科技浪潮席卷,为何普通人钱包反而缩水?
宏观数据没有欺骗，只是测量的山峰不同
人工智能、芯片、算力、数据中心持续升温，但许多人的薪资、订单、资产和消费体验却在持续降温。问题或许不仅仅是统计口径，而是经济正在出现K型分化——数字领域繁荣，传统领域萎缩。
宏观数据没有欺骗。
只是测量的，可能是你脚下不同的那座山。
这正是当下许多人感到困惑的地方。
新闻报道出口增长、AI火爆、科技股表现亮眼。
然而回到日常生活，生意难做、工资停滞、消费趋于保守，嘴上说着还好，实际上已经开始精打细算。
于是人们本能地产生怀疑。
数据是否注水？
统计口径是否有问题？
是否因为自己周围情况太差，导致样本偏差？
坦白说，我过去也曾这样认为。
直到近期听到马江博在得到《政经参考》中分析宏观感受的温差，又研读了宋雪涛和钟天在国金证券的报告《硅基向左，碳基向右》，才逐渐意识到，问题可能不在于数据真假。
更像是，数据观测的那座山，和你脚下走的那条路，并非同一回事。
山的平均海拔在上升。
并不意味着你脚下的小路不泥泞。
01 数据与体感为何可能同时为真
宏观数据与微观感受之间，原本就存在温差。
上海统计局曾做过一次非常坦诚的分析。
宏观数据是平均的，人的生活是具体的。
宏观数据关注整体，个体感受聚焦局部。
统计数据有周期，人的压力是即时的。
许多指标还有严格定义，与普通人日常理解并不完全一致。
例如人均可支配收入是平均数，一位高收入者能将众多低收入者的均值拉高，但低收入者不会因此感觉钱包更鼓。
再比如GDP增长，说明商品和服务总量在增加。
但如果增长发生在你感知不到的领域，而你每天面对的是房租、菜价、学费、医疗、房贷，那你的体验自然不同。
所以，数据可能是真的。
你的感受也可能是真的。
这两件事不冲突。
只是它们站在不同的山头上。
02 真正的问题在于K型分化
但这只是第一层。
更棘手的是，温差背后还有更深层的结构性原因。
马江博在《政经参考》中用了非常准确的说法——K型分化。
一条线向上。
一条线向下。
向上的那条线，是出口、AI、算力、芯片、高端制造、新能源、数字基础设施。
向下的那条线，是内需、地产、传统制造、线下消费、普通就业，以及许多依赖人流量、订单和工资增长的行业。
2026年前4个月，部分AI相关和高端产业数据表现亮眼，比如集成电路出口、计算机通信行业利润，都非常强劲。
但同期，黑色金属冶炼、非金属矿物制品、部分传统制造行业利润承压，社零和投资端也不轻松。
热与冷一平均，宏观上可能得出还算温和的结论。
但如果你站在冷的那条线上，你看到的世界就是寒冬。
新闻里讲的是K的上半部分。
你自己的工资卡、订单、门店流水、资产处置、求职经历，可能在K的下半部分。
两个都是真的。
只是它们不在一条线上。
03 数字领域在升温，传统领域在降温
说到这里，就到了那个听起来有点赛博朋克感的概念。
数字通胀，传统通缩。
所谓数字领域，可以理解为围绕AI、算力、芯片、云计算、数据中心、数字基础设施展开的新经济。
所谓传统领域，可以理解为围绕人、劳动、消费、线下服务、传统制造、衣食住行展开的旧经济。
当然，新旧不是价值判断。
人类生活的大部分真实需求，仍然在传统世界里。
但这两套经济的运行逻辑正在变得很不一样。
数字世界里，最稀缺的是算力、芯片、电力、数据中心、先进封装、顶尖工程师和资本开支。
这些东西被资本追逐，价格被需求推高。
传统世界里，最重要的是就业、工资、消费信心、订单、现金流和资产流动性。
这些东西正被弱需求、强竞争和预期转弱挤压。
所以你会看到一种很别扭的画面。
一边是服务器机房越来越热。
一边是普通人的钱包越来越冷。
更刺耳一点讲。
机器越来越贵，人好像越来越便宜了。
宋雪涛和钟天在国金证券的报告《硅基向左，碳基向右》里，有一句判断很关键。
AI压低的是部分人力资本价格，但推高的是算力、电力、数据中心、半导体设备等资本开支成本。
也就是说，AI不一定带来全面通缩。
它可能带来的是结构性分化。
一部分东西变便宜。
一部分东西变贵。
如果变便宜的是人的某些劳动任务，变贵的是机器和算力，那我们面对的就不是一个简单的效率提升故事。
而是一场重新定价。
谁能接入数字系统，谁的价格可能上升。
谁接不进去，谁的议价能力可能下降。
这就很残酷。
报告里还有两个数据，很能说明问题。
美国AI相关商品进口占比，从2023年的14.6%，上升到22.7%。
AI核心产品进口价格指数，过去一年同比从低点的-3.3%，回升到9.4%。
