AI越厉害，普通人越穷？未来真的会这样吗？

前言

过去两年，AI引发的不安情绪如野火蔓延：程序员接连收到解雇通知、文案岗位批量缩减、客服中心悄然转型为智能应答系统……就连社区广场上晨练的老人都忍不住拉住年轻人问：“这人工智能一天比一天聪明，咱们以后还能不能端稳饭碗？会不会连买菜钱都攥不紧？”

"AI越强大，普通人越拮据"——这句话听来刺耳，但它究竟站得住脚吗？

近期，多家权威研究机构用实证数据交出了一份出人意料的答案；而在深度对话类节目《探寻人工智能 2026》中，主持人杨澜更将这一尖锐命题直接抛向经济学家管清友：当AI能力指数级跃升，普通劳动者能否同步分享技术红利，真正变得更富足？

两人深入对谈后，一幅复杂而真实的图景逐渐浮现——社会总财富确实在持续增长，但分配机制正经历前所未有的结构性张力，谁拿得多、谁分得少，已成牵动全局的核心症结。

财富正在流向谁？连节目里都聊出了 "温差"

先看一组最扎实的量化结果。

国际货币基金组织于2025年发布的专项研究报告，依托英国微观家庭与企业数据库建模推演，得出一个看似矛盾却逻辑自洽的发现：工资性收入的基尼系数预计将收窄约3.91个百分点，而包含房产、股权、金融资产等在内的广义财富基尼系数，则预计扩大约13.67个百分点。

通俗地讲：靠劳动时间换薪酬的群体，彼此间收入落差或将略有缓和；可一旦把存款、股票、不动产等资本性积累纳入考量，贫富之间的断层反而被AI加速撕开。

原因并不难解——本轮AI冲击波的主攻方向，恰恰锁定在高附加值的认知型职业：软件开发、商业分析、内容策划、法律文书起草……经OECD测算，在发达经济体中，此类岗位暴露于AI替代风险下的比例高达60%。

高薪白领岗位部分让渡给算法，反而使制造业一线工人、物流分拣员等蓝领岗位因整体生产效率提升获得边际收益，工资差距因此小幅收敛；与此同时，掌握核心技术、平台资源与金融杠杆的资本方，借AI实现资产增值的速度远超以往，资本利得呈复利式膨胀。

世界经济论坛最新企业调研进一步印证该趋势：超过52%的受访企业通过部署AI显著拉升了净利润，但仅有约9.7%的企业同步上调了基层员工的基本薪资水平——资本回报率的攀升曲线，已明显脱离劳动报酬增长轨道。

而在《探寻人工智能 2026》现场，管清友补全了另一块关键拼图：AI带来的经济效应，并非均匀铺展，而是在不同行业、不同企业、不同人群之间形成剧烈的“温差效应”。

同样是投入工作，有人乘着算力东风跃升为新经济受益者，有人却只能站在产线旁观望技术红利蒸腾而起——这种差异，从来不是由个人勤奋程度决定，而是由所处生态位、资源接入权与制度性通道共同塑造。

这轮造富游戏的入场券，早已悄然抬高门槛。

管清友以电力基础设施为例直指要害：AI运转依赖海量算力，而算力背后是巨量稳定供电；发电厂这类典型重资产项目，建设周期动辄五到十年，涉及能源牌照审批、国土空间规划、环保准入等多重行政壁垒，长期稳定现金流几乎全部沉淀于少数具备资本实力与政策资源的主体手中——普通人别说参与分红，连投资入口都难以触达。

本轮AI驱动的财富再分配，奖励的是资本厚度、牌照资质与实体资产掌控力，而非个体努力，亦非专业才华。

最先被 "卷掉" 的，是年轻人的第一份工作

那么普通劳动者的现实处境究竟如何？答案就藏在就业结构的悄然重构之中，也凝结在业内热议的“AI替代临界线”概念里。

IMF总裁格奥尔基耶娃将AI浪潮比喻为一场“渐进式海啸”——据模型推演，未来五年内，全球约40%的职业任务存在被AI深度介入或完全替代的可能性。

更需高度警觉的是，国际劳工组织于今年9月发布的《AI与青年就业》专题报告指出：初级岗位与入门级职能中，大量标准化、流程化、信息整合类任务，恰恰构成AI优先接管的“第一梯队”。

换言之，最先遭遇职业断崖的，并非经验丰富的资深从业者，而是那些刚走出校门、期待从基础事务做起、逐步积累能力的职场新人。

此轮AI革命与过往自动化浪潮存在本质区别：传统机器替代集中于体力密集型环节与流水线重复动作；而当前AI已全面渗透认知劳动腹地——撰写周报、制作汇报PPT、处理客户邮件、清洗结构化数据……这些曾被视作“职场入门通行证”的基础能力，恰因其高度可编码、易建模的特性，成为AI最先攻克的堡垒。

