新闻 
7.2万亿的GDP账单黑洞 Fed主席也"读不懂"
7.2万亿的GDP账单黑洞 Fed主席也"读不懂"7.2万亿的GDP账单黑洞 Fed主席也"读不懂"
螺丝钉实际价格与全球产量
但服务业没有“螺丝”。没有“法律服务单位”，没有“文献综述的公吨数”，没有“咨询服务的桶数”。所能获得的，只有律师开具的发票数量和咨询公司收取的服务费用。
曾经一个经济学家团队可能花一百年完成一份关于工业革命生产率的研究，如今几美元API费用便可得到。产出相同，GDP只看到后者被埋没在“计算机系统设计”科目的一个小数点之后。
报告中有一句话说的很精辟，我们至今仍缺乏一套描述脑力工作的功能性词汇。工业革命拥有“马力”，提供了一种将机器产出与人类劳动置于同一尺度下比较的方法。
AI时代的“token”做不到这一点，因为一百万个token可能产出垃圾信息，也可能产出一项改变公司战略的重大决策。经济价值取决于产出内容，而非token数量。
如果AI产出的价值只能通过token支出、电价和水耗来观察——换言之，只能看到成本端——经济数据便会呈现出一幅反常画面：投资狂飙，产出一片沉寂。这就像泡沫。如果投资者和央行依据扭曲的数据判断AI是泡沫从而收紧资金，后果将是真实而深刻的。
04 就业下降、工资上涨，但无人加薪
既然无法直接观测暗产出，能否通过“副作用”间接追踪？报告团队的暗产出监测器正在尝试这条路径。
他们发现了一个诡异的信号：在受AI影响最大的经济部门中，就业人数相对于整体经济在下降，但这些部门工资却呈现增长。
道理不复杂。
AI最先替代初级员工的日常工作。当收入最低的那部分员工率先从样本中消失，剩下的便是更资深、薪酬更高的人员。于是该行业的平均工资上升了。没有人真正获得加薪，是统计数据自身在上涨。
这种就业与工资之间的背离，正是替代型暗产出的指纹之一。
在1.53万亿美元暴露于AI替代风险的劳动力成本中，62%来自已有明确替代证据的工作（如裁员），37%来自增强型证据（AI作为工具辅助现有员工），仅1%两者兼具。
另外一方面，Anthropic于2026年3月发布的经济指数显示，37%的token使用集中在计算机和数学领域。按理说，该领域产出应爆发式增长。但软件投资对GDP的贡献既未偏离AI兴起前的趋势，甚至未回到历史高点。
大量token被消耗，产出正在发生，统计数据纹丝不动。这种格局说明新型暗产出的规模可能远超替代型——大部分token被用于执行过去从未存在过的工作，这些工作在统计系统的词典中没有对应词条。
05 1.5万亿并非已消失的工资
报告设计了一套六级证据阶梯：第一、二级基于基准测试，仅用于估算成本。第三级是炒作层，公司公开声称产品具备某种能力。第四级：有企业表示工具已在生产中使用。第五级：有公司在法庭上为AI工作的合法性辩护。第六级：有保险公司为相关风险承保。
文章开头提出的1.5万亿美元，是基于证据层级中第四级及以上信号得出的。它对应的是“在当前AI具有可信替代潜力的范畴内，相关任务对应的工资池”，而非“已消失的劳动力”。换言之，这是“受影响的劳动力”，并不是“已蒸发的工作岗位”。
[加西网正招聘多名全职sales 待遇优]
还没人说话啊，我想来说几句
但服务业没有“螺丝”。没有“法律服务单位”，没有“文献综述的公吨数”，没有“咨询服务的桶数”。所能获得的，只有律师开具的发票数量和咨询公司收取的服务费用。
曾经一个经济学家团队可能花一百年完成一份关于工业革命生产率的研究，如今几美元API费用便可得到。产出相同，GDP只看到后者被埋没在“计算机系统设计”科目的一个小数点之后。
报告中有一句话说的很精辟，我们至今仍缺乏一套描述脑力工作的功能性词汇。工业革命拥有“马力”，提供了一种将机器产出与人类劳动置于同一尺度下比较的方法。
AI时代的“token”做不到这一点，因为一百万个token可能产出垃圾信息，也可能产出一项改变公司战略的重大决策。经济价值取决于产出内容，而非token数量。
如果AI产出的价值只能通过token支出、电价和水耗来观察——换言之，只能看到成本端——经济数据便会呈现出一幅反常画面：投资狂飙，产出一片沉寂。这就像泡沫。如果投资者和央行依据扭曲的数据判断AI是泡沫从而收紧资金，后果将是真实而深刻的。
04 就业下降、工资上涨，但无人加薪
既然无法直接观测暗产出，能否通过“副作用”间接追踪？报告团队的暗产出监测器正在尝试这条路径。
他们发现了一个诡异的信号：在受AI影响最大的经济部门中，就业人数相对于整体经济在下降，但这些部门工资却呈现增长。
道理不复杂。
AI最先替代初级员工的日常工作。当收入最低的那部分员工率先从样本中消失，剩下的便是更资深、薪酬更高的人员。于是该行业的平均工资上升了。没有人真正获得加薪，是统计数据自身在上涨。
这种就业与工资之间的背离，正是替代型暗产出的指纹之一。
在1.53万亿美元暴露于AI替代风险的劳动力成本中，62%来自已有明确替代证据的工作（如裁员），37%来自增强型证据（AI作为工具辅助现有员工），仅1%两者兼具。
另外一方面，Anthropic于2026年3月发布的经济指数显示，37%的token使用集中在计算机和数学领域。按理说，该领域产出应爆发式增长。但软件投资对GDP的贡献既未偏离AI兴起前的趋势，甚至未回到历史高点。
大量token被消耗，产出正在发生，统计数据纹丝不动。这种格局说明新型暗产出的规模可能远超替代型——大部分token被用于执行过去从未存在过的工作，这些工作在统计系统的词典中没有对应词条。
05 1.5万亿并非已消失的工资
报告设计了一套六级证据阶梯：第一、二级基于基准测试，仅用于估算成本。第三级是炒作层，公司公开声称产品具备某种能力。第四级：有企业表示工具已在生产中使用。第五级：有公司在法庭上为AI工作的合法性辩护。第六级：有保险公司为相关风险承保。
文章开头提出的1.5万亿美元，是基于证据层级中第四级及以上信号得出的。它对应的是“在当前AI具有可信替代潜力的范畴内，相关任务对应的工资池”，而非“已消失的劳动力”。换言之，这是“受影响的劳动力”，并不是“已蒸发的工作岗位”。
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| Note: | _VIEW_NEWS_FULL |
| 延伸阅读 |
推荐: