AI 狂造财富却难见 GDP：统计盲区下的真相
深度 | Token 经济学
静姐的财富第六感 · 原创
首先揭示一个悖论。
一方面，AI 企业斥资数千亿美元构建数据中心；另一方面，GDP 数据却显示经济并未因此改善。
成本端清晰可见——GPU、电力、土地、水资源，每项均有账单为证。然而产出端呢？几乎是一片空白。
这并非 AI 没有产出，而是统计体系未能跟上步伐。
SemiAnalysis 的一份深度报告提出了一个概念——"暗产出"（Dark Output）。这借用了物理学中"暗能量"的术语：它确实存在且规模庞大，但现有仪器无法探测。
01 一份遗嘱的成本，从 3000 美元骤降至 0.5 美元
请看这张图表。
起草遗嘱成本的演变历程
17 世纪 羊皮纸抄写员 · 约 3000 美元
1900 年 律师 · 约 400 美元
2010 年 LegalZoom · 150 美元
2026 年 前沿 AI 模型 · 低于 0.5 美元
十六年间成本跌幅超 99%
听起来似乎是好事？效率爆发式增长。
但 GDP 统计得出的结论却截然相反。
统计人员调研律师事务所后发现：简单案件被 AI 接管，留下的皆是复杂高价值案件。结果如何？律所平均服务价格不降反升，但整体营收却下滑了。
统计局眼中的景象：价格上涨 + 收入减少 = 经济衰退。
AI 让所有人都能用上近乎免费的遗嘱服务。但在 GDP 的视角里，该行业正在萎缩。
02GDP 被 AI"欺骗"的三种方式
不止遗嘱这一例。AI 导致统计失灵，至少有四条路径。
第一种：交易直接消失。
过去公司花费 10 万购买咨询报告，这是一笔实实在在的交易。如今员工利用 AI 几分钟即可完成，仅需几美元 API 费用。统计体系根本察觉不到这笔产出的发生。
第二种：价格信号产生误导。
制造业有实物可计数。服务业则没有"数量"概念。合同起草费用从 150 美元跌至 0.5 美元，统计局看到的却是律所收入暴跌、而留存律师收费更高——表现为通胀上升、生产率下降。成本在坍缩，统计却报告滞胀。
第三种：功劳归属错误。
医院利用 AI 将病历处理效率提升三倍，增长功劳却被记在云服务商账上。AI 供应商看似是唯一增长引擎，真正利用 AI 创造价值的行业在数据上却像落后者。
第四种：新工作完全不在统计范围内。
过去无人会付费将半年邮件整理成 500 字摘要。现在 AI 仅需几毛钱即可完成，此类脑力工作海量发生，但它们没有工资单、没有收据，唯一记录仅是几分钱的 token 消耗。
AI 带来的真实繁荣，在数据上完全可能被误读为经济萧条。这四种失灵并非独立存在，而是相互放大。
03 工资涨了？切勿过早乐观
暗产出监测数据发现了一个极其诡异的现象。
在受 AI 影响最深的行业，就业人数在减少，但平均工资却在上升。
该如何解释？
AI 最先替代的是初级员工的日常工作。收入最低的这批人率先从统计样本中消失，留下的全是资深高薪员工。于是该行业的平均工资"上涨"了。
并非有人真正获得加薪，而是统计数据自身在上涨。
就业与工资之间的背离，正是替代型暗产出的"指纹"。
04 美联储主席也无法解读这套数据
1987 年，诺贝尔奖得主索洛曾有一句名言："计算机时代无处不在，唯独在生产率统计中看不到。"
三十多年后，同样的问题卷土重来，主角换成了 AI。
2025 年 12 月，即将上任的美联储主席凯文·沃什公开承认了这一困境——
仅盯着现有统计数据制定利率，无异于看着后视镜开车。
这话分量极重。央行决策者自己都承认：手中的数据可能存在巨大盲区。他们或许本可实现低通胀高增长，却因数据显示"不行"而不敢行动。
05 这 1.5 万亿从何而来？先看六级证据
报告算了一笔账：美国服务业中，AI 有潜力替代或增强的劳动任务，对应的工资池约为 1.5 万亿美元。占服务业 GDP 的 41%，即 7.2 万亿。
但报告非常清醒——它设计了一套六级证据阶梯来评估这 1.5 万亿究竟有多"实"。
判断 AI 替代能力的六级证据
第一级 基准测试表现优异
第二级 成本低于人类
第三级 公司公开发声称"可用了"
第四级 企业已在生产中使用 ← 1.5 万亿从此开始计算
第五级 公司为 AI 工作合法性出庭辩护
第六级 保险公司愿意为 AI 的错误买单
迄今尚未观察到第五级或第六级证据
简言之：判断 AI 能否替代人类，最弱的证据是考试考得好，最强的证据是保险公司愿为其错误买单。第五、第六级至今空白，在一个炒作横行、自净能力为零的 AI 行业，这个空白本身就是一剂清醒剂。
06 看不见 AI 创造了什么，后果很严重
这不仅是学术问题。统计失灵会产生三个真实伤害。
税基坍塌。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。
舆论翻车。批评者无需任何证据，一看 GDP 没动静，便可断言 AI 就是泡沫。反驳起来极其困难——因为连支持者自己都拿不出产出数据。
决策错判。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，在不确定中很难做出合理权衡。
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。
07 但对中国而言，可能是另一个故事
暗产出问题并非全球均匀分布。它在美国最为严重，因为美国服务业占 GDP 超过 80%。法律服务、咨询服务、软件服务——越是"没有实物产出"的行业，暗产出越大。
中国的 GDP 结构则不同。
制造业占中国 GDP 约 27%，是美国的两倍多。制造业的产出增长是可以被 GDP 统计捕捉的——产量、出货量、出口额，每一项都有实物可数。
AI 提升中国制造业效率，并非将产出变成"看不见的服务"，而是转化为更多、更好、更便宜的实物。这些增长，统计体系是看得见的。
AI 时代，制造业大国在统计上占据优势。
换个角度看：当美国的 GDP 因暗产出被严重低估时，中国受益于 AI 提升制造业效率，实体 GDP 的进步反而更加明显、更加"诚实"。
这对投资意味着什么？
如果未来几年，中国实体 GDP 增长数据开始持续优于美国服务业 GDP——不必急于下结论说"中国反超"。但至少可以确认一件事：统计体系的扭曲方向，正在对中国资产相对有利。
中国的优势不在服务业规模，而在制造业与 AI 结合后，产出增长能被真实地看见和统计。这在 AI 时代，可能是一个被低估的结构性优势。
写在最后：Token 经济学的真正命题
我一直强调 Token 经济学不只是一种计价方式。它是我们对 AI 时代价值创造的全新理解框架。
AI 的成本端——GPU、电力、水、土地——每一笔都有据可查。但产出端几乎是一片空白。统计体系不会自我进化，它只会忠实地将世界翻译成它已知的语言。
AI 时代真正重要的问题不是"AI 抢了多少工作"，而是"AI 创造了什么、创造了多少、创造给了谁"。
当成本被算得明明白白，产出却被严重低估时，市场上看到的就是"AI 很烧钱但不赚钱"。
但对中国资产来说，故事可能不同。制造业与 AI 的结合，产出的增长是真实可见的——它不是暗能量，它是亮光。而统计体系对服务业产出的集体性盲区，恰恰可能让中国实体经济的进步在这个时代被更公允地看见。
真正重要的，不是谁的数字更大。而是谁的进步更真实。
静姐的财富第六感
关注 AI 国运 · 看懂趋势的力量
觉得有启发？转发给身边的朋友 ↓