AI时代再看货币资本循环的数字变形
马克思在《资本论》第二卷开头提出的货币资本循环公式G—W…P…W′—G′，像一条照见资本主义运行机理的清晰线索，以凝练而深刻的方式说明了价值如何在流通与生产的双重运动中实现自我扩张。在工业资本主义迅速发展的十九世纪，这一公式揭示了资本家怎样把货币投入为生产资料和劳动力，再借助生产过程形成包含剩余价值的商品，最终通过销售完成价值增殖的完整路径。
一百五十多年后的今天，当AI算法牵引全球资本流向，当数据成为新的关键生产资料，当数字平台不断改写生产与消费的边界，我们有必要重新发问：货币资本循环的基本逻辑，是否依旧支配着当下的经济生活？那些“闪耀着金色光泽的货币形式”之后，究竟潜藏着怎样的数字化炼金机制？
1
G—W：当货币碰上数字幽影
“G—W表示一个货币额转化为一个商品额；对买者来说，是他的货币转化为商品，对卖者来说，则是他们的商品转化为货币。”马克思在19世纪的分析中敏锐指出，货币向商品的转化并不只是形式交换，其“物质内容”决定了这一行为能否成为资本循环真正的起点。G—W必须进一步分化为G—A（购买劳动力）与G—Pm（购买生产资料），并且“表示一种最具有特征的量的关系”——投向劳动力的货币与投向生产资料的货币之间存在严格的比例，这一比例“起初就是由一定数量的工人所要耗费的超额劳动即剩余劳动的量决定的”。
进入AI时代，这个看似经典的公式正在发生深刻变形。不妨以一家当代科技企业为例：创业者带着风投注入的1000万美元（G）进入市场购买“商品”。此处的G—Pm已不只包括办公场地和服务器设备，还包括数据集采购、API接口调用权、云计算服务订阅；而G—A也不只表现为算法工程师和数据科学家的薪酬，还包括标注数据的众包劳动力成本、争夺用户注意力的流量费用。数字化生产资料与数字化劳动力的边界正变得越来越模糊——训练大语言模型所依赖的文本数据，既属于生产资料（模型训练的基础条件），其形成过程中又包含大量人类无偿劳动（互联网用户的日常表达）；平台的推荐算法，既是生产资料（提升匹配效率的工具），其持续优化又依赖用户行为所构成的“数字劳动”。
马克思其实早已提示了这种复杂性：“劳动力成为商品”才是资本主义最根本的特征，而不只是“人类活动的买卖”这一表层现象。到了数字时代，劳动力商品化采取了更隐蔽的方式。当用户在社交平台发帖、在电商平台写评价、在地图应用里共享位置时，他们实际上正在无意识地完成“数字劳动”，生产训练AI模型所需的数据原料。这些劳动大多没有被纳入G—A的传统范畴——平台不必直接支付工资，却借助“用户协议”几乎无偿获得数据使用权。在这里，货币资本循环的第一阶段呈现出双层结构：一层是显性的G—A（雇用核心技术人员），另一层是隐性的G—A′（以免费服务换取用户数据劳动），后者往往不会直接出现在企业资产负债表上，却构成数字资本增殖的重要秘密。
更值得深入思考的是，马克思强调G—A与G—Pm之间的“量的关系”由“所要耗费的超额劳动即剩余劳动的量决定”。而在AI驱动的生产之中，这种决定关系已经发生微妙却根本的变化。传统工业里，资本家需要精确计算多少机器、原料与多少工人相匹配，以确保“生产资料的数量，必须足以吸收劳动量”。但在AI生产中，核心生产力——算法模型——一旦训练完成，其“吸收劳动”的方式便发生质变：一个成熟的推荐算法可以同时服务数亿用户，一个训练完成的大语言模型能够替代大量文案撰写工作。生产资料（算法）与劳动力（用户注意力、数据劳动）的比例，不再是静态固定的，算法自身的学习能力使其可以以指数级效率“吸收”并转化数字劳动。
这一变化在平台经济中尤为明显。优步（Uber）的G—W阶段中，货币不仅被用于购买车辆（实际由司机提供）、开发算法平台，更关键的是用于补贴司机和乘客，以制造“启动网络效应”所需的初始交易规模。表面上看，这种货币支出像是“亏损”，但本质上是在购买一种特殊的生产资料——市场支配力与用户使用习惯。一旦网络效应形成，平台就能通过算法调整抽成比例，实现从G到G′的跃迁。马克思指出：“G—A被认为是所谓货币经济的特征或标志，是因为在这里劳动是它的所有者的商品，因而货币是买者”。然而在平台经济里，劳动往往不再以“工资形式”直接购买，而是以“灵活就业”“零工经济”的名义，把劳动者包装成“微型创业者”，同时削弱其原本应有的劳动保障与权益。劳动依然作为商品存在，只是其交易形式被算法中介重新改写了。
