本文来自微信公众号： 腐睿饭 ，作者：弗瑞范
这篇文章的思考来自与朋友的一次有关AI的讨论，话题是整个社会在AI带来的变革下，是创造了增量的财富？还是说在这场变革中，仅仅只是发生了一次又一次的财富再分配而已。
答案是两种情况都发生了。不过，在变革的不同阶段，光景是截然不同的。
但这篇文章不会只讨论当下的AI，毕竟人的一生很可能不只是经历一次变革。换句话说，k型的上端不会永远是同一批人或同一批企业。就好比：
从地产到科技；
从油车到新能源；
从出租车到网约车。
因此，今天真正要讨论的是，在生产方式一次又一次的变革中，发生在不同主体间的k型分化出现的节点及其规律。通过摸索这些规律，再来回答在当下的AI浪潮中，作为个体应该如何应对。
（一）技术变革的本质
工业革命让机器开始大规模替代人的体力劳动和重复性劳动，而具备一定推理与自主执行能力的AI出现后，替代范围第一次延伸至部分智力劳动。如果说互联网革命在一定程度上实现了“信息平权”，让普通人获得信息的成本大幅下降，那么AI正在进一步推动某种程度上的“智力平权”——许多过去需要长期专业训练才能获得的能力，如今可以借助AI以更低的成本被调用。
当越来越多的知识和技能能够通过AI被低成本调用时，“我们现在会什么”的重要性可能正在相对下降。
如果回头看历史上已经发生过的技术变革，尽管每一次变革的主角不同——从蒸汽机、到电力、到互联网，再到今天的人工智能。但从微观主体到宏观经济所面对的问题却具有相当强的共性：新技术首先改变生产效率，而生产效率的改善必然带来生产成本的重构与生产要素间相对价值的改变，并最终推动资本、劳动和财富在不同产业与不同群体之间重新配置。这就是k型分化的本质——生产要素的重构。
技术在变迁，但技术革命作用于经济与人的基本逻辑，并没有发生根本改变。
（二）技术变革的几个阶段
以英国工业革命为例，按照新技术对原有生产体系的渗透程度，大致可以分为三个阶段，我们通过复盘过去已经发生过的变革，从中寻找规律并尝试回答个体层面应该作出怎样的改变。
图1:1760—1910年英国失业率与蒸汽技术对劳动生产率增长的贡献占比
注：1）英国失业率为年度历史估计值；2）蒸汽技术贡献占比是指蒸汽技术对英国劳动生产率增长的贡献占同期全社会劳动生产率增长的比重
数据来源：1）英国失业率：Bank of England，A Millennium of Macroeconomic Data for the UK；2）蒸汽技术贡献占比：Nicholas Crafts，Artificial Intelligence as a General Purpose Technology:An Historical Perspective，Oxford Review of Economic Policy,2021
图1记录了英国第一次工业革命期间蒸汽技术对劳动生产率增长的贡献占比及失业率，前者用于观测蒸汽技术对原有生产体系的渗透程度；而失业率则用于观测在此期间英国的整体就业情况。但需要强调的是，影响就业水平的因子有很多，蒸汽技术的渗透程度只是其中之一，二者未必有强关联关系。之所以把失业率在上图中统计出来，初衷是将失业率视为观察第一次工业革命期间英国社会的一个窗口。
图2:1770—1860年英国GDP增长归因
数据来源：Nicholas Crafts，Artificial Intelligence as a General Purpose Technology:An Historical Perspective，Oxford Review of Economic Policy,2021
为什么把1760-1830定义为早期阶段？
这个问题其实很重要：因为1）横跨了足足半个世纪，远长于当下AI的普及周期；2）这涉及到了我们该如何判断当下的AI革命处在什么阶段。
主要依据的是全要素生产率（TFP）对经济增长贡献的变化。
虽然1760—1830年英国GDP实现了较为稳定的增长（年复合增速约1.36%），但这一时期经济增长的主要动力仍来自劳动投入的增加，TFP对经济增长的贡献占比基本维持在20%—25%的区间。换言之，虽然瓦特改良后的蒸汽机在18世纪70年代已经开始进入英国工业生产体系，但在此后的数十年里，新技术仍处于逐步扩散的过程中，尚未形成对原有生产体系的大规模替代。因此，这一阶段英国GDP的增长在很大程度上仍依赖人口增长所带来的劳动投入增加，而技术进步带来的生产效率提升尚未成为经济增长的主要驱动力。
上述的判断也可以从劳动生产率的变化中得到进一步佐证。
