AI 的红利可能不会再落到普通人头上
最近听了《十分吸引》串台《听懂涨声》的那期播客。一开头就抛了个数字，录制的第二天，SpaceX 以 1.75 万亿美元完成了史上最大的 IPO。主播还引了一句据说是黄仁勋说的话：「未来 5 年 AI 造出的百万富翁，会超过互联网过去 20 年的总和。」不知道真的假的，但我只能说，这句话背后的底层逻辑还是很对的。每一次生产力基础设施的革命，都是一次财富大洗牌，旧世界的既得利益者被洗下去，新世界的人拿走新生产力爆发出来的大部分红利，赚到超额回报。
这期最有意思的是，石磊、明姐、杨天楠三个人花了一个多小时，把铁路、电力、互联网这三轮洗牌是怎么发生的一层层拆开，讲得很透。我觉得这种历史推演和思想实验都挺好玩的，能让我看到一些更底层、更硬的逻辑。我顺着他们的推演又往下挖了一层，因为只有看懂这套逻辑，才能判断 AI 这轮哪里会重演、哪里会破例。
先讲清楚：不是所有技术都能洗牌
但得先讲清楚一点，不是所有技术都有这种洗牌效应，不是每次技术进步都会把财富重新分一遍。石磊在节目里讲得挺清楚，技术真正起作用，是因为它把整个生产方式和生产关系重组了，各种生产要素之间的联系变了，什么东西有价值也被重新定义了。原来很重要、很有用的东西，可能一下就不重要了。
真正能「掀桌子」的技术，得同时满足两个条件：
- 正反馈飞轮：边际成本递减、边际收益递增。投得越多，gradient（斜率）越陡，它就能自己迭代，一路摧枯拉朽地扩散开。反过来，如果边际报酬是递减的，它就扩散不动，最后退回到周期和均衡里。
- 制度和文化的土壤：技术的种子落在一个地方，开花结果可能在另一个地方。欧洲不少新技术，最后是在美国生根的。
所以能不能洗牌，头一条看的是有没有这个正反馈飞轮，技术听着先不先进，反而不算数。有统计说，真正能走到成长期的技术大概只有 5%，剩下的 95% 连改变分配的资格都没拿到。
底层逻辑：技术重写网络，旧瓶颈失效，新瓶颈定价
三个时代走的其实是同一套机制。技术真正改的是经济网络的接线图，谁被连进来，谁被绕开，流量改走哪条道。网络一改，旧的瓶颈就没用了，会冒出来一个新瓶颈。谁卡在新瓶颈上，谁就拿到定价权，财富跟着定价权走。串起来就是，技术改变约束，约束改变网络，网络改变瓶颈，瓶颈改变议价权，议价权改变分配。
洗牌链条：技术 → 网络 → 瓶颈 → 议价权 → 分配
石磊还给了一把配套的尺子。产业网络里一个节点值多少，等于流过它的流量乘以它的留存率。流量说的是有没有机会，留存说的是能不能把钱留下来，也就是能不能攒下客户、数据、品牌、标准、牌照。淄博烧烤火过一阵，人来了又走，留存基本是零，所以什么都没留下。光有流量只是热闹，能把流量留住才有财富。
还有一点挺反直觉，什么算资源，是技术说了算的。炼油技术出现之前，汽油就是煤油的副产品，没人要。内燃机一出来，汽油成了主角。所以一个时代的财富密码，常常就是比别人早一步看出来，什么东西从副产品变成了主资产。
铁路：重写物流网
第一轮是铁路，大概 1850 到 1890 年，四十年。它打穿的是物理流通的瓶颈。
有铁路之前，货靠马车和运河运，一般也就走几十公里，每个地方都是一个孤立的小市场。同一种东西在不同地方价差很大，中间还夹着各种地方保护。铁路把每吨公里的运费打下来以后，这些孤立的区域市场连通了，全国统一市场才长出来，大规模工业，尤其是重工业，也跟着起来了。
货运不再是瓶颈以后，新的瓶颈换到了两个地方。一个是枢纽位置。流量重新分布，铁路交汇的地方平地起了城。郑州本来只是个县，旁边挨着洛阳、开封两个古都，因为京汉铁路要避开黄河悬河往西偏，又和陇海线交汇，硬是长成了中原的物流中心。石家庄的名字干脆就是火车拉来的，原来真的是个村，省会本来在保定。石磊有句话我觉得说得很准，房地产值钱，值的其实是它上面走的流量，人流、商流、注意力流，那块地本身反而没那么要紧。
