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"
判断AI能不能替代人，最弱的证据是"考试考得好"，最强的证据是"保险公司愿意为它的错误买单"。
其中，第六级是最强信号，因为保险公司已为失败模式定价并承担了真金白银的风险。迄今尚未观察到第五级或第六级活动的证据。在一个炒作自净能力几乎为零的AI行业中，这一空白本身就是一剂清醒剂。
目前收集到的大部分证据指向AI的增强作用，而非替代——人们在使用AI，而非被AI取代。一个被标注为高暴露度的行业，更应被解读为该领域的替代经济学逻辑极为清晰，至于最终结果，只有时间能回答。
06 统计数据失灵的四种方式
最后回到最初的问题，总结来看，为什么GDP测不出AI创造的价值？根源在于四种相互纠缠的统计失灵。
第一种，交易消失了。过去公司花10万元买咨询报告，这笔交易记入GDP。现在员工用AI几分钟完成同样分析，只花几块钱API费用。分析报告的价值还在，但那笔10万元的交易凭空消失了。统计体系根本不知道有这笔产出发生过。
一份报告的成本，从1500年的10万美元降到2026年的15美元，降幅超过7000倍。
第二种，价格信号骗人。制造业有实物可数，椅子从100元降到1元，还能数出产量在增加。服务业没有“个数”，只能靠收据估算。当AI把合同起草从150美元打到0.5美元，统计局看到却只是“律师行收入暴跌、但剩余律师收费更高了”。
系统把这组信号诊断为：通胀上升、生产率下降。成本在坍缩，统计却报出滞胀。
第三种，功劳算错地方。医院用AI把病历处理效率提升三倍，但增长的功劳记在云服务商账上。按行业分GDP，AI供应商看起来是唯一的增长引擎，真正用AI创造了价值的行业，数据上却像个落后者。
第四种，新工作不存在于统计范围内。过去没人会花钱“把半年邮件整理成500字摘要”，太荒谬了。现在AI用几毛钱就能完成，这类脑力工作海量发生，但它们没有工资单、没有收据，唯一的记录是几分钱token消耗。统计体系从未为它们预留位置，它们在GDP里等于零。
这四种失灵相互放大，层层叠加下来，AI带来的真实繁荣，在数据上完全可能被读成经济萧条。
有人可能会问：强调“暗产出”，是不是在为AI的巨额投入找借口？毕竟建了那么多数据中心、买了那么多GPU，总得看到回报吧？
报告明确回答了这个问题：不是。AI的成本，无论是数据中心、GPU、电力、水资源还是土地投入，每一笔都有据可查；你调用了多少次API、消耗了多少token，云服务商的账单上也写得明明白白。成本这一端，所有人都看得见。
真正的问题出在另一端：AI产出的经济价值，在账本上几乎一片空白。
报告的原话翻译过来就是：如果AI真是一场堪比工业革命的大事件，那我们需要的不仅是“AI抢走了多少人的工作”这类数据，更要知道它创造了什么。
当一个社会的经济测量系统看不见正在发生的价值创造，后果很严重。
第一，税基出问题：大量经济活动不再以“发工资”的形式存在，基于劳动收入的税收基础会悄然萎缩。
第二，舆论出问题：批评者不需要任何证据，一看GDP没动静，就可以理直气壮地说AI就是一场泡沫。
第三，决策出问题：政策制定者一边看到AI在替代就业，另一边却看不到AI在创造什么，两面夹击之下，他们很难做出合理的权衡。
[加西网正招聘多名全职sales 待遇优]
好新闻没人评论怎么行，我来说几句
其中，第六级是最强信号，因为保险公司已为失败模式定价并承担了真金白银的风险。迄今尚未观察到第五级或第六级活动的证据。在一个炒作自净能力几乎为零的AI行业中，这一空白本身就是一剂清醒剂。
目前收集到的大部分证据指向AI的增强作用，而非替代——人们在使用AI，而非被AI取代。一个被标注为高暴露度的行业，更应被解读为该领域的替代经济学逻辑极为清晰，至于最终结果，只有时间能回答。
06 统计数据失灵的四种方式
最后回到最初的问题，总结来看，为什么GDP测不出AI创造的价值？根源在于四种相互纠缠的统计失灵。
第一种，交易消失了。过去公司花10万元买咨询报告，这笔交易记入GDP。现在员工用AI几分钟完成同样分析，只花几块钱API费用。分析报告的价值还在，但那笔10万元的交易凭空消失了。统计体系根本不知道有这笔产出发生过。
一份报告的成本，从1500年的10万美元降到2026年的15美元，降幅超过7000倍。
第二种，价格信号骗人。制造业有实物可数，椅子从100元降到1元，还能数出产量在增加。服务业没有“个数”，只能靠收据估算。当AI把合同起草从150美元打到0.5美元，统计局看到却只是“律师行收入暴跌、但剩余律师收费更高了”。
系统把这组信号诊断为：通胀上升、生产率下降。成本在坍缩，统计却报出滞胀。
第三种，功劳算错地方。医院用AI把病历处理效率提升三倍，但增长的功劳记在云服务商账上。按行业分GDP，AI供应商看起来是唯一的增长引擎，真正用AI创造了价值的行业，数据上却像个落后者。
第四种，新工作不存在于统计范围内。过去没人会花钱“把半年邮件整理成500字摘要”，太荒谬了。现在AI用几毛钱就能完成，这类脑力工作海量发生，但它们没有工资单、没有收据，唯一的记录是几分钱token消耗。统计体系从未为它们预留位置，它们在GDP里等于零。
这四种失灵相互放大，层层叠加下来，AI带来的真实繁荣，在数据上完全可能被读成经济萧条。
有人可能会问：强调“暗产出”，是不是在为AI的巨额投入找借口？毕竟建了那么多数据中心、买了那么多GPU，总得看到回报吧？
报告明确回答了这个问题：不是。AI的成本，无论是数据中心、GPU、电力、水资源还是土地投入，每一笔都有据可查；你调用了多少次API、消耗了多少token，云服务商的账单上也写得明明白白。成本这一端，所有人都看得见。
真正的问题出在另一端：AI产出的经济价值，在账本上几乎一片空白。
报告的原话翻译过来就是：如果AI真是一场堪比工业革命的大事件，那我们需要的不仅是“AI抢走了多少人的工作”这类数据，更要知道它创造了什么。
当一个社会的经济测量系统看不见正在发生的价值创造，后果很严重。
第一，税基出问题：大量经济活动不再以“发工资”的形式存在，基于劳动收入的税收基础会悄然萎缩。
第二，舆论出问题：批评者不需要任何证据，一看GDP没动静，就可以理直气壮地说AI就是一场泡沫。
第三，决策出问题：政策制定者一边看到AI在替代就业，另一边却看不到AI在创造什么，两面夹击之下，他们很难做出合理的权衡。
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 |
推荐: