AI 暗产出：为什么 AI 改变了一切，却在 GDP 里看不见？

几乎所有科技头条都在说 AI 正在改变世界；大公司疯狂投入，芯片与 Magnificent 7 的市值让整片地区相形见绌。可是看官方宏观数据，怪事出现了：AI 对生产力的提升几乎看不见。这份矛盾，正是「AI 暗产出」这个概念的起点。

这首歌我们听过

上世纪八九十年代，电脑无处不在——办公室、工厂、新闻标题。诺贝尔经济学奖得主罗伯特·索洛（Robert Solow）1987 年说：你可以在任何地方看到电脑时代，除了在生产力统计里。这句话成了索洛悖论。很久之后会计才追上：美国 2013 年一次重大 GDP 修订，把研发与知识产权投资正式计入，一下子把 1990 年代估计产出抬高了数以万亿美元计——先前几乎漏掉一个德国经济规模的产出，只因不知怎么统计。

和今天 AI 的测量难题相比，当年的电脑革命简直是小巫见大巫——AI 创造的大量价值，可能永远不会干净地出现在传统 GDP、价格指数或行业账户里。

什么是「AI 暗产出」

把那些由 AI 创造、真实存在，却在 GDP、价格指数、劳动力或行业账户中完全看不到或被严重扭曲的部分，叫做「AI 暗产出」——像暗物质：未必能直接观测，却能透过对其他经济变量的影响感知它。更麻烦的是，AI 的产出主要集中在服务业，而服务业恰恰是国民统计最薄弱的环节。问题存在几十年了，AI 只是把它放大到前所未有的程度。

• 替代型暗产出：以前由人完成的工作，现在由 AI 完成——价格常只剩从前的零头，旧市场交易在账上缩小或消失。
• 新增型暗产出：以前因人力成本太高根本没人做、但确实有价值的工作——现在几美分 token 就能做，几乎没有发票痕迹。

为什么这种错位很危险

即将上任的美联储主席凯文·沃什（Kevin Warsh）曾指出：若只信现有数据，视角一定向后看——你可能意识不到这个国家能以更快速度实现非通胀性增长。话说得委婉，更尖锐的意思是：统计系统已跟不上 AI 时代的生产现实。同时市场看得到所有成本——数据中心、GPU、电力、水、被替代的岗位——却看不见大部分产出。批评者很容易说：AI 除了烧钱和裁员什么都没带来。暗产出不是忽视这些成本的借口，而是提醒：账本的另一边被低估了。若 AI 真是工业革命级事件，我们需要能看见比破坏更多东西的经济数据。

便宜的螺丝变成了可计数的产出；便宜的 AI 工作往往不会。在量尺追上之前，真实的繁荣在数字里可能看起来像停滞——或泡沫。