更深一层看，马克思揭示了G—A这一行为的社会前提：“劳动力实现的条件——生活资料和生产资料——已经作为别人的财产而和劳动力的所有者相分离了”。在数字时代，这种分离呈现出新的样貌。对平台上的“零工”来说，生产资料（智能手机、网络连接）似乎由自己提供，但真正起决定作用的生产资料——算法平台、匹配系统、用户网络——却牢牢掌握在平台一方。劳动者必须接入平台才能进行“劳动”，却对整个生产过程几乎没有控制力。更关键的是，在AI时代，生产资料本身（算法）带有某种“自主性”，它不只组织劳动，还会持续优化组织劳动的方式。资本循环第一阶段中，资本家“支配着一种更大的劳动力的使用权”，而在AI系统中，这种“支配”被算法自动化、精密化并隐形化了。
2
P：生产黑箱里的算法炼金术
资本循环的第二阶段P，即生产过程，是“流通的中断”，却也是价值创造与增殖的核心空间。马克思精辟地指出：“生产资料和劳动力在生产过程中对价值的形成，从而也对剩余价值的生产起着不同的作用”。生产资料的价值被转移到新产品之中（不变资本c），而劳动力不仅再生产出自身价值（可变资本v），还额外创造剩余价值（m）。这一生产过程的结果是W′，其价值等于c+v+m，也就是“已经增殖的资本价值的直接由生产过程本身产生的职能存在形式”。
到了AI时代，生产过程P已被根本性重塑。传统工业生产中的P阶段是可见且可测的：工人在工厂里操作机器，原材料发生物理变化，最终形成有形商品。而数字生产中的P常常表现为一个“黑箱”：数据被输入算法系统，经由不可见的神经网络层层运算，输出预测结果、推荐内容或生成文本。这个过程的物质形态被大幅弱化，但其价值创造逻辑依然遵循资本增殖的基本规律，只是呈现得更加隐蔽。
以内容平台为例，其生产过程P可以理解为：用户数据（W，包括浏览轨迹、社交关系、地理位置等）进入推荐算法（Pm，生产资料），再经过算法工程师（A，劳动力）设计与维护的模型处理，产出个性化信息流（W′）。那么，价值增殖究竟发生在哪里？表面上看，平台并不向用户收费，似乎没有直接创造剩余价值。但马克思早已指出：“产品不只是商品，而且是孕育着剩余价值的商品”。在数字生产中，这个“产品”具有双重面貌：一方面是面向用户的“免费服务”（个性化内容），另一方面则是隐藏在其后的“用户画像”与“注意力数据”。真正的W′恰恰是后者——一种能够出售给广告商的商品。用户在平台上花时间浏览内容，实际上也在“生产”关于自己偏好和行为的高价值数据，这些数据经过算法“加工”之后，就成为可用于精准广告投放的目标资源。
这一过程正体现了马克思所说的“生产资本的职能”：生产资本在发挥作用时，“消耗它自己的组成部分，使它们转化为一个具有更高价值的产品量”。在数字生产中，被消耗的“组成部分”包括：云计算资源（不变资本）、算法工程师工资（可变资本）、以及用户的无酬数字劳动（未被纳入传统可变资本统计的特殊投入）。而最终形成的“更高价值的产品”，则表现为平台在双边市场上的位置——一边聚拢用户注意力，一边吸引广告预算。这个W′的价值远高于投入的c+v，其中的差额m正是数字剩余价值。
更重要的是，AI技术改变了剩余价值生产的时空结构。在马克思所处时代，剩余价值主要通过绝对剩余价值（延长工作日）与相对剩余价值（提高生产率）来实现。而在AI驱动的生产中，一种新的剩余价值形态开始显现——“衍生剩余价值”：通过算法对同一数据集不断重复挖掘、重组与再场景化，生成新的价值形式。比如，用户的购物数据不仅能用于商品推荐，也可以被用于信用评分、保险定价、就业评估等多种情境，同一份“数字原料”被反复、多层次地榨取价值。这种“衍生剩余价值”的形成，模糊了工作与休闲、生产与消费之间的界线，把越来越多的人类活动卷入资本增殖轨道。