这可不只是城市掌故。经济史学家 Donaldson 和 Hornbeck 算过一个硬数字。1870 到 1890 年，一个县进出市场有多方便，差不多按 1:1 的弹性折进它的农地价格里。要是把 1890 年全美的铁路一夜之间抽掉，全国农业用地的总价值会蒸发大概六成。铁路真正干的事，是把财富从靠河靠海的老地方，挪到铁轨划出来的新节点上。
另一个瓶颈是管得住全国规模生意的组织。铁路重资产、周期长、投入高，回本要几十年，要的钱远超手工业和一般商业，硬是逼出了现代金融，铁路债券、证券交易、投资银行都是那个时代出来的。代价也写在账上。这就是马克·吐温说的镀金时代，到了末期，最富的 1% 攥着全国接近一半的财富。
电力：重写能源网，也第一次做大了中产
第二轮是电力和石油，1870 到 1920 年，五十年。铁路重写的是物流网，电力重写的是能源网。
蒸汽时代的工厂得挨着煤矿和河流建，被资源拴死了。电能靠电网送到远处以后，工厂就能看效率和市场自己挑地方，以前跟着资源走，现在跟着效率走。再往深一层，电灯把黑夜点亮了，城市从日出而作、日落而息变成全天都在转，夜间经济第一次出现。
能源和选址不再卡脖子以后，新的瓶颈换成了脑力和技能。工厂搬出市中心，城区腾出来做商业、金融、办公。白领、工程师、运维、质检这些岗位第一次大批出现，脑力劳动在经济里的比重一路往上走，技能溢价开始冒头。以前人拿体力去换钱，从这时候开始拿技能去换。
这一轮分钱，比铁路那轮多了一个很要紧的变化，中产阶级第一次大批出现了。集中的那一头照样吓人，1910 年前后，洛克菲勒一个人的财富相当于美国 GDP 的 2.5%。但到了 1920 年代，美国第一次长出了厚厚的中间层。
这事得讲透，因为它直接决定了怎么看 AI。电力的红利其实来得很慢。经济史学家 Paul David 复盘过一个很有名的悖论，电机装上以后，工厂的效率好多年都没起色。要等到工厂愿意按「一台电机带一台设备」重新排车间，管理制度和工人技能也一起换代，效率才真正爆发，前后拖了三四十年。电力不是插上电就发财，它逼着整个生产组织重做一遍。而重做这一遍要海量的人，工程师、管理者、办公室职员、技术工人、质检、销售。中产不是技术发善心送出来的，是新的生产方式要转起来，就得有这么多能培训、能协作的人。「技术连接了世界」听着漂亮，真正起作用的是它胃口大，需要人。这个「需不需要人」，就是后面 AI 那道题的题眼。
互联网：重写信息网，轻资产的赢家通吃
第三轮是互联网，1990 年到现在，三十多年。它打穿的是信息的瓶颈。
以前信息靠报纸、电视、广播、电话，要么一对多广播，要么一对一通话，权力握在中心节点手里。互联网把信息在时间和空间上的限制一起拆掉了，变成毫秒级、全球、实时的交互，再叠上网络效应这台边际收益递增的发动机，长成了平台型经济。客流、物流、信息流、资金流，四股流在线上实时融合重组。
信息和分发不再是瓶颈以后，新的瓶颈是注意力，还有能长出网络效应的平台。谁握着用户入口，谁就握着注意力、数据和撮合，然后抽佣、卖广告、做云、做金融。平台垄断流量，赢家通吃，马云这样的富豪一批一批冒出来。杨天楠把这三轮归成了三张网，交通、能源、信息。卡内基的钢铁和铁路是交通，洛克菲勒的石油和电力是能源，盖茨、贝索斯是信息。SpaceX 这次上市，等于一个人同时攥住了三张网，能源、运输，再加上 AI 的信息，所以它的估值才敢往那个量级去想。
四张网：铁路重写物流网，电力重写能源网，互联网重写信息网，AI 重写任务网
