2011年前后，彼得·蒂尔和他创办的Founders Fund提出过一句后来广为流传的话：
我们想要会飞的汽车，结果得到的却是140个字。
140个字指的是当时的Twitter。那正是移动互联网最意气风发的年代，人们相信社交网络将重新连接世界，信息流动会带来一轮新的繁荣。
彼得·蒂尔却觉得，硅谷把大量聪明才智用在了优化点击、广告和用户停留时间上，人类真正需要的交通、能源和基础设施，进步速度反而慢了下来。
这句话放到今天，问题依然直中靶心。
过去几年，AI几乎成了所有商业故事的中心。芯片公司市值暴涨，科技巨头投入数千亿美元建设数据中心，大模型能力几个月迭代一次。写文章、做视频、编程序、看病问诊、设计产品，似乎每一项工作都可以重新做一遍。
可如果把镜头从科技公司的发布会转向普通人的生活呢？
大家的工资没有因为AI大幅上涨，工作时间没有明显缩短，消费能力也没有突然提升。AI制造了巨大的产业热度，却没有带来汽车和家电普及时那种全民都能感受到的经济繁荣。
问题究竟出在哪里？
答案是，AI提高了人类的生产能力，却没有同步创造新的大众需求。
01 我们仍在享受第二次工业革命的成果
如果把一个普通家庭每月的账单摊开，会发现我们今天大部分消费，依然建立在一百多年前的技术突破上。
开车要烧油或者用电，回家要开灯、开空调、用冰箱和洗衣机，吃饭离不开现代食品工业和冷链物流，城市运行依赖电网、道路、供水和化工材料。
即使我们已经用上智能手机，在手机上完成购物、打车和点外卖，送货的依然是汽车，商品依然来自工厂，背后仍然是能源、交通和制造体系。
计算机诞生60年了，互联网诞生几十年了，然而我们今天享受的主要还是一百多年前第二次工业革命的成果。
第二次工业革命带来的改造是系统化的。
电力的价值远远超过卖电本身。电网铺开以后，电灯、冰箱、洗衣机、空调、电视和电动工具陆续进入家庭，每一种产品又需要工厂、原材料、销售渠道、安装和维修服务。
家庭为了购买这些产品重新分配收入，企业为了满足需求不断扩建产能，新的职业和公司由此出现。
内燃机也是一样。汽车进入普通家庭，带动了钢铁、石油、橡胶、玻璃、公路、加油站、保险、维修、金融和房地产，城市空间围绕汽车重新设计，郊区住宅、购物中心、汽车旅馆和连锁餐饮随之扩张。
一项技术最终改造了整套生活方式。
汽车和家电的强大之处，就在于它们同时扩大了供给和需求，工厂可以生产更多东西，家庭也出现了大量过去从未有过的购买理由。
比如通用汽车在巅峰时期，曾雇佣了80多万员工，这还不算公司上下游带来的就业机会。
所以真正推动经济繁荣的，从来不只有生产率，还包括由新产品、新场景和新生活方式共同组成的需求机器。
02 互联网改变了生活，但对经济的贡献还不高
经济学家罗伯特·戈登在《美国增长的起落》中研究一个问题，为什么十九世纪末到二十世纪中叶的技术进步，能够带来持续数十年的高速增长，而计算机和互联网却没有。
在戈登的划分里，第二次工业革命的核心成果包括电力、内燃机、石油化工、城市供水、通信和现代医药。他认为，这批发明及其衍生品支撑了美国从1890年到1972年的长期生产率增长。它们带来的变化深入身体、家庭、工厂和城市，几乎重写了日常生活的每个部分。
到了以计算机、互联网和移动通信为代表的科技革命，情况发生了变化。信息处理速度大幅提高，传播成本快速下降，生产率也曾在上世纪九十年代后期明显上升。
但按照戈登的判断，这轮增长持续的时间更短，影响更多集中在信息通信、耐用设备和部分服务行业。
从直接产业体量看，戈登提出的问题非常成立。
美国经济分析局测算，2022年数字经济约占美国GDP的10%，中国国家统计局公布的数据中，2024年数字经济核心产业增加值占GDP的10.5%，而OECD统计显示，ICT产业在OECD国家创造的增加值，2019年平均只占总增加值的 5.4%。
虽然这统计的是狭义数字产业，但已经很说明问题。
互联网的商业模式也决定了它很难复制汽车式的需求扩张。大量互联网产品免费提供给用户，收入集中在广告、平台抽佣、软件订阅和少数硬件上，用户每天可能在社交媒体上花费几个小时，为这项服务直接支付的钱却很少。
140个字可以改变舆论，可以让一个陌生人一夜走红，但它创造的GDP和就业链条，很难与一辆汽车背后的钢铁、能源、公路、保险、维修和城市空间相比。
03 AI能加快生产包子，却不能让人吃下更多包子
理解AI目前的困境，可以想象一个路边早餐摊。
你是早餐摊老板，每天凌晨三点起床，去市场买菜买肉，回来剁馅、和面、擀皮、包包子，再蒸熟。你和家人从天没亮忙到上午，每天做出200个包子，附近上班和上学的人刚好能够买完。
一天下来，供给和需求大致平衡。
