譯者按· 2026.04.14

美國經(jīng)濟正陷入人工智能熱潮與傳統(tǒng)行業(yè)萎縮的結(jié)構(gòu)性極化。一方面是資本簇擁下的AI產(chǎn)業(yè)迅速發(fā)展和高收入家庭的資產(chǎn)膨脹，另一方面是傳統(tǒng)行業(yè)的持續(xù)低迷與普通家庭在通脹和債務(wù)壓力下的步履艱辛。長達四十年的政策導(dǎo)向與全球化浪潮，已使美國社會結(jié)構(gòu)從理想的“橄欖型”向不穩(wěn)定的“沙漏型”退化。在此背景下，AI技術(shù)革命正深刻重塑著美國社會運行的底層邏輯。

文章指出，AI表現(xiàn)出強烈的“虹吸效應(yīng)”，正通過資產(chǎn)溢價、技能鴻溝及政策傾斜等措施加劇社會撕裂，使紅利進一步向金字塔尖集聚。在大國競爭壓力下，決策層對尖端技術(shù)的追逐極易引發(fā)對傳統(tǒng)行業(yè)和民生領(lǐng)域的“戰(zhàn)略性忽視”，導(dǎo)致技術(shù)“樹冠”瘋長而社會“根系”貧瘠。作者強調(diào)，人類的制度選擇，將決定技術(shù)革命下的社會形態(tài)如何展開，必須通過競爭秩序再構(gòu)、財稅結(jié)構(gòu)重塑等措施構(gòu)建“導(dǎo)流渠”，將技術(shù)洪流引向社會的普惠共享，否則技術(shù)繁榮將異化為社會動蕩的催化劑。

近一年來，美國人工智能領(lǐng)域強投入、高負債與弱回報的特征日益凸顯，“AI泡沫”因此持續(xù)成為輿論焦點。從專業(yè)研報到大眾媒體，觀點的星火已蔓延成一片擁擠的原野——許多人將其與千禧年的互聯(lián)網(wǎng)泡沫，甚至19世紀(jì)的鐵路建設(shè)狂潮類比，認(rèn)為眼下的階段性“過熱”終將沉淀為長期增長的紅利，AI或許是一場“必要的泡沫”。

這類判斷的背后，基于一種“線性外推”的思維——技術(shù)的未來似乎總能從過去的圖譜中顯現(xiàn)出軌跡。然而，真正的變量往往不在技術(shù)內(nèi)部，而在它所降落的土壤。今日的美國，早已不是一片勻質(zhì)、待墾的沃土。經(jīng)濟結(jié)構(gòu)已先于技術(shù)本身，呈現(xiàn)出一道深刻的“K型裂痕”。

若我們將視線從喧囂的AI賽道暫時移開，投向它所要嵌入的這片大陸，便會看到一幅“冷熱雙生”的奇觀：一端是資本簇擁下的AI產(chǎn)業(yè)高歌猛進，如盛夏般灼熱；另一端則是眾多傳統(tǒng)行業(yè)在收縮中持續(xù)低迷，寒意彌漫。一邊是富裕階層因資產(chǎn)膨脹而如沐暖陽，另一邊則是普通家庭在通脹的積雪中步履維艱。

當(dāng)一場技術(shù)革命降臨在已然分裂的土地上，它所帶來的就不僅是生產(chǎn)力本身的躍遷，更是對社會結(jié)構(gòu)的深度叩問與重塑。因此，本文試圖跳出行業(yè)內(nèi)外的技術(shù)性爭論，轉(zhuǎn)而將AI置于美國日益極化的整體經(jīng)濟圖景中進行審視。我們發(fā)現(xiàn)，AI展現(xiàn)出一種強烈的“虹吸效應(yīng)”——它并未如樂觀預(yù)期那般，成為可以自然“暈開”的普惠活水，反倒像一臺財富輸送泵，持續(xù)將資源引向已然過熱的高地。

在這個意義上，AI能否由一場“必要的泡沫”真正轉(zhuǎn)化為“向好的變革”，或許已超越了技術(shù)能否實現(xiàn)突破的單一維度。問題的核心正轉(zhuǎn)向：社會能否構(gòu)建起有效的制度性“導(dǎo)流渠”——不讓科技的火焰只在高塔之上獨自燃燒，而是讓它的溫度，經(jīng)由有意識的疏導(dǎo)，也能抵達那些被寒冬籠罩的角落。

畢竟，任何一場技術(shù)革命的終極敘事，從來不只關(guān)于它能抵達的頂峰，更在于它最終為誰照亮了前路。

冰火紀(jì)年：美國“K型經(jīng)濟”

的現(xiàn)狀及歷史由來

冷暖背離：

美國經(jīng)濟社會的尖銳分化

“K型復(fù)蘇”（K-shaped recovery）一詞最早由經(jīng)濟學(xué)家彼得·阿特沃特（Peter Atwater）創(chuàng)造，并在2020–2021年新冠疫情后被廣泛提及。主要用于描述一種疫情后短期的分化現(xiàn)象：科技、金融及白領(lǐng)遠程工作等領(lǐng)域迅速收復(fù)失地甚至屢創(chuàng)新高，而線下服務(wù)業(yè)和低技能崗位則深陷泥潭，收入與就業(yè)呈現(xiàn)出“一上一下”的K字型修復(fù)軌跡（如圖1）。

圖1：“K型復(fù)蘇”示意圖（圖源：美國商會）

然而，在當(dāng)前對美國宏觀經(jīng)濟的討論中，“K型復(fù)蘇”已逐漸被“K型經(jīng)濟”（K-shaped economy）所取代。這一語境的轉(zhuǎn)換，意在強調(diào)這不只是疫情后的短期現(xiàn)象，而是結(jié)構(gòu)性不平等（資產(chǎn)持有、教育、地區(qū)、行業(yè)等）在利率、通脹沖擊下被放大的長期結(jié)果。2025年12月，美聯(lián)儲主席鮑威爾在記者會上被追問并回應(yīng)有關(guān)“高收入家庭靠房產(chǎn)和股市財富支撐消費、低收入家庭則被五年累積的價格水平壓制”的情況時，明確承認(rèn)了“K型經(jīng)濟”的存在，并警告這可能削弱美國經(jīng)濟擴張的質(zhì)量，并侵蝕社會支持的基礎(chǔ)。