值得注意的是，马克思特别指出“生产资本在执行职能时，消耗它自己的组成部分”。在AI训练过程中，这种“消耗”还呈现出独特的能耗特征。训练一个大语言模型，可能需要耗费相当于数百个家庭全年用电量的能源，这些能源支出构成了数字不变资本的重要部分。然而，一旦模型训练完成，其边际复制成本几乎接近于零——这带来了前所未有的规模报酬递增。正是这一技术特性，使数字资本的循环表现出鲜明的“赢家通吃”倾向：最先跨过临界规模门槛的企业，能够以极低边际成本服务全球市场，从而攫取垄断性利润。与传统工业资本循环中规模扩张往往伴随生产资料线性增加不同，数字资本循环由于算法的可复制性，使G—G′的增殖潜力具有指数级放大的可能。
3
W′—G′：当数据变成流通中的商品
资本循环的第三阶段W′—G′，即商品资本转化为货币资本，是一次“惊险的跳跃”。马克思指出：“商品，作为已经增殖的资本价值的直接由生产过程本身产生的职能存在形式，就成了商品资本”。这一转化极为关键，因为“只要现在已经增殖的资本保留商品资本的形式，停滞在市场上，生产过程就会停止”。价值增殖只有在流通中实现，才会从账面上的可能转化为现实利润。
在AI与平台经济之中，W′—G′阶段表现出与传统经济明显不同的特征。首先，数字商品具有非竞争性和几乎为零的边际复制成本，这使销售策略发生了根本变化。传统商品的销售受物理库存和分销费用制约，而数字商品（如软件、内容、在线服务）能够以近乎零成本抵达全球用户。这意味着数字资本循环中的W′—G′不再受传统地理边界限制，也催生出“免费增值”模式——基础服务免费提供（W′似乎被无偿转移），而增值服务或数据变现才是真正的G′来源。
以社交媒体平台为例，其W′同样是双重的：一方面是提供给用户的社交连接与内容消费体验（使用价值），另一方面则是聚合起来的用户注意力和行为数据（交换价值）。平台通常把前者“免费给出”，以吸引并留住用户，再把后者“卖给”广告商。这里的W′—G′实际上是一个双重实现过程：用户注意力被出售给广告主（直接变现），同时用户数据又被用于提升广告投放效果（间接变现）。马克思指出：“使一切商品流通的这个简单行为同时成为一种资本职能”的原因，并不在于流通形式本身发生了变化，而在于“在它的流通开始以前，它已经现成地从生产过程中取得了资本性质”。数字平台的W′之所以能够承担资本职能，正因为它在生产过程中就已经是“已经增殖的资本价值的承担者”——用户的数据劳动早已被无偿占有，并转化成可销售的商品形式。
更有意味的是，在数字资本循环中，W′与G′之间的界线常常变得模糊。传统的W′—G′通常对应一个明确的交换瞬间：商品出售，货币回流。但在订阅制和服务化的数字经济中，W′的提供与G′的回收往往是持续且并行发生的。用户按月支付订阅费（G′），同时持续获得服务更新（持续性的W′生产与交付）。这打破了马克思所描绘的阶段性顺序，使生产、流通与消费更加紧密交织。马克思曾用运输业说明某些行业“生产和消费是同一的”，而数字服务在某种意义上继承了这一特点：AI模型的推理过程既是在“生产”输出，也是在“消费”用户请求，二者几乎同步完成。
数字资本循环中的W′—G′阶段还面临价值实现的“度量难题”。传统商品的价值由社会必要劳动时间决定，相对更容易衡量；但数字商品的价值如何界定？一个推荐算法创造的价值，既取决于其技术表现（点击率、转化率），也取决于其部署规模和应用场景。同一算法部署在电商平台和社交平台，可能产生完全不同的货币化能力。马克思早已注意到这种复杂性：“流通过程推动了新的潜能，它们影响资本的作用程度，影响资本的扩张和收缩，而和资本的价值量无关。”到了数字时代，这种“潜能”被放大到极致——网络效应、锁定效应、数据积累所形成的复合优势，使成功平台的W′—G′转化效率呈现出非线性增长。
此外，数字资本循环的W′—G′阶段也遭遇伦理与政治层面的挑战。当用户数据成为核心商品，它的出售（W′—G′）就不可避免涉及隐私、同意与所有权等基本问题。欧盟GDPR、加州消费者隐私法案等监管措施，从本质上说都是对数字W′—G′过程的介入，试图在数据商品化过程中植入限制与保护。可以把这些监管看作社会对数字资本循环自发逻辑的一种抵抗，意在确保在W′转化为G′时，一些基本价值不被彻底货币化。
4
循环的整体性：数字资本的幽灵舞步
货币资本循环G—W…P…W′—G′作为一个整体，展示了资本“从货币出发，最终又回到货币”的完整运动。马克思强调：“资本的循环，只有不停顿地从一个阶段转入另一个阶段，才能正常进行。”任何环节出现停顿，都会造成循环中断：G—W阶段停顿意味着“货币资本凝结为贮藏货币”；P阶段停顿意味着“生产资料搁着不起作用，劳动力处于失业状态”；W′—G′阶段停顿则会造成“卖不出去而堆积起来的商品把流通阻塞”。
在数字时代，资本循环的连续性得到新的技术支撑，同时也面临新的脆弱性。云计算、实时数据分析和自动化决策系统，使资本循环的三个阶段能更加顺畅地衔接。算法可以实时追踪市场需求（为G—W提供信息），优化生产流程（提高P阶段效率），并通过动态定价与精准推送加快W′—G′的实现。数字技术把马克思所描述的资本循环“提速”到接近实时的程度，但同时也让循环越来越依赖技术基础设施的稳定运转。
这种加速与依赖带来了新的矛盾：数字资本循环在提升效率的同时，也放大了系统脆弱性。一次算法故障、一次数据泄漏、一次云服务中断，都可能让整个循环瞬间停摆。马克思时代资本循环的危机多源于生产过剩、需求不足等经济性矛盾；而数字时代的资本循环危机，则可能来自技术故障、网络安全、监管介入等新型风险。为了维持循环连续性，资本不得不投入冗余系统、网络安全防护和合规团队——这些都构成了数字时代特有的“循环维护成本”。
马克思尤其指出货币资本循环G—G′的意识形态特征：“以实在货币为起点和终点的流通形式G—G′，最明白地表示出资本主义生产的动机就是赚钱。生产过程只是为了赚钱而不可缺少的中间环节，只是为了赚钱而必须干的倒霉事。”在数字资本循环中，这种“为了赚钱而生产”的逻辑得到了更纯粹的表达。很多科技公司的创始叙事充满“改变世界”的理想色彩，但其现实中的资本循环仍服从G—G′的增殖法则。风险投资的G投入，最终期待的是通过IPO或并购实现G′退出。即便企业长期亏损，只要市场相信其未来具备巨大的W′—G′转化能力，资本就会继续流入。这便形成了一种独特的“预期性资本循环”：在对未来变现能力的信念支撑下，资本在当下不断循环，推动估值膨胀，直到预期与现实相遇的那一刻。
平台经济的“多边市场”模式，则进一步增加了资本循环分析的复杂度。传统的G—W—G′刻画的是单向资本流动，而平台往往同时组织着多个相互关联的循环：用户获得免费服务（看起来更像W′—C，而非W′—G′），广告主支付费用（G—W′），数据经纪人交易用户画像（另一层面的W′—G′）。这些循环彼此嵌套、彼此强化，构成复杂的生态系统。然而，不管表面结构多么复杂，其核心驱动力依旧是资本价值的增殖。广告商投入的G，最终仍必须在其自身产品的W′—G′中实现，否则整条链条就会瓦解。
5
AI时代的社会企业：是否存在另一种循环？
作为社企经济学创始人，我长期思考的一个问题是：在数字资本循环形成霸权的背景下，社会企业能否开启一种不同的循环逻辑？马克思的货币资本循环理论，是否必然指向剥削性的增殖模式，还是其中也保留着别样的可能？
事实上，马克思的分析本身就蕴含着对资本循环内在矛盾的深刻揭示。他指出，资本循环存在的前提是“生产资料和劳动力的分离”，即“劳动者和生产资料始终是生产的因素。但是，二者在彼此分离的情况下只在可能性上是生产因素。凡要进行生产，就必须使它们结合起来。实行这种结合的特殊方式和方法，使社会结构区分为各个不同的经济时期。”数字时代加深了这种分离的悖论：一方面，数字工具本应让生产资料（数据、算法、平台）更容易被劳动者掌握；另一方面，平台资本主义却以更集中化的方式占有这些生产资料。