根据英国历史国民经济数据显示，1760—1800年英国劳动生产率年均增速约为0.4%，1800—1830年进一步放缓至约0.3%，整体维持在较低水平，新技术对整体生产效率的提升仍较为有限。直到1830年以后，随着蒸汽技术逐步扩散，1830—1860年劳动生产率增速才明显提高至约0.9%，工业革命才由早期的技术导入逐渐进入更广泛的产业扩散阶段。
虽然蒸汽技术在1760-1830年之前并未对英国的经济增长作出显著贡献，但不代表在这个时期里经济没有任何变化。事实上，有些相当显著的前瞻性的变化，由于统计数据的缺失和信息技术的欠发达，一直到了近代才得以被复盘。
比如图2中的资本投入对GDP增长的贡献——从1770-1800年间的20%上升到了1800-1830年间的27%，相反，同时期土地投入的贡献占比从8%下降到了1%。（需要强调的是，贡献率的下降并不意味着投入金额绝对值的下降）
资本投入的兴起vs土地投入的衰退，这其实就是技术革命初期的第一次k型分化。类似这样的分化与目前社会热议的“穷人和富人”之间的分化还有所不同，这种分化是发生在“新旧生产要素的掌控者”之间的。工业革命以前最稀缺、最重要的生产要素之一是土地；工业革命开始以后，机器、厂房、设备以及围绕新生产方式形成的工业资本越来越重要。于是，即使都是“有钱人”，地主和工业资本家的命运也开始分叉。
不过，这一时期的k型分化更多集中在“卖铲子”的环节，即新旧生产要素和不同资本之间的重新定价，而尚未全面传导至普通劳动者，劳动者内部虽然已经开始出现分化，1760—1830年间英国更是爆发了以反对机器替代为代表的卢德运动，但从宏观数据来看，这一时期失业率虽然较工业革命前有所抬升，但并没有演化为全社会范围内的大规模失业。一个重要原因在于，工业革命初期新技术的渗透率仍然较低，机器对劳动的替代更多集中在纺织等少数行业，其冲击首先表现为特定职业和技能的重新定价，而非对整体劳动力市场的全面替代。
穿越回21世纪的中国，类似的分化正在以另一种形式重新出现。AI相关投资的崛起与房地产的衰退形成了鲜明对比，房价引领的“碳基通缩”与AI硬件引领的“硅基通胀”同样形成了反差。
以上关于本轮AI的讨论都是已经发生的事实。
而我们真正需要思考的，是当新技术从基础设施建设逐渐进入大规模应用阶段后：k型分化会不会进一步从“资本与资产的重新定价”扩散到“劳动与技能的重新定价”？
答案是一定会，且已经在部分行业实际发生。这部分内容放在下述的“变革中期”来讨论。
2、变革中期（1830-1870）：原有生产力的“贬值”与恩格斯停滞
图3:1760—1910年英国人均实际GDP vs人均消费性收入
数据来源：英国央行
注：为便于直观比较，两组数据均以1900年为基期进行指数化处理
时间来到变革中期（1830-1870），随着与蒸汽技术相关的资本投入继续加码，资本投入对经济增长的贡献比重从1800-1830年间的27%加速上升至1830-1860年间的38%，随之而来的是与蒸汽技术相关的设备开始大规模普及。
变革初期发生在“新旧资本家”之间的k型分化已基本告一段落，取而代之的是发生在劳动人民与新资本家之间的k型分化。机器普及所带来的生产效率的提高也直接导致了生产活动对人力的依赖度大幅下降，1830-1860年间，劳动投入对经济增长贡献的比重从原先的50%快速下降至29%。
从图3也可以直接观察到，根据英格兰银行数据显示，英国第一次工业革命期间人均消费性收入与实际人均GDP虽然均实现了不错的增长，但在1850-1870年间，前者的增速显著慢于后者，而这个期间对应的正好是工业革命如火如茶的时期。
消费性收入的滞后正好与上文所提及的劳动投入占经济增长比重下降的情况相互佐证。这种情况用通俗点的话来说就是：虽然经济总量在增长，但增长的部分更多的被分配给了资本家，而不是劳动者的口袋里。
新资本与劳动力之间发生k型分化的同时，劳动力的内部也在发生一些变化。
表1:1801—1871年英国分行业就业人数及比例
数据来源：英国央行《A Millennium of Macroeconomic Data for the UK》
首先是由产业结构改变导致的劳动力跨行业迁徙。
从产业结构来看，英国农业就业占总就业的比重由1801年的31.7%持续下降至1871年的16.9%，同期生产和建筑业就业占比则由36.4%提高至47.1%，劳动力开始大规模从传统农业向工业生产体系迁移。
在产业结构变化之际，劳动力随之迁移是喜闻乐见的，但并不是所有人都能完成转型，即便是顺利完成转型的那一批人，也并非朝夕之间。从图1的失业率变化也能直观的看出在工业革命的白热化时期，英国的劳动群体与产业结构经历了一段“磨合期”，失业率的波动在1830-1870年间明显放大，一度在1842年达到了12.35%，几乎是变革初期（1760-1830）平均水平的2.3倍。