在美國，一幅直觀的“K型”圖景正在上演：一邊是資本市場在AI概念的加持下高歌猛進，另一邊卻是支撐經(jīng)濟基石的消費者信心在2025年11月驟降至50.3，重回通脹至暗時刻（圖2）。在兩條曲線的背離中，我們看到：股市的紅利被鎖死在極少數(shù)持有大量金融資產(chǎn)的精英圈層，并未向下滴灌；而對于絕大多數(shù)普通家庭，則在默默承受房貸利率和生活成本上升的壓力，消費情緒隨之低迷。這種分化的加固，正如一場持續(xù)的風(fēng)雪，凍結(jié)了階層流動的可能。

圖2：股市與消費者信心指數(shù)的兩極分化（圖源：ZeroHedge）

為更直觀地呈現(xiàn)出當(dāng)前AI爆發(fā)期下美國經(jīng)濟社會的結(jié)構(gòu)性撕裂，我們選取了三個具有代表性的切面進行對比。

第一重分裂，體現(xiàn)在居民財富積累路徑的“加速度”差。圖3所示，自2022年人工智能模型ChatGPT發(fā)布以來，頂層1%的家庭資產(chǎn)占比由27%升至2025年的28.9%，底層50%的家庭資產(chǎn)占比則由6%降至5.3%，各階層積累的資產(chǎn)規(guī)模正在不斷拉開差距。從資產(chǎn)結(jié)構(gòu)看，頂層家庭的財富高度集中在股票和基金等金融資產(chǎn)上——部分研究顯示，高收入群體約有超過三分之一的凈資產(chǎn)配置于股權(quán)和基金產(chǎn)品；而底層50%的家庭中，大約一半的財富集中在自住房等不動產(chǎn)，直接持有股票的比例僅在5%左右，更多依賴工資和轉(zhuǎn)移收入維持生活。不同收入階層由此進入了截然不同的財富增長軌道——一端是資產(chǎn)性收入的“自動巡航”，另一端是工資性收入的“原地踏步”，加速度的差異正逐漸拉開不同階層間的財富鴻溝。

圖3：ChatGPT發(fā)布前后美國頂層1%與底層50%的家庭總資產(chǎn)占比變化（圖源：前海國際事務(wù)研究院制作）

第二重分裂，表現(xiàn)為消費動能的“雙速運行”。收入方面，2025年后，美國高收入家庭的工資增長率逆勢拉升至4%，而低收入家庭的年化增長率則降至0.9%，創(chuàng)下2016年以來的最低水平。這種收入差距的擴大，直接傳導(dǎo)至消費端——疊加股市的財富積累效應(yīng)，資本的高度集中牽動著美國消費的全局“體溫”。從對整體消費增長的拉動作用來看，美國銀行研究所最近的一份報告顯示，9月份高收入消費者的支出同比增長2.6%，而低收入家庭的支出同比僅增長約0.6%。結(jié)果是，截至2025年第二季度，收入最高的10%人群的消費已占據(jù)居民總支出近一半，較30年前的36%大幅上升（圖4）。

圖4：各財富階層的居民對消費支出的貢獻度（圖源：金融時報）

第三重分裂，體現(xiàn)為生產(chǎn)引擎的“二元分軌”。如圖5所示，以半導(dǎo)體和電子元件為代表的高科技制造業(yè)，其產(chǎn)出指數(shù)自2017年以來呈指數(shù)級反彈，到2025年已逼近170的高位；相比之下，剔除高科技和汽車后的傳統(tǒng)制造業(yè)生產(chǎn)指數(shù)則長期在90至100的水平線下震蕩。這種產(chǎn)出端的分化意味著，當(dāng)高科技產(chǎn)業(yè)因 AI浪潮而劇烈燃燒時，傳統(tǒng)制造卻在自動化與全球競爭的寒風(fēng)中陷入長期停滯。在此背景下，美國所謂的“再工業(yè)化”似乎更多體現(xiàn)在圍繞AI展開的產(chǎn)業(yè)再集中，而非傳統(tǒng)工業(yè)的全面回暖。

圖5：2010-2025年美國半導(dǎo)體及電子元件制造業(yè)與剔除高科技/汽車類制造業(yè)的工業(yè)生產(chǎn)指數(shù)走勢對比（圖源：美聯(lián)儲經(jīng)濟數(shù)據(jù)FRED）

靜水流深：

40年來持續(xù)裂變的美國經(jīng)濟大陸

美國經(jīng)濟地形的持續(xù)“褶皺”，是近四十年來政策導(dǎo)向與全球化浪潮共同作用下的深刻裂變。追溯這一裂痕的源頭，須回到20世紀(jì)80年代。彼時，以里根政府為代表的新自由主義思潮席卷而來，確立了“效率優(yōu)先”的經(jīng)濟范式。在“涓滴經(jīng)濟學(xué)”的理論大旗下，美國推行大規(guī)模減稅，放松金融監(jiān)管，并積極擁抱全球化外包戰(zhàn)略。這一系列政策的本意，是希望通過資本積累惠及社會底層，然而現(xiàn)實卻與這一初衷背道而馳。

外包經(jīng)濟的“洋流”將國內(nèi)產(chǎn)業(yè)鏈大規(guī)模沖刷至海外，導(dǎo)致本土制造業(yè)空心化；而金融自由化的“季風(fēng)”則賦予了資本前所未有的流動性與增值能力。這種政策組合雖然在宏觀層面推高了GDP，卻在微觀層面撕開了難以愈合的社會創(chuàng)口：精英階層憑借全球資本配置能力實現(xiàn)了財富的指數(shù)級膨脹，而廣大勞工階層則失去了穩(wěn)定的產(chǎn)業(yè)依托，裂痕在靜水流深中悄然擴大。