但互联网这轮，红利一样往下摊了一大截，靠的是它另一个特点，轻资产的赢家通吃。多服务一个用户，边际成本几乎是零，平台可以靠极高的毛利疯狂扩张。也正因为轻，它一边垄断，一边还容得下大量程序员、产品、运营、设计、主播、商家、骑手，撑起了一个庞大的就业层。淘宝、直播、自媒体、跨境电商，普通人确实赶上了这波红利，灵活就业一度占到就业人口的 40%。杭州起来的过程几乎就是郑州故事的翻版，流量从线上灌到线下，把一个旅游消费城市顶成了互联网超一线。
AI：重写任务网，重资产的赢家通吃
那 AI 这轮打穿的是什么瓶颈？
前三样，物理流通、能量、信息，都是把东西、人、消息搬来搬去，干的是连接和协调。AI 打穿的是更靠里的一层，认知和执行本身。机器以前替我们出力，现在开始替我们出脑子，它重写的是任务网。以前一个任务要经过经理、员工、外包、供应商，往后可能直接经过模型、workflow 和 agent，再由少数人验收。按同一套逻辑，认知变便宜以后，新的瓶颈会立在别处。
硬的一头是算力和能源，这是这轮的「铁路」，重资产、周期长、投入高，确定性最高，资本最先涌进来。这条「铁路」的规模有多吓人，看电就知道。IEA 估算，全球数据中心的耗电从现在到 2030 年会翻一倍，逼近 945 太瓦时，其中 AI 数据中心的需求要翻两番还多。软的一头，是 AI 给不了的东西。石磊这点说得很准，大语言模型是从符号到符号，没有真实世界的体验，它所有的「经验」都是人类行动留下的数据。越往后，人对真实世界的感受和判断，还有那种「我凭什么信你」的东西，反而越值钱。这跟我去年写的"道升术降"是一条线，术在贬值，道在升值。
但 AI 和互联网有个要命的区别，互联网是轻资产的赢家通吃，AI 是重资产的赢家通吃。模型每推理一次，都在烧算力、烧电、计折旧。模型公司更像是把软件、半导体、电力、数据中心和金融工程缝在一起的混合体，跟纯软件生意是两码事。这会让分配变得更残酷，更依赖资本市场，更依赖借债，也更容易出现「产业长期是对的、金融短期买单」这种错配。
这就接上了节目里我觉得最锋利的一个观点，看一条产业链，别只看谁在增长，要看谁在结账。新能源是好产业，但很多时候是金融资本在替它结账，产业内卷，现金流留不住。A 股的苹果链有订单，可价值被苹果拿走了，供应商垫着资本开支，利润薄得像纸。AI 现在上游看着风光，是因为几家云厂商在结账，可它们今年自己的现金流已经撑不住投入，开始借钱了。算力这条「铁路」砸下去的是万亿美元级的资本开支，最后谁来结这笔账，是企业省下的人力，是消费者的订阅，还是又一次让资本市场接盘，现在没有答案。所以判断 AI 的财富怎么分，关键看谁愿意一直付钱，谁能把钱留下，谁只是在帮别人垫资。
它把岗位拆成任务，再一项项重新定价
到这里，逻辑都还和前三轮一样，真正会变的是分配最后长什么样。要看清这一点，得把「AI 会不会取代人」这个问题拆细。
劳动从来不是整段被替掉的，是被拆成一个个任务，一项项重新定价。一个岗位其实是一堆任务捆在一起，判断、沟通、执行、文档、协调、背责、现场、创造。AI 先吃掉的，是能变成符号、能标准化、能批量生成的那部分。经济学界这些年讲的「任务框架」早就指出过，自动化会改写工资结构，很大程度上就是因为例行任务被机器接走了，薪资跟着重新排了一遍。
所以到了 AI 时代，劳动是这样重新分的。岗位被拆开，任务被重新估价，人被重新分层。「白领整体消失」这种说法太粗了。同样是律师，写初稿、检索案例、整理合同在贬值，判断风险、说服客户、设计交易结构、承担后果在升值。同样是程序员，普通的增删改查、补全测试在贬值，架构判断、需求抽象、复杂调试、产品手感在升值。当人人都能生成内容、代码、方案，产出本身就不稀缺了，稀缺的是知道什么值得做，判断结果对不对，出了事谁来背。