社会企业或许可以尝试另一种“结合方式”。设想一个由用户共同拥有的数字平台，其资本循环不再只是G—W…P…W′—G′，而可能演化为某种形式的G—W…P…W′—G—S（社会价值再投入）。在这里，W′—G′所实现的货币增殖中，G′—G并非全部作为利润分配，而是部分重新投入到平台治理民主化、数据收益共享、算法决策透明化等方面。这样的循环改变了马克思公式的终点：从单纯货币增殖的G′，转向同时包含社会价值扩张的复合目标。
马克思在分析货币资本循环时指出：“只要把G—W…P…W′—G′肯定是一次的而不是流动的，不断更新的；从而只要把它不是当作循环形式的一种，而是当作唯一的循环形式，它的虚幻的性质以及与它相适应的虚幻的解释就会存在。但是，它本身已经指出其他的形式。”这恰恰为社会企业提供了理论突破口：资本循环并非只能有一种形态，也并非只能服务于一种目的。当劳动者与生产资料的“结合方式”发生变化，当生产目的不再只是私人利润最大化，而同时包含社会效益优化时，循环逻辑就可能随之发生根本转向。
在AI时代，这种可能性获得了新的技术支撑。区块链技术有助于厘清数据所有权，智能合约可以自动执行价值分配规则，开源算法则有望削弱平台垄断。一个具有社会企业属性的数字平台，完全可以通过算法将部分广告收入自动分配给内容创作者，通过治理代币把平台决策权赋予用户社区，通过数据信托机制确保用户数据不被滥用。这样的平台依然需要资本循环，但这种循环服务的对象是更广泛的利益相关方，而不只是股东。
当然，这并不意味着社会企业能够完全摆脱马克思所揭示的资本逻辑。只要仍处于市场经济之中，社会企业同样需要面对价值实现（W′—G′）的挑战，也必须在资本增殖与社会使命之间反复寻找平衡。但它的存在本身，就说明资本循环形式并非单一，也说明“结合方式”的创新是现实可能的。
6
在循环之中看见解放的缝隙
当我们在AI时代语境下重读《资本论》第二卷第一章，重新审视货币资本循环时，会看到一幅相当复杂的图景。一方面，马克思揭示的基本逻辑——资本通过G—W…P…W′—G′实现价值增殖——在数字时代不仅依旧有效，而且以更隐蔽、更高效的方式继续运转。算法成为新的生产资料，数据成为新的原材料，用户注意力成为新的劳动力，数字平台成为新的工厂。G—A的雇佣关系被零工经济所模糊，G—Pm的生产资料购买被云计算订阅所替代，W′—G′的商品销售又被数据货币化所遮蔽，但资本增殖的实质并未改变。
另一方面，数字技术本身也包含着超越这种循环的潜能。当生产资料（代码、算法、数据）天然具有可复制、可共享属性时，当网络效应能够把价值创造分散到用户社区之中时，一种更加民主、更加公平的经济组织形式，第一次在技术层面成为现实可能。社会企业有机会探索这种可能，构建一种让资本循环同时服务于经济可持续与社会价值的混合模式。
马克思真正深刻之处在于，他不仅揭示了资本循环的必然逻辑，也指出了其中的内在矛盾与历史暂时性。货币资本循环G—G′把“赚钱”设为唯一目标，将生产过程贬低为“必须干的倒霉事”。这种循环终将遭遇自身限制：当大多数人的购买力被持续压缩，当生态成本无法继续外部化，当数据剥削引发社会反弹，循环就会发生断裂。数字时代的社会企业，也许能够率先探索这种断裂之后的重建路径，寻找一种既遵循经济规律、又不把人彻底工具化的新型循环。
“产业资本是唯一的这样一种资本存在方式，在这种存在方式中，资本的职能不仅是占有剩余价值或剩余产品，而且同时是创造剩余价值或剩余产品。”马克思这句话提醒我们，资本的核心始终在于价值创造过程，而不只是价值占有。在AI时代，当算法有能力创造前所未有的价值时，我们更需要追问：这些价值应当由谁占有，又该以何种方式分配？社会企业的探索，正是在回答这一问题，试图为资本循环注入更多正义与共生的维度。
货币资本的幽灵依旧在数字迷宫中游走，但幽灵并非无法驱离。每一次技术变革，都是经济关系重组的契机。在AI重塑一切的今天，重新思考《资本论》的循环理论，不只是为了理解资本如何运作，更是为了想象超越资本的可能。毕竟，正如马克思所暗示的那样，资本循环的终点G′既是终点，也可能是新的起点——关键在于，由谁决定下一个循环的方向与目的。