现在AI来了，它告诉你，买菜、剁馅、和面、包制、蒸熟、装袋和收款都可以自动完成。过去忙一早晨才能做出的200个包子，现在一天能做出2000个。
生产率提高了10倍，但问题是市场需求还是300个包子。
附近的人口没有增加，大家的胃口没有增加，早餐预算也没有增加。包子降价可能让一些人多买几个，却没法让市场需求同步扩大。最后的结果，大概率是大量包子卖不出去，也就是产能过剩。
老板只能做出几个选择，减少机器运行时间，重新把产量降到300个，把包子降价，压缩利润，增加广告和外卖投放，去抢其他早餐摊的顾客。
这个例子在其他行业同样成立。
AI可以让程序员更快写代码，让设计师更快出图，让广告公司一天生成几百条文案，让影视公司批量生产短剧。可用户的注意力每天仍然只有24小时，企业的营销预算没有无限增长，人们愿意购买的软件、内容和咨询服务也存在上限。
当所有公司都能用AI生产更多内容，市场不会凭空增加几亿个消费者。更常见的结果是内容越来越多，价格越来越低，竞争越来越激烈，企业生产了更多东西，每一件东西能够分到的收入反而减少。
AI当然创造了一些需求，芯片、服务器、数据中心、电力和云服务都在快速增长。
圣路易斯联储测算，2025年前三个季度，信息处理设备、软件、研发和数据中心等AI相关投资类别，合计贡献了美国实际GDP增长的39%。中国工信部披露，2025年我国人工智能核心产业规模已经超过1.2万亿元，规上制造业企业的AI技术应用普及率超过30%。
AI产业本身正在快速增长，这一点没有疑问。只是这些需求主要集中在生产资料一端，科技公司购买芯片，云厂商建设机房，企业采购模型服务。
到了大众消费端，AI仍然以聊天、搜索、写作、修图和办公助手为主。很多功能免费提供，或者被装进原有的手机和软件订阅里。
AI提升了生产率，却没有创造需求。
04 生产率的提升没有变成休闲
1930年，凯恩斯做过一个著名预测，再过100年，也就是到2030年前后，随着技术进步和生产效率提高，人类可能每周只需要工作15个小时。
如今我们离2030年越来越近，却离每周15小时工作制越来越远。
为什么？因为金钱永不眠。
在工作中，AI把一份报告的制作时间从一天缩短到两个小时，公司不会因此让员工提前六个小时下班。新的要求往往是一天完成四份报告，再顺手做两张图、剪一条视频、整理一份会议纪要。
当一个人借助AI提高效率，他可能暂时获得优势，当所有人都用上AI，更高的效率就会变成新的工作基准。昨天需要一周完成的项目，今天三天就要交付，AI减少了单项任务所需的时间，却增加了单位时间内必须完成的任务数量。
我们以为AI会替人工作，现实却可能变成人围着AI加速工作。
这背后还有一个分配问题。
如果生产率增长带来的收益变成更低价格、更高工资和更短工时，多数人都能从技术进步中获益。消费者用更少的钱购买同样的产品，劳动者用更少的时间获得同样的收入，整个社会才会感受到真正的繁荣。
如果收益主要变成企业利润、平台抽佣和资本回报，结果会完全不同。
掌握芯片、模型、数据和云平台的公司获得更高估值，能够熟练驾驭AI的少数人获得收入溢价。大量普通劳动者则面对岗位减少、绩效提高和议价能力下降���小企业被迫进入更加残酷的价格战。
国际货币基金组织的研究指出，AI可能提高资本回报，并进一步扩大财富不平等。经合组织也提醒，自动化能否增加就业，很大程度上取决于降价和质量提升能否带来足够的新需求。当需求增长跟不上生产率，劳动者承受的替代压力就会变得更加明显。
这会形成一条越来越陡的K型曲线。
向上的一支属于芯片公司、模型平台、云厂商、资本所有者和少数高技能人才。向下的一支属于被自动化替代的初级岗位、陷入竞争的小企业，以及被要求在同样时间里完成更多任务的普通员工。
上面的人拿走了生产率红利，下面的人拿到了更高的工作指标。
05 AI的繁荣，目前只是少数人的繁荣
到这里，我们也就能理解，为什么AI如此热闹，普通人却没有感受到与之匹配的繁荣。
繁荣不能只看模型参数、芯片销量和科技公司市值，它最终要落到普通人的生活里。收入有没有提高，工作时间有没有缩短，生活安全感有没有增强，人们有没有更多时间用于休息、陪伴、娱乐和自我发展。
到目前为止，AI给大众带来的变化，更多体现在工具变得方便，没有体现在工资更高、工作更少和休闲更多。
需求没有明显增长，生产力却在迅速提高。按照技术进步最初的承诺，我们本该拥有更多自由时间，现实中的内卷机制，却把节省下来的时间重新变成更多任务、更高指标和更激烈的竞争。
普通人没有因为AI获得更多休息，只是被要求在相同时间里生产更多东西。
如果生产率进步无法变成大众收入、消费能力和休闲时间，它最终创造的就只是少数人的繁荣。
本文来自微信公众号“寻空的营销启示录”，作者：寻空2009，36氪经授权发布。