这一刀偏偏砍在过去最稳的那群人身上。IMF 估算，全球大概 40% 的岗位暴露在 AI 之下，发达经济体更高，大概 60%，因为那里认知型的工作更多。挨冲击的，正是过去被当成「安全」的白领和专业服务。
我自己天天在一线造 AI 产品，体感很直接，一个人借着 AI 能干过去一个小队的活。石磊把这事推到了社会层面，AI 对个人是把能力圈放大，对社会却是一种离散的力量，让每个人都觉得「我不太需要你」。再回到电力那道题的题眼，新的生产方式需不需要大量的人？前三轮的答案都是需要，所以它们一边造出首富，一边把普通人吸进来当中产。AI 这轮的答案，可能是不太需要。杨天楠给的数字挺冷的，大型互联网公司是十万人级，大券商几万人，晶圆厂几千人，模型厂几百人，agent 公司几十人。锐度越高，养的人越少。而托住上一个时代最庞大的中产和就业的，恰恰就是那些人数最多的大公司。
把这些叠在一起，AI 这轮很可能会原样重演「极度集中」那一半，算力、能源、模型的所有权都往极少数人手里收。但「做大中产」那另一半，它未必走得到。前三轮是先集中、后扩散，AI 可能只集中、不扩散。这是我对这轮洗牌最不乐观的一个判断。
前三轮先集中后扩散，AI 可能只集中不扩散
第一次冲击由技术定，第二次修正由制度定
历史还有后半段，也得记着。技术砸下来的第一波分配从来都是失衡的，因为技术扩散得比制度快。可每一轮过后，制度都会追上来做第二次分配。
铁路逼出了公司法、债券市场和证券监管，电力逼出了电网标准、公用事业监管和劳动法，互联网逼出了平台反垄断、数据权利和支付清算。AI 这一轮要配的东西，数据产权、模型责任、版权重构、算力和能源怎么管，可能还有某种自动化收益的再分配，现在基本都还没到位。第一次分配长什么样，是技术写下的，第二次怎么修正，是制度写下的。而我们现在还卡在第一次冲击里。
这轮的分配，可能在网络成形那一刻就写好了
洗牌的底层逻辑没变。技术重写经济网络，旧瓶颈失效，新瓶颈定价，谁最先看懂新瓶颈在哪，还坐了上去，谁就站到赢家那边。从铁路到 AI 都是这一套。
变的是结果会不会摊开。前三轮的红利最后都落到了普通人头上，因为那些新的生产方式胃口大，消化得了海量的普通人，电力要工程师和白领，互联网要程序员、运营和商家。AI 这轮的胃口，可能小得多。
现在还在基建期，资本在抢算力这条确定性最高的「铁路」，应用会长成什么样、谁来结账，都还没有答案。但有一件事可能已经定了，这轮新增的财富往哪流，在网络成形的那一刻就写好了。前三次，普通人是被那张网捎带着上车的。所以这轮 AI 最该盯的，从来不是会不会冒出新首富，这个一定会。该盯的是它会不会像电力和互联网那样，顺手也造出一大批新中产，还是只造出极少数超级个体、超级公司和超额的资本回报。
完整的框架（六个传导机制、九问研究法、可验证假说）整理成了一份研究附录，嫌正文不够硬的可以去翻。
相关的两条线：我对 AI 的整体判断从"归谁"出发，《谁拥有机器》接着聊生产力提高之后红利归谁。
参考：Donaldson & Hornbeck《铁路与美国经济增长》（QJE 2016）（抽掉 1890 年的铁路，全美农业用地价值约降六成）、Paul David《The Dynamo and the Computer》（AER 1990）（通用技术的生产率红利滞后于组织重构）、IMF《Gen-AI: Artificial Intelligence and the Future of Work》（2024）（全球约 40%、发达经济体约 60% 岗位暴露于 AI）、IEA《Energy and AI》（2025）（数据中心耗电到 2030 年翻倍至约 945 TWh）。