從圖6中可以看出，隨著全球化外包戰(zhàn)略的深入推進，紅線所代表的制造業(yè)就業(yè)人數(shù)經(jīng)歷了不可逆轉(zhuǎn)的結(jié)構(gòu)性下行，由20世紀(jì)80年代的近2000萬人一路震蕩走低至目前約1200萬人的水平，意味著美國曾經(jīng)引以為傲、能夠提供穩(wěn)定收入與體面生活的“藍領(lǐng)中產(chǎn)”基礎(chǔ)被連根拔起。同時，以醫(yī)療保?。ê诰€）和專業(yè)商業(yè)服務(wù)（橙線）為代表的服務(wù)業(yè)則迅速崛起，填補了數(shù)量上的缺口。目前來看，醫(yī)療和社會救助行業(yè)已成為當(dāng)前吸納就業(yè)的絕對主力，但這些崗位往往伴隨著低薪資、低福利與高不穩(wěn)定性，勞動者抗風(fēng)險能力日益脆弱。

圖6：1980—2025年美國就業(yè)結(jié)構(gòu)的變化趨勢（圖源：前海國際事務(wù)研究院制作）

就業(yè)結(jié)構(gòu)的變遷直接導(dǎo)致了社會階層的劇烈重塑。數(shù)據(jù)顯示（圖7），這種“向兩極拉伸”的趨勢愈發(fā)明顯：2015年，處于最低收入階層的成年人占比已從1971年的16%上升至20%，而處于最高收入階層的比例更是從4%翻倍增長至9%。相比之下，作為社會穩(wěn)定器的中間階層比例卻在持續(xù)萎縮，中低與中高收入群體的規(guī)模陷入停滯。美國社會結(jié)構(gòu)正從理想的“橄欖型”向不穩(wěn)定的“沙漏型”退化。

圖7：1971—2015年各收入階層的占比變化趨勢（圖源：皮尤研究中心）

同樣地，財富分配結(jié)構(gòu)也經(jīng)歷了一場跨越40年的“慢遷徙”。根據(jù)美聯(lián)儲分配金融賬戶（Distributional Financial Accounts，以下簡稱“DFA”）的數(shù)據(jù)顯示，1989年第三季度至2020年第二季度，美國前10%人群總財富占全部居民財富的比例從55.3%上升至63.5%，底層50%人群的總財富占比則從7.2%下降至5.5%（圖8）。尤其是在2008年金融危機之后，美聯(lián)儲的量化寬松政策成為了貧富差距擴大的催化劑。由于富裕階層持有絕大多數(shù)的股票、房產(chǎn)等金融資產(chǎn)，量化寬松注入的流動性迅速推高資產(chǎn)價格，使其財富雪球越滾越大；而對普通居民而言，這一貨幣洪流卻未能有效轉(zhuǎn)化為工資增長、就業(yè)改善或?qū)嶓w消費，從而拉大了貧富雙軌的差距。

圖8：1989年第三季度-2020年第二季度美國居民總財富占比變化情況（圖源：美聯(lián)儲家庭財富分布賬戶（DFA））

盡管拜登政府上臺后明確提出有別于“涓滴經(jīng)濟學(xué)”的發(fā)展理念，主張通過“中間向外、底層向上”（Middle?out and Bottom?up）重塑增長路徑，并輔以稅收抵免、福利擴張、產(chǎn)業(yè)補貼及對資本和企業(yè)加稅等一系列再分配與產(chǎn)業(yè)政策，試圖緩解長期積累的不平等，但實際效果卻相當(dāng)有限，甚至在某些層面加重了底層群體的生活壓力。一方面，大規(guī)模財政擴張在供給受限的背景下推升了通脹，住房、能源與食品等必需品價格上漲，侵蝕了低收入家庭對補貼和福利的實際獲得感；另一方面，產(chǎn)業(yè)補貼與政府投資在執(zhí)行時更多傾向于大型企業(yè)，資源與收益依舊向頭部企業(yè)和資產(chǎn)持有者集中。而為了遏制高通脹，美聯(lián)儲又被迫采取激進的加息政策，這使得預(yù)算本就對必需品價格敏感的普通家庭，承受了遠比資產(chǎn)豐厚的精英階層更直接、更強烈的通脹沖擊。其結(jié)果是，政策在試圖平衡經(jīng)濟的同時，反而推高了普通家庭的借貸成本（如學(xué)生貸款、房貸和車貸利率飆升），甚至讓更多底層民眾陷入了債務(wù)泥潭（圖9）。

圖9：2003-2025年按貸款類型劃分（汽車、房屋、學(xué)生貸款）的拖欠余額百分比（%）（圖源：紐約聯(lián)邦儲備銀行）

由上可見，美國經(jīng)濟大陸的裂變并非一日之寒，四十年的政策傾向與市場力量，共同造就了如今冰火兩重天的“K型”經(jīng)濟格局。這也意味著，當(dāng)前的AI技術(shù)革命并非在一張“白紙”上展開，而是疊加在既有不平等基礎(chǔ)上一股全新的增長與分配動力。

AI颶風(fēng)過境：技術(shù)加速主義

“魔法”加劇大陸割裂

目前來看，AI浪潮似乎正以颶風(fēng)之勢，在這片早已割裂的大陸上加速沖刷——它并非滋潤萬物的春雨，而是一股高度集中的資本風(fēng)暴。以其強大的引力，將資源、資金與預(yù)期收益迅速吸附到少數(shù)核心企業(yè)之中，深度裹挾著美國經(jīng)濟的運行軌跡。從經(jīng)濟貢獻看，AI行業(yè)幾乎已成為“心臟脈搏”。盡管AI行業(yè)與數(shù)據(jù)中心僅占美國GDP約4%，但2025年上半年卻已貢獻了全美GDP實際增長的92%。其中，微軟、谷歌、亞馬遜、Meta和英偉達等少數(shù)幾家科技巨頭的資本支出已占據(jù)美國企業(yè)資本總支出的近三分之一，年度支出規(guī)模逼近4000億美元——相當(dāng)于丹麥的全年經(jīng)濟總量。從資本回報看，這種增長紅利亦被幾大AI巨頭精準(zhǔn)捕獲。截至2024年第四季度，掌握算力與模型入口的“七巨頭”總盈利飆升至1312億美元，同比增速（31.7%）遠超標(biāo)普500指數(shù)（16.9%）。進入2025年后，盡管盈利增速邊際放緩至約17%，其表現(xiàn)仍顯著跑贏剔除七巨頭后的標(biāo)普500（約9%），并貢獻了標(biāo)普500當(dāng)年總盈利增量的約三分之一。同時，資本也敏銳地捕捉到了這一業(yè)績韌性并蜂擁而至——“做多七巨頭”以54%的投票率位列“最擁擠交易”的榜首，標(biāo)普500指數(shù)的前十大權(quán)重股占比突破35%，甚至超過2000年互聯(lián)網(wǎng)泡沫的峰值，資本市場因此陷入狂熱。

圖10：2025年第四季度由基金經(jīng)理選出的“最擁擠交易”排名（圖源：美國銀行（BofA）全球基金經(jīng)理調(diào)查）

誠然，這顆“AI心臟”確實為美國經(jīng)濟泵入了驚人動力，但它驅(qū)動的，卻是一部布滿裂痕的機器。在財富分布與就業(yè)結(jié)構(gòu)日趨兩極化的背景下，技術(shù)紅利并不會像水流一樣自動潤澤低洼地帶，而是順著既有的“生產(chǎn)關(guān)系”河道，被進一步引至金字塔尖。這種“強者恒強”的技術(shù)加速主義邏輯，正在通過三重路徑將美國經(jīng)濟社會的裂痕推向一個新的臨界點……

資產(chǎn)市場以“實體之血”

筑就“AI神壇”

通過資本市場這臺高速運轉(zhuǎn)的“離心機”，AI熱潮加劇了企業(yè)融資端和財富分配端的斷裂，從而演化為一場對傳統(tǒng)制造等非AI實體經(jīng)濟的隱性“抽血”。

在融資端，資本正圍繞AI形成明顯的“虹吸效應(yīng)”——低成本資金持續(xù)向科技巨頭集中，而傳統(tǒng)行業(yè)則在融資環(huán)境收緊中被迫面臨破產(chǎn)。一方面，市場對AI未來的樂觀預(yù)期，賦予了科技巨頭（如“七巨頭”）和AI獨角獸極高的市盈率（P/E）和估值溢價。這種高估值本質(zhì)上構(gòu)成了一種融資“特權(quán)”。最具代表性的證據(jù)來自谷歌母公司Alphabet，其于2026年2月13日發(fā)行了一只規(guī)模10億英鎊的100年期公司債（2126年到期），用于支持其AI基礎(chǔ)設(shè)施、云計算與數(shù)據(jù)中心擴張。這支“百年債”的票面利率僅為6.125%，而同期英國30年期國債收益率約5.2%、美國30年期國債約 4.7%。充分顯示出，作為AI時代關(guān)鍵基礎(chǔ)設(shè)施提供者，科技巨頭已在債務(wù)融資成本上享有“主權(quán)”級別的定價特權(quán)。這一優(yōu)勢使它們能夠“不計成本”地搶購GPU、建設(shè)數(shù)據(jù)中心并挖角頂尖人才，形成贏家通吃的“馬太效應(yīng)”。另一方面，制造業(yè)、零售及建筑等傳統(tǒng)行業(yè)，卻被資本視為“缺乏想象力”的舊資產(chǎn)，在估值被長期壓制的背景下，需通過銀行信貸或發(fā)行高息債券等方式，以更高的成本進行融資。隨著有限的流動性被AI颶風(fēng)持續(xù)“虹吸”，傳統(tǒng)企業(yè)被迫縮減資本開支、停止生產(chǎn)線更新，甚至通過裁員來維持現(xiàn)金流安全。據(jù)《華盛頓郵報》數(shù)據(jù)，截至2025年11月，美國已有至少717家大型公司申請破產(chǎn)，同比增長約14%，達到2010年以來的最高水平。其中，工業(yè)部門受沖擊最為明顯——制造、建筑與運輸行業(yè)合計有110家大型企業(yè)申請破產(chǎn)，位居各行業(yè)之首。

在財富端，資產(chǎn)收益的“溫差”正急劇重塑貧富格局——富裕階層獨享高增長資產(chǎn)，而中低收入群體深陷高成本負債。其中，AI板塊憑借181%的驚人回報率和124%的盈利增長主導(dǎo)了市場繁榮，但由于高準(zhǔn)入門檻及股權(quán)高度集中（前1%富人持有近半數(shù)美股市值），這一“估值紅利”被牢牢鎖定在金字塔頂端。相比之下，被隔絕在資產(chǎn)盛宴之外的普通家庭面臨的是“債務(wù)抽血”（圖9）。2025年，美國信用卡債務(wù)規(guī)模達到1.28萬億美元，平均利率約23%，遠高于同期30年期按揭貸款利率（約6%-7%）與投資級公司債收益率（約5%-6%）。這一高息債務(wù)負擔(dān)對底層居民的沖擊尤為劇烈：收入最低10%地區(qū)的拖欠率在2025年一季度已達到20.1%，同期收入最高10%地區(qū)的信用卡債務(wù)拖欠率僅為7.3%。具有警示意義的信號出現(xiàn)在2025年9月，一家手握約10萬筆未結(jié)貸款的美國次級車貸機構(gòu)TricolorHoldings遞交破產(chǎn)申請，標(biāo)志著次級車貸壓力已越過借款人防線，開始直接沖擊放貸機構(gòu)本身。結(jié)果是，當(dāng)資本市場被AI之火點燃時，真正能夠感受到熱量的，仍只是少數(shù)站在火源附近的人。

圖11：美國不同收入階層的資產(chǎn)持有結(jié)構(gòu)比較（來源：美聯(lián)儲）

就業(yè)市場因“技能鴻溝”

引發(fā)“職業(yè)折疊”

與資本在市場中的高度集聚相呼應(yīng)，這股AI浪潮驚濤拍岸，裹挾著資本與科技巨頭駛向深藍，卻將大量普通居民和傳統(tǒng)行業(yè)擱淺在岸邊。然而，浪潮的物理篩選僅僅是序章，緊隨其后的，是它對勞動力市場“骨架結(jié)構(gòu)”的重塑——如同水流沖刷出全新的河床與流域，重新定義了勞動者“通往深藍”的攀緣路徑。具體來看：

其一，AI的快速發(fā)展正在拉大不同勞動者之間的收入差距。在生成式AI快速擴張的背景下，企業(yè)對算法開發(fā)、模型訓(xùn)練與數(shù)據(jù)工程等復(fù)合型能力的需求激增，而相關(guān)的人才供給短期內(nèi)難以同步增長，直接推高了AI崗位的技能溢價。從絕對差距來看，AI人才與普通人幾乎已經(jīng)不在同一個“薪資頻道”。根據(jù)美國勞工統(tǒng)計局（U.S. Bureau of Labor Statistics）的數(shù)據(jù)，人工智能工程師的年薪中位數(shù)達到145080美元，而美國全部職業(yè)平均年薪僅為65470美元，前者約為后者的2.2倍，薪資差距達到122%。從崗位需求來看，企業(yè)也往往會在招聘中，給AI人才遞上一張“黃金門票”。市場調(diào)研機構(gòu)Lightcast的報告顯示，要求AI技能的職位平均薪資比不要求相關(guān)技能的崗位高出約28%，約多出18000美元/年（圖12）。

圖12：按職位類別劃分的AI技能相關(guān)崗位廣告中位數(shù)薪資對比（2024）（來源：Lightcast）

更神奇的是，在傳統(tǒng)上由學(xué)歷主導(dǎo)的薪資體系中，AI技能似乎正在打破原有的回報邏輯，成為比學(xué)位更直接的收入杠桿。世界經(jīng)濟論壇的一項調(diào)查顯示，擁有AI技能的工資溢價已超過碩士和學(xué)士學(xué)位（圖13）， “技能”正越來越多地取代“學(xué)歷”成為職場上的“新硬通貨”。除薪資外，擁有AI技能還能幫助員工獲得更優(yōu)的福利和面試準(zhǔn)入機會，甚至可以彌補學(xué)位、年齡等傳統(tǒng)認(rèn)知上的招聘劣勢。

圖13：AI技能對薪資溢價與福利待遇的提升（圖源：Bone et al. (2025)《Skills or degree? The rise of skill-based hiring for AI and green jobs》；Mira et al. (2025)《Beyond pay: AI skills reward more job benefits》）

其二，AI在“創(chuàng)造與毀滅”中加劇職業(yè)分化。一方面，人工智能確實催生了新的就業(yè)機會。世界經(jīng)濟論壇《2025年未來就業(yè)報告》顯示，到2030年前增長最快的崗位中，有兩個——大數(shù)據(jù)專家和人工智能/機器學(xué)習(xí)工程師——直接與AI和數(shù)據(jù)相關(guān)（圖14），表明高技能技術(shù)崗位需求正在快速上升。但另一方面，自動化能力的提升也在加速傳統(tǒng)崗位的收縮。麥肯錫研究顯示，辦公室支持、零售與客戶服務(wù)、餐飲服務(wù)以及生產(chǎn)制造四類崗位將占美國未來崗位減少總量的約75%，其中包括文員、行政助理、零售銷售員和收銀員等職位，預(yù)計到2030年前崗位數(shù)量將合計減少超過60萬個。換言之，AI正在優(yōu)先替代那些流程標(biāo)準(zhǔn)化、重復(fù)性較強的勞動崗位。但即便是技術(shù)領(lǐng)域也并非絕對安全。長期來看，這種倚靠AI催生出來的崗位需求，也面臨著被AI替代的風(fēng)險。圣路易斯聯(lián)儲研究發(fā)現(xiàn)，2022年至2025年間，AI應(yīng)用程度較高的職業(yè)（主要是計算機與數(shù)學(xué)類）失業(yè)率增幅反而高于部分藍領(lǐng)和服務(wù)業(yè)崗位。結(jié)果是，AI一面抬升高技能崗位的價值與數(shù)量，另一面卻壓縮了傳統(tǒng)與入門級崗位空間。職業(yè)階梯不再均衡展開，而是在技能鴻溝的牽引下向兩端延伸：高端崗位被推向更高處，中低端崗位則被層層壓縮、疊入底部結(jié)構(gòu)之中，形成一種持續(xù)加深的“職業(yè)折疊”。

圖14：2025–2030年全球增長最快的職業(yè)類別預(yù)測統(tǒng)計（圖源：世界經(jīng)濟論壇《2025年未來就業(yè)報告》）

政府以“國家意志”

扭曲“資源天平”

自拜登政府時期起，AI浪潮更是借得政策的“風(fēng)力”，掀起了新的潮涌——政策資源、財政補貼與國家資本開始向其集中傾斜，既讓身處深藍的科技巨頭得以加速遠航，也讓岸邊的觀望者愈發(fā)望洋興嘆。2022年7月，美國國會通過《芯片與科學(xué)法案》（CHIPS and Science Act），計劃投入約2800億美元振興半導(dǎo)體制造與前沿技術(shù)研發(fā)，其中約2000億美元直接投向人工智能等關(guān)鍵技術(shù)領(lǐng)域。政策出臺后，電子、計算機與電氣設(shè)備相關(guān)設(shè)施投資由2020年前十年的年均不足70億美元，迅速躍升至2024年的超過900億美元（圖15），AI相關(guān)產(chǎn)業(yè)開始獲得聯(lián)邦層面的“加碼支持”。

圖15：政策紅利下，美國計算機及電子設(shè)施建設(shè)規(guī)模迅速擴大（2011-2024）（圖源：彼得森國際經(jīng)濟研究所）

進入2025年，美國的政策重心進一步從“補產(chǎn)業(yè)”升級為“大基建”。特朗普在其第二任期明確將AI定位為維持美國長期科技與經(jīng)濟霸權(quán)的“第四次工業(yè)革命核心技術(shù)”，明確要“贏得AI競賽”，拉大與中國的差距。2025年1月21日，由政府牽頭、OpenAI、軟銀、甲骨文等巨頭聯(lián)合響應(yīng)的“星際之門”（Stargate Project）項目一舉獲得高達5000億美元的投資承諾，聚焦AI數(shù)據(jù)中心與算力網(wǎng)絡(luò)建設(shè)，資本與政策的合流正為AI鋪設(shè)物理層面的“高速公路”；7月23日，白宮發(fā)布《贏得競爭：美國人工智能行動計劃》（簡稱“AI行動計劃”），明確承諾對頭部AI公司、云服務(wù)商和數(shù)據(jù)中心運營商提供財政補貼、稅收抵免、政府采購傾斜等支持，并要求擴大此前《芯片與科學(xué)法案》中規(guī)定的稅收優(yōu)惠范圍，覆蓋AI數(shù)據(jù)中心和電網(wǎng)升級項目，政策的“制度護航”隨即漫灌至基礎(chǔ)設(shè)施后端；及至11月，特朗普簽署行政令啟動“創(chuàng)世紀(jì)計劃”（Genesis Mission），整合能源部17個國家實驗室，英偉達、亞馬遜等24家科技巨頭的資源，構(gòu)建國家級AI科學(xué)平臺。

在上述AI支持政策的驅(qū)動下，社會資源分配（主要是私人投資）開始出現(xiàn)明顯分化。進入2025年后，與AI高度相關(guān)的信息處理設(shè)備與軟件投資仍保持約14%的同比增長，而制造業(yè)相關(guān)固定資產(chǎn)投資則連續(xù)三個季度維持負增長（圖16）。換言之，資本正在加速流向與算力和數(shù)字基礎(chǔ)設(shè)施相關(guān)的領(lǐng)域，而傳統(tǒng)工業(yè)投資動能則明顯減弱。這種以政策為導(dǎo)向的“資源再配置”，帶來了對AI產(chǎn)業(yè)的系統(tǒng)性“偏愛”，并導(dǎo)致了AI產(chǎn)業(yè)的“泡沫上升”與傳統(tǒng)產(chǎn)業(yè)的“投資空洞化”。政策之力作為自上而下的“暗流”，為已經(jīng)洶涌的浪潮再度注入動能，并使得本就存在的分野愈發(fā)清晰——誰在風(fēng)口之上加速遠航，誰又在潮水之外逆流而行。

圖16：2022-2025年美國私人非住宅固定投資（信息與軟件V.S. 制造業(yè)）變化趨勢（圖源：美聯(lián)儲經(jīng)濟數(shù)據(jù)FRED）

從以上機制中不難看出，在現(xiàn)有制度與傳導(dǎo)路徑下，AI似乎表現(xiàn)出了一種復(fù)雜的雙重屬性：它既是效率的“加速器”，也是分配的“放大器”。那些能夠靠近技術(shù)火源的人——無論是持有資產(chǎn)的富人、身處AI行業(yè)的精英，還是率先獲得政策傾斜的企業(yè)——正在享受前所未有的紅利；而那些本就處于邊緣的人群，則在通脹、債務(wù)和傳統(tǒng)行業(yè)萎縮的夾縫中，感受到技術(shù)浪潮過后的陣陣寒意。

馴風(fēng)筑渠：

為AI洪流開鑿共享河道

颶風(fēng)本身未必是災(zāi)難，真正決定后果的，是其是否擁有足夠堅固的堤壩與清晰的水道。如何讓AI成果被社會共享，而不是成為撕裂社會的新力量，是當(dāng)下政策與制度設(shè)計必須正視的核心問題。治洪的關(guān)鍵或許不只在于壓制浪潮，而更多在于修筑水系。AI所帶來的資本與利潤，究竟能否沉淀為可持續(xù)的水庫——這既取決于行業(yè)盈利模式能否盡快走向穩(wěn)健，使資本回報建立在真實的生產(chǎn)率提升之上，從而降低泡沫破裂的系統(tǒng)性風(fēng)險；也取決于政策能否糾正資源過度集中的結(jié)構(gòu)性失衡。若資源持續(xù)單向堆積于算力、芯片與模型平臺，而缺乏向?qū)嶓w經(jīng)濟和社會大眾擴散的回流機制，那么水位的抬升只會加劇兩岸落差。從當(dāng)前的傳導(dǎo)路徑看，“必要的泡沫”或許會演變?yōu)椤笆Э氐睦顺薄保凹夹g(shù)繁榮”也可能異化為另一種形式的“社會緊縮”。

漲潮后的裂谷：

回溯工業(yè)革命的社會代價

歷史從未證明，技術(shù)進步會自動帶來普遍繁榮。相反，它正反復(fù)提醒我們：生產(chǎn)率的躍升，往往會率先沖擊既有的分配秩序，而非順利地滲入社會肌理。技術(shù)可以拓寬經(jīng)濟的“水面”，卻并不自然決定水流如何分配?？v觀過去幾個世紀(jì)，每當(dāng)技術(shù)進步長期脫離社會大多數(shù)人的福祉，社會動蕩與經(jīng)濟失衡幾乎不可避免。

回望歷史，第一次工業(yè)革命雖然極大提升了生產(chǎn)效率，卻也同時制造了城市貧困、童工泛濫與工人階層的困境。直至工會興起、勞動立法完善與福利國家逐步建立，技術(shù)紅利才開始真正下沉。第二次工業(yè)革命依托電氣化與大規(guī)模生產(chǎn)，進一步強化了資本集中與產(chǎn)業(yè)壟斷，財富分配失衡一度催生了“鍍金時代”的貧富鴻溝。20世紀(jì)上半葉的歷史更為慘痛地證明，嚴(yán)重的分配失衡若不能通過制度溫和修正，最終往往會通過大蕭條、極端主義崛起乃至戰(zhàn)爭等極端形式被迫出清，這正是制度調(diào)節(jié)滯后于技術(shù)擴張所付出的巨大代價。所謂“技術(shù)解放生產(chǎn)力”，若缺乏制度約束與再分配機制，往往先成為少數(shù)人的財富加速器，卻并不能成為帶動社會全體的繁榮引擎。換言之，技術(shù)本身不決定分配結(jié)果，制度才是決定“技術(shù)紅利能否轉(zhuǎn)化為公共福祉”的關(guān)鍵所在。

當(dāng)下，經(jīng)過四十年的新自由主義改造，美國經(jīng)濟社會中的工會組織、稅收調(diào)節(jié)與反壟斷監(jiān)管等“制度緩沖層”已大幅削弱。當(dāng)AI這種“超級技術(shù)”降臨在一個高度不平等、缺乏再分配機制的結(jié)構(gòu)性環(huán)境中，它不會自動填補裂谷，反而會順著既有的“K型”分化軌跡加速社會撕裂。換言之，若缺乏制度層面的干預(yù)與引導(dǎo)，技術(shù)變革所釋放的能量可能持續(xù)在高位累積、從底部抽離，在裂谷中持續(xù)積蓄張力，進而引發(fā)沉重的社會代價。

當(dāng)洪流遇上陡坡：

警惕地緣競爭壓力下的“加速偏航”

當(dāng)前的AI繁榮既包含真實的技術(shù)突破，也伴隨著典型的資本過熱。歷史上，幾乎所有的重大技術(shù)革命都伴隨一定程度的投機與泡沫，這本是市場試錯的正常過程。然而，當(dāng)下的危險在于，這種“周期性過熱”正在與“地緣政治焦慮”發(fā)生共振，使AI浪潮被推向更陡峭的斜坡。

在大國競爭壓力下，決策層為確保關(guān)鍵技術(shù)領(lǐng)先，對AI行業(yè)內(nèi)的亂象與估值泡沫給予了極高的“默許度”；而那些被視為“含金量不足”的傳統(tǒng)行業(yè)與民生領(lǐng)域，則遭到了“戰(zhàn)略性忽視”。這種“不顧內(nèi)部平衡，只顧追求領(lǐng)先”的策略，本質(zhì)上是一種危險的戰(zhàn)略誤判。當(dāng)政策與資本過度聚焦于算力、芯片等高端賽道時，制造業(yè)、物流業(yè)、公共醫(yī)療與基層教育等吸納大量就業(yè)的領(lǐng)域，可能因資源被虹吸而陷入“供血不足”。若中等技能崗位在尚未完成轉(zhuǎn)型前便因資源擠壓而過早萎縮，需求端的收縮也將反過來限制新技術(shù)的擴散與落地?；A(chǔ)產(chǎn)業(yè)的快速“擠出”，將顯著削弱經(jīng)濟體的就業(yè)承載力、需求拉動力與整體內(nèi)循環(huán)韌性。在冷戰(zhàn)時期，蘇聯(lián)率先將人類送入太空，擁有龐大的軍工體系，在核技術(shù)、航天工程、基礎(chǔ)數(shù)學(xué)等領(lǐng)域具有世界級實力。然而這些尖端能力并未轉(zhuǎn)化為居民生活水平的大幅改善——消費品長期短缺，居民需要排隊購買基本生活物資；農(nóng)業(yè)效率低下導(dǎo)致糧食依賴進口；企業(yè)缺乏激勵機制，生產(chǎn)效率持續(xù)偏低。技術(shù)“樹冠”向上瘋長，而承載日常生活的“根系”和“土壤”持續(xù)貧瘠，最終削弱了社會的整合能力。這深刻提醒我們，決定地緣競爭勝負的關(guān)鍵，不僅在于技術(shù)高峰能攀多高，更在于經(jīng)濟“地基”是否穩(wěn)固——取決于經(jīng)濟結(jié)構(gòu)的韌性、中產(chǎn)階級的廣度以及社會整合的深度。若收入與資本過度集中于少數(shù)高技能群體與資產(chǎn)持有者手中，消費結(jié)構(gòu)趨于收縮，宏觀波動性上升，創(chuàng)新紅利便難以在全社會擴散。

如果說宏觀層面的問題在于戰(zhàn)略偏差，那么微觀層面的風(fēng)險，則來自AI產(chǎn)業(yè)內(nèi)部“循環(huán)嵌套投資”與“私人信貸黑箱”。當(dāng)前，美國AI科技巨頭通過向初創(chuàng)公司提供股權(quán)投資或云服務(wù)額度，再由初創(chuàng)公司將這些資金用于購買云算力和GPU資源，從而形成“左手倒右手”的閉環(huán)交易。賬面營收與估值因此迅速抬升，但卻并未創(chuàng)造出與之匹配的真實社會生產(chǎn)力。這種“增長”更像是在系統(tǒng)內(nèi)部循環(huán)加壓，而非來自外部河道的自然補給。與此同時，以Blue Owl為代表、深度嵌入本輪AI基礎(chǔ)設(shè)施和軟件融資的私人信貸市場迅速擴張，高杠桿（企業(yè)債務(wù)與EBITDA比率普遍超過7倍）與信息不透明（底層資產(chǎn)結(jié)構(gòu)與流動性條款披露不足）成為其顯著特征。近期圍繞其資產(chǎn)質(zhì)量與流動性的爭議與處置舉措，已在市場上引發(fā)明顯的緊張情緒。當(dāng)AI的“資本自循環(huán)”與私人信貸的“黑箱擴張”相互疊加，其邏輯與2008年次貸危機前“拆分打包、層層杠桿、信息不對稱” 的模式高度相似。若不能及時引導(dǎo)資本回歸“真實”，一旦AI項目現(xiàn)金流中斷或宏觀流動性收緊，可能觸發(fā)上游云服務(wù)營收下修與下游信貸違約的連鎖反應(yīng)，放大系統(tǒng)性風(fēng)險。

