AI时代的生产和消费：（二）当生产成本趋近于零，什么还有价值？（2）

《AI时代的生产与消费》 第二篇

当生产成本趋近于零，什么还有价值？（2）

一种东西很丰富，并不意味着人们就想要更多

生产成本下降必然带来繁荣的想法，还有一个重要的局限：能够生产更多，并不意味着人们一定愿意消费更多。

设想一个世界，AI 可以生成无限数量的小说。每位读者都能够根据自己的兴趣，指定人物、情节、情感风格和篇幅，随时获得完全个性化的故事。从技术上说，小说的供给几乎变得无限。

但人们会因此阅读无限数量的小说吗？

显然不会。阅读需要时间、注意力和兴趣。即使一个人非常喜欢小说，也未必愿意将所有时间都用于阅读。其他活动同样争夺他的注意力，而随着消费数量增加，继续阅读所带来的额外满足感也可能逐渐下降。

经济学用边际效用递减来描述这种倾向。某种商品的第一个单位可能带来很大的满足，但随着消费增加，后续单位带来的额外满足往往逐渐减少。当然，不同商品和不同情境中的变化规律可能存在差异。

假设一个消费者从使用某项 AI 服务中获得的效用为：

\[ U(q)=\alpha\ln(1+q) \]

其中，\(q\) 表示消费数量，\(\alpha>0\) 表示消费者对这项服务的重视程度。那么，边际效用为：

\[ MU(q)=\frac{\alpha}{1+q} \]

随着消费数量增加，每增加一个单位所获得的效用逐渐下降。即使价格趋近于零，消费也未必无限增长，因为时间、注意力以及其他值得从事的活动仍然构成约束。

一个更现实的模型还需要加入时间限制和不同消费选择之间的竞争。消费者可能需要在 AI 生成的娱乐内容、现实生活体验、社会交往、教育、旅行和休闲之间分配时间与收入。某项服务的价值，在一定程度上取决于消费者为了使用它而必须放弃什么。

这一点对数字内容产业尤其重要。AI 可以大幅增加书籍、音乐、电影和图像的供给，却无法自动增加一天中的小时数，也无法保证人们愿意投入更多有意义的注意力。

因此，依靠内容生产的产业，可能面临越来越激烈的注意力竞争。商业成功可能不再主要取决于能否生产更多内容，而越来越取决于发现、筛选、声誉、情感联系，以及能否提供受众认为独特的体验。

类似的规律也适用于企业服务。一家公司可能能够生成数千份战略报告，但管理人员用于阅读、评估和执行这些报告的时间有限。更多报告并不必然带来更好的决策。超过一定程度以后，额外的信息甚至可能造成混乱、拖延和组织复杂性。

因此，经济价值可能从生成分析，转向识别哪些分析真正重要、验证其结论，并将其转化为有效行动。

当生产变得丰富时，选择和使用正确的产出，有时可能比继续增加产出更加重要。

AI会让一切变得便宜，还是改变我们为什么付费？

一种常见的预期是，AI 将通过降低产品和服务的成本，带来广泛的价格下降。这种判断有合理基础。如果企业能够用更少的资源完成相同的工作，市场竞争最终可能使部分成本节约转化为消费者能够享受的低价格。

但技术效率与消费价格之间的关系，并不是自动成立的。

产品价格不仅取决于直接生产成本，还受到市场结构、固定成本、分销渠道、品牌、监管、知识产权以及替代品的影响。拥有较强市场力量的企业，可能将一部分生产率收益保留为更高利润，而不是全部让利给消费者。

此外，AI 可能降低某些活动的成本，同时增加对互补资源的需求。如果自动化软件开发变得便宜，企业可能建立更多应用程序，从而增加对计算基础设施、网络安全、数据集成和专业技术人员的需求。如果个性化医学分析变得便宜，更多人可能寻求医疗评估，进而增加对临床医生、诊断程序和治疗服务的需求。