与此同时，分化也开始发生在产业内部。
以最早实现机械化的棉纺织业为例，根据Acemoglu和Johnson的统计，英国手工织布工的周工资在1806年前后约为20先令，到1830年已经下降至约6.25先令，降幅接近70%；而在就业方面，手工织布工在1820年约有24万人，到1850年已经锐减至约4.3万人，1860年进一步降至约1万人。与此形成鲜明对比的是机器化生产体系的快速扩张。英国动力织机数量由1820年的约1.4万台增加至1832年的10万台、1850年的约25万台，并在1860年达到约40万台。同时，机器生产体系中的部分熟练岗位获得了明显更高的工资，例如1830年前后曼彻斯特走锭纺纱工的周工资约为26—28先令，显著高于同期传统手工织布工。
技术变革初期的k型分化主要发生在资本端，因此大家的体感或许并不强烈。但中期所形成的“旧产业vs新产业”及同一产业中发生的“旧岗位vs新岗位”的k型分化，或许正是当下的人们所正在经历的。
AI短剧vs传统视频、无人驾驶vs网约车、Codex vs程序员，豆包vs百度，AI的出现对原有产业造成的冲击比比皆是。或许这些“AI们”的商业模式尚未闭环，渗透率也尚未达到规模效应的临界点，但趋势已然形成，这些替代是不可逆的。
新的秩序在实现稳态之前，旧时代的产物相对新时代产物发生充分贬值是必要的过程。
而AI时代下的我们正处于这样的过程之中，新秩序来到了规模效应的临界点，介入较早的资本开始有了回报，但劳动部门的整体收入水平却因为产业的变迁而停滞或增长放缓，这就是由不同生产要素间比重的重新分配所造成的“恩格斯停滞”，亦是变革中期k型分化的本质。
3、变革后期（1870-1910）：从替代到创造
技术变革的初衷往往是为了解决原有生产关系中的现存问题，而解决问题的过程本质是生产要素的替换。
但替换仅仅是开始，当新技术由特定走向通用，在人的偷懒本能+主观能动性+市场需求牵引的共同作用下，一些新的使用场景与行业也就到了集中涌现的阶段。
比如，蒸汽机最初主要用于矿井排水，后来被应用到火车和轮船上；电力最初主要用于照明，后来又有了电动机和各种家用电器；互联网最初被用于解决信息传输问题，后来才有了电商、社交网络等等。
所以在这个阶段我们首先能观察到的是即使蒸汽技术对劳动生产率增长的贡献占比由变革中期的19%进一步提高至29%，但失业率不再像中期那样剧烈波动，且整体的就业情况也得到了好转，失业率均值从变革中期的6.03%下降至后期的5.56%（图1）。与此同时，人们的收入水平也有所改善，在变革中期被经济增长拉开差距的人均消费性收入，也在变革后期逐渐完成了对整体经济增长的追赶（图3）。
“人均”和“整体”在变革后期实现了同频。
变革前期与中期所造成的不同生产要素间的一系列k型分化也在这一阶段逐渐收敛。
（三）写在最后：当下微观主体的危与机
从前技术革命的周期很长。
英国第一次工业革命前中后加起来几乎跨越了一个世纪，约等于一个人的一生。因此，对于个体而言有充分的时间和容错率去适应新的秩序。
但现在不一样了，无论是互联网还是AI，对原有生产要素的替代以及对整个经济的渗透速度都远超从前的工业革命。
对于一个经济体而言，技术变革的终局通常是好的，即使阶段性的不好，但终究是会好起来的。
但对于个体而言，尤其是身处宏观较为脆弱的经济体，个体在经历“被分化”以后，要再好起来的难度就比以前更大了。因为技术迭代的太快，导致推动经济增长的要素变化的也快，今天刚学会的技能，或许明天就过时了。
“铁饭碗时代”已经过去了。
有一个无需数据证明的事实就是现在的年轻人换工作的频率要比从前高的多。其根本原因是企业也在穿越周期，技术变革催生的新赛道需要新的人才，反之，旧赛道沦为鸡肋，对应的部门的人员也不再被需要。
所以现在的上市公司在跟投资者交流的时候都喜欢强调自己有穿越周期的本事，因为你的主业今天值50*PE，明天可能就只有30倍了。
对于企业而言，具备产业迁徙潜力的平台型能力要比某个具体的标准化产品能力更重要。因为许多产品在还没标准化，在还没有形成行业共识之前，规模化的需求就已经出现了。
回到个体层面，也不必悲观。因为k型分化从来都不是技术革命的终局，而是新旧生产体系完成切换前的过渡状态。
作为社会最最微观的主体，也作为生产过程中唯一具备主观能动性的生产要素，在新秩序到来时的选择及选择的时机，一定程度上决定了其参与财富再分配的方向与程度。
不过“一招鲜吃遍天”显然已不再适用于当下的秩序。个人层面附加值的大头或许已不再是“你会什么？”，而是“你还能会什么？有多快能学会？”。但这并不代表深耕某个技能不再成为必须，尤其是在AI已经开始替代部分智力劳动的时代，个人技能的深度与广度间的再平衡，是“智力平权”时代下所必须要做的调整。