AI操控的機器人雖難以完全替代實驗科學(xué)家，但AI系統(tǒng)已開始接管人類的數(shù)據(jù)分析師、研究編碼員等工作（圖源：《自然》）

為浪潮校準(zhǔn)航向：

如何構(gòu)建面向AI的“制度導(dǎo)流渠”？

作為一股勢不可擋的洪流，當(dāng)下屬于AI的核心命題不是“要不要發(fā)展”，而是如何在發(fā)展過程中通過制度創(chuàng)新，將其由“激蕩的泡沫”引向“溫和的普惠”，避免重蹈歷史覆轍。

目前來看，這并不存在一套“標(biāo)準(zhǔn)答案”。盡管不同國家在制度傳統(tǒng)、產(chǎn)業(yè)結(jié)構(gòu)與社會契約間的差異巨大，但方向性的命題是共通的——如何在鼓勵創(chuàng)新的同時，為技術(shù)紅利修建“導(dǎo)流渠”；在技術(shù)替代加速發(fā)生之際，保障勞動者的平穩(wěn)過渡。與其等到社會矛盾全面爆發(fā)后再被迫進行“事后修補”，不如對“制度河道”進行前瞻性干預(yù)。畢竟，歷史曾反復(fù)證明，在危機爆發(fā)前主動調(diào)整規(guī)則的代價，總是遠低于在社會撕裂后重建秩序的成本。

在這一過程中，首先需要對競爭秩序進行再構(gòu)，從源頭上緩沖浪潮本身的沖擊力。模型平臺和算力基礎(chǔ)設(shè)施天然具有規(guī)模經(jīng)濟與網(wǎng)絡(luò)效應(yīng)，資源和權(quán)力的集中趨勢幾乎不可避免。若創(chuàng)新生態(tài)被少數(shù)巨頭通過排他性協(xié)議或接口壁壘“封存”，生產(chǎn)率紅利勢必?zé)o法穿透至廣泛的經(jīng)濟毛細血管。因此，在不扼殺頭部企業(yè)創(chuàng)新動力的前提下，重點在于保障數(shù)據(jù)的公平接入，強化數(shù)據(jù)可攜帶性并推動接口開放，防止技術(shù)與市場的雙重壟斷。

其次是對財稅結(jié)構(gòu)進行重塑，引導(dǎo)資本洪流有序匯入社會蓄水池。歷史經(jīng)驗證明，當(dāng)生產(chǎn)率大幅提升而分配機制滯后時，財富往往先于規(guī)則調(diào)整在資本一端迅速集中。在AI時代，算法與自動化極大提高了資本收益率，若稅制結(jié)構(gòu)仍主要依賴勞動收入，社會保障的財政基礎(chǔ)將被逐步侵蝕。因此，需以“財政之手”對分配結(jié)構(gòu)進行調(diào)節(jié)：優(yōu)化資本利得稅，引入超額利潤調(diào)節(jié)機制，并探索與數(shù)據(jù)價值相關(guān)的公共收益分配。其核心并非懲罰創(chuàng)新，而是確保技術(shù)發(fā)展的成本與紅利不會在少數(shù)節(jié)點堆積，而能夠通過制度分流，在社會內(nèi)部實現(xiàn)更為均衡的循環(huán)，以此鞏固共同體的財政韌性。

最后是構(gòu)建普惠轉(zhuǎn)型的“底座”，讓經(jīng)由疏導(dǎo)后的活水浸潤每一寸土壤。具體來說，可通過公共投資建設(shè)開放算力平臺，支持開源模型生態(tài)，將算力納入新的公共基礎(chǔ)設(shè)施范疇。這不僅能降低中小企業(yè)、教育、科研與公共醫(yī)療等領(lǐng)域應(yīng)用AI的門檻，也能防止技術(shù)紅利被資本壟斷。在此基礎(chǔ)之上，須同步建立“全民技能轉(zhuǎn)軌機制”，將政策重心由“補貼企業(yè)”轉(zhuǎn)向“賦能個體”。針對受沖擊最為嚴(yán)重的崗位，設(shè)立長期穩(wěn)定的技能再造基金，并配合工資補貼、負所得稅等工具，為勞動者提供必要的過渡期緩沖。歸根結(jié)底，這些制度創(chuàng)新并非推翻既有的市場秩序，而是在歷史經(jīng)驗基礎(chǔ)上的動態(tài)修正與持續(xù)校準(zhǔn)，確保技術(shù)轉(zhuǎn)型不再意味著社會撕裂，而可以成為包容增長的新起點。

需要強調(diào)的是，這些討論并非針對某一國家，而是AI時代所有經(jīng)濟體共同面對的結(jié)構(gòu)性命題。歷史已多次證明，技術(shù)擴散的指數(shù)級浪潮與制度調(diào)整的線性步伐之間，存在天然的“時間差”。當(dāng)巨浪已至而河道尚未拓寬，率先決堤的往往不是技術(shù)本身，而是尚未完成加固的制度堤防。因此，AI時代的真正競賽，不只是算力的角逐與算法的迭代，更是一場社會治理能力的“升級大考”。誰能夠在鼓勵創(chuàng)新的同時，穩(wěn)固分配結(jié)構(gòu)的韌性，誰就更可能在文明的洪流中不僅站穩(wěn)腳跟，更引水灌溉出自己的綠洲。從這個意義上說，叩問AI未來的便不只是技術(shù)本身，更在于社會契約能否順利完成重塑?；蛟S，技術(shù)革命不可阻擋，但其社會形態(tài)如何展開，最終取決于人類的制度選擇——這正是AI時代留給社會科學(xué)研究者的核心追問。

本文作者

曾譯瑤：香港中文大學(xué)（深圳）前海國際事務(wù)研究院研究助理。

包宏：香港中文大學(xué)（深圳）前海國際事務(wù)研究院助理院長。

*本文內(nèi)容原載于新京報，作者于原版內(nèi)容基礎(chǔ)上進行了擴充和修改。

GBA Review 新傳媒

校對 | 李 征

排版 | 許梓烽

初審 | 王炳云

終審 | 馮簫凝