企业决策逻辑随之转变：与其耗费数月培养一名应届生，不如部署一套成熟AI工具快速完成80%的基础性产出。其结果是，年轻一代的职业成长路径被实质性压缩，能力跃迁所需的“阶梯感”正加速消失。

更具穿透力的判断，来自管清友在多场公开演讲中反复强调的“AI替代阈值论”：当技术跨越某一临界点后，身处线下执行端的个体，“并非不愿奋斗，而是客观条件已无法支撑有效竞争”。

过去三四十年，普通人的人生叙事清晰而笃定——刻苦求学、考入重点高校、入职体面单位、稳步晋升，这套路径曾托举起数亿人的阶层跃迁梦想。

无数人严格遵循这一剧本，每一步都未曾踏错，却在AI时代骤然发现：剧本本身已被重写。你熬至凌晨两点打磨的方案，可能不及AI系统30秒生成的版本精准高效——此时成败已与主观投入无关，而取决于是否握有技术接口与数据权限。

叠加劳动者集体议价能力持续弱化，收入分配天平正加速向资本端倾斜，普通人在整个经济循环中的话语权重与博弈筹码，正被系统性稀释。

不是宿命：AI 也可能把人越 "喂" 越值钱

但若仅凭前半程观察便仓促盖棺，未免失之偏颇。硬币的另一面，同样拥有坚实的数据支撑与历史参照。

首先，AI正在催生大量前所未有的职业形态。据美国劳工统计局与皮尤研究中心联合估算，目前全美已有逾1200万人将“数字内容创作者”作为主要收入来源——这一职业类别在十年前尚属空白。

回望工业革命、电气化浪潮与信息技术革命，技术迭代的底层规律始终如一：旧岗位消亡与新职业诞生并行不悖，且技术颠覆力度越大，新生职业的想象边界越广阔。国际清算银行特别提醒政策制定者：切勿只聚焦于被替代的存量岗位，更要前瞻性布局尚未命名、但已初现雏形的“未来职业谱系”。

其次，AI究竟是加剧还是弥合不平等，关键取决于其使用权的普惠程度。

比尔・盖茨曾一针见血指出：自由市场机制不会天然确保最优技术配置——支付能力强的群体率先享有AI赋能，而基层医疗资源短缺地区、偏远乡村教育场景、小微商户经营环节，反而面临技术鸿沟持续扩大的风险。这才是AI放大不平等的真实传导链。

反之，若能通过公共投入、开源生态与普惠政策大幅降低算力使用成本、模型调用门槛与数字工具学习曲线，让社区护士借助AI辅助诊断系统提升服务精度，让东北粮农依托AI气象模型优化播种节奏，让县城奶茶店主用轻量级AI完成库存预测与营销文案生成——那么AI便不再是少数人的特权武器，而成为撬动普通人生产力跃迁的“数字杠杆”。

杨澜在节目收官时给出一个富有诗意的总结：AI引发的社会变革，恰似“层层叠叠的潮汐”，首波冲击直抵产业神经末梢，继而缓慢渗透至工资条、招聘启事与家庭账本，最终重塑每个人的日常体验。

这背后还回响着一个被反复验证的历史规律——“恩格斯停顿”：每次重大技术跃迁初期，往往伴随生产力爆发式增长与社会财富分配剧烈失衡并存的现象；唯有待配套制度、劳动法规、税收体系与社会保障网络逐步完善，技术红利才能真正扩散至更广泛人群。

AI时代的“恩格斯停顿”正在真实上演，而这一次，我们能否缩短这段阵痛期，不仅取决于算法迭代速度，更取决于再分配机制能否及时伸展、劳动者组织化程度能否有效提升、公共政策能否主动校准技术发展的社会坐标。

结语

归根结底，“AI越强大，普通人越贫困”并非不可更改的技术宿命，而是一道需要全社会共同作答的制度选择题。

技术本身并无价值取向，它既可以演化为精英阶层收割财富的精密引擎，也能转化为亿万普通人跃升能力的坚实台阶。

最终答案，不在代码行间，而在资源配置权、规则制定权与利益分配权的实际归属之中——这口气，人类文明依然握在自己掌心。

【免责声明】文章描述过程、图片都来源于网络，此文章旨在倡导社会正能量，无低俗等不良引导。如涉及版权或者人物侵权问题，请及时联系我们，我们将第一时间删除内容！如有事件存疑部分，联系后即刻删除或作出更改。