经济学家很早就注意到，提高资源使用效率，有时反而可能增加资源的总消费量。1865年，威廉·斯坦利·杰文斯（William Stanley Jevons）在研究煤炭使用时指出，提高煤炭利用效率可能推动更多煤炭技术的应用，最终使煤炭总消耗增加。后来，这种现象被称为“杰文斯悖论”。（William Stanley Jevons, The Coal Question, 1865。）

当然，AI 市场不一定会出现同样的结果。效率提高究竟会增加还是减少资源总消耗，取决于价格变化、需求弹性、替代关系以及更广泛的经济效应。但这一历史经验提醒我们，降低某项活动的成本，可能刺激新的用途，而不仅仅是减少支出。

AI 生成软件就是一个可能的例子。如果编程成本大幅下降，企业可能开发远比过去更多的应用程序。用于直接编写代码的总支出可能下降，但计算、集成、安全和持续运营方面的支出却可能增加。

因此，市场发生的未必是简单的支出减少，而可能是支出在不同活动之间的重新分配。

这也是为什么仅仅根据一个行业传统生产过程的成本变化，往往无法准确预测其未来。一个行业可能在某个方面收缩，却在另一个方面扩张。它的产品可能变得便宜，但有效使用这些产品所需要的配套服务，反而可能变得更加有价值。

经济体系并不是由彼此孤立的产品组成的，而是由相互联系的活动构成。改变其中一种活动的成本，也会改变其他许多活动的相对吸引力。

谁获得生产成本下降带来的收益？

当我们区分社会获得的利益与企业赚取的收入时，价值问题就变得更加复杂。

假设 AI 将某项服务的生产成本从一百美元降低到十美元，可能出现几种不同的结果。在竞争充分的市场中，价格可能逐渐接近十美元，使消费者获得大部分节约；拥有较强市场力量的供应商则可能继续维持较高价格，将相当一部分收益转化为利润；新的竞争者可能以更低价格提供不同形式的服务，吸引过去负担不起的消费者；这项服务也可能被整合到更大的产品之中，不再作为独立商品出售。

这些不同结果，对企业战略、就业、投资和收入分配具有完全不同的意义。

经济学中的消费者剩余与生产者剩余，可以帮助我们理解这种区别。消费者剩余表示消费者获得的利益超过实际支付金额的部分；生产者剩余则表示生产者获得的收入超过其愿意提供产品所需最低补偿的部分，在这里暂不考虑某些固定成本。

技术进步可能增加整个社会的经济剩余，却不一定增加发生技术创新的那个行业的收入或利润。

数字地图就是一个很好的例子。免费或低价导航服务的普及，为司机、旅行者、物流企业和其他商业活动创造了巨大的利益，但消费者并不一定需要为每一次地图使用单独付费。经济价值可能分散在广告、平台生态系统、运输效率以及消费者生活便利性的提高之中。

AI 也可能形成类似的结构。一家公司可以以很低的价格提供强大的写作、翻译或分析能力，因为这些服务能够支持更广泛的商业模式。直接来自 AI 产出的收入可能并不高，但技术在其他地方创造的经济利益却可能十分可观。

这对当前围绕 AI 的投资热潮具有重要意义。巨额计算基础设施和模型研发投资，往往建立在未来市场规模将十分庞大的预期之上。但 AI 创造的社会价值，并不会自动转化为每一家 AI 企业都能够获得的巨额利润。

如果竞争使模型输出的价格持续下降，最大的受益者可能是使用 AI 的企业和消费者，而不一定是开发 AI 模型的公司。反过来，控制稀缺基础设施、分销渠道或客户关系的企业，即使底层智能能力越来越容易获得，也可能获取相当大的经济价值。

AI 创造的财富未来将如何分配，不仅取决于技术性能，还取决于市场集中程度、所有权结构、竞争、监管以及不同参与者的议价能力。

这使我们再次回到本系列的一个核心问题：生产率决定经济体系能够生产什么，而市场与制度则在很大程度上决定生产所创造的利益最终由谁获得。

（未完待续）

---

我的其它文章