。AI 的发展使得我们需要重新构思财富创造与分配的范式。虽然机器可以承担重复性任务，但塑造一个包容与公正的未来的伦理责任仍然属于人类。
免责声明：本文来自OneFlow客户端，不代表超天才网的观点和立场。文章及图片来源网络，版权归作者所有，如有投诉请联系删除。
登录