电子产品按理说应该越来越便宜。
结果AI相关的核心产品，反而开始涨价。
为什么？
因为大家都在抢同一批东西。
芯片。
算力。
电。
数据中心。
这就是数字通胀。
04 比价格下跌更可怕的，是不流动
你不用只看美国。
回到中国，做国企资产运营和盘活的人，对这种分化会特别敏感。
一边能看到AI、算力、芯片这些数字资产被资本追逐。
另一边也会看到，大量传统资产想重新流动起来，并没有那么容易。
有些厂房、土地、老旧设备，账面上还有价值。
但真正要盘活，要找产业，要找场景，要找接盘方的时候，才会发现问题不只是价格。
是需求变弱了。
是流速变慢了。
是原来能承接它的产业链，正在收缩。
这块很要命。
传统通缩最可怕的地方，不只是便宜。
而是不流动。
资产不流动，订单不流动，人不流动，预期不流动。
最后钱也不流动。
不是水完全没有了。
是河道变窄了。
过去盘活一项资产，很多时候是价格问题、产权问题、手续问题。
现在越来越多时候，是产业问题、需求问题、场景问题。
一个厂房空在那里，不是因为它在物理上消失了价值。
而是原来能使用它、承接它、让它重新产生现金流的那套产业链，可能变弱了。
所以真正要看的，不是账面上还值多少钱。
而是现金流还能不能重新跑起来。
这才是我觉得最关键的判断。
传统通缩不是简单的价格下跌。
它更像是一种流动性衰退。
东西还在。
人也还在。
资产也还在。
但它们互相接不起来了。
05 系统传导断了，个体还能做什么
更麻烦的是，数字世界的繁荣，不一定会自然流到传统世界。
过去一个大行业起来，往往会带出一批中小公司、一批岗位、一批消费场景。
地产、基建、出口，都有很长的外溢链条。
但AI这套东西不太一样。
一个数据中心可以投很多钱，但长期雇佣的人未必很多。
一家AI公司估值可以很高，收入增长可以很快，但员工规模可能只是传统大厂的零头。
钱在芯片、服务器、云服务、模型公司、数据中心之间高速循环。
这条链很贵，很快，也很热。
但它没有那么多人。
所以普通人会有一种很别扭的感觉。
时代很热闹。
但热闹跟我没什么关系。
这句话其实很伤人。
以前你可以靠行业扩张，被动蹭到一点红利。
现在你可能必须主动找到一根线，把自己接到新的系统里。
这里有个容易误解的地方。
我前面说数字世界和传统世界之间传导变弱，不是说任何人都无法接入数字系统。
它说的是，过去那种一个大行业起来，自动外溢出大量岗位、订单和工资的系统级传导变弱了。
但个体用AI重构工作流，属于另一件事。
这不是在等红利流下来。
是你主动把自己的工作、资产、服务、经验，改造成能被新系统调用的形态。
系统级传导像一条主干水管。
个体接入更像自己打井。
主水管断了，不代表所有人都没水。
但也不能假装每个人脚下都有地下水。
所以长出数字触角不是普遍解法。
更不是安慰剂。
它只是一个更冷静的判断。
在系统传导变弱的时候，个体还能主动提高胜率的动作，是让自己更容易被新系统连接。
06 看好方向，不等于知道谁能赢
在国企资产运营和盘活里，这个问题同样存在。
不是所有传统资产都能接上数字世界。
也不是接上AI这两个字，资产就能自动盘活。
看好AI，不等于每个AI公司都会赢。
看好数字领域，不等于每个传统资产接上AI两个字就能盘活。
看好方向，不等于知道谁能赢。
科技股最大的风险不是波动，而是技术路线更替。
诺基亚会被苹果颠覆。
英伟达会替代英特尔。
旧龙头的护城河，可能被新的技术路线直接改写。
放到资产运营和盘活里，也是一样。
真正要看的不是概念够不够新。
而是现金流能不能重新跑起来。
这项资产能不能接入新的产业场景？
这个园区能不能承接新的服务业态？
这套空间能不能变成新的生产组织方式？
这批存量资产能不能被数字化、智能化、轻运营重新打开？
我说这些，不是为了灌鸡汤。
更不是说，所有问题用AI都能解决。
很多AI工具现在看起来很强，真放到复杂业务里，还是会犯蠢，还是需要人盯着，还是需要大量调试。
而且资产盘活也不是靠一个工具就能搞定。
它牵涉产权、债务、产业、招商、运营、现金流、政策边界，一堆硬问题。
所以我特别不喜欢那种轻飘飘的拥抱变化。
变化不是免费拥抱的。
变化是有成本的。
但更残酷的是，不拥抱也有成本。
07 泥路不会自己变成公路
技术革命从来不是一束均匀照下来的光。
它更像一道很强的探照灯。
照到哪里，哪里亮得刺眼。
照不到的地方，反而显得更黑。
AI也一样。
它是真实的生产力革命。
但生产力革命不会自动变成每个人的生活改善。
中间还隔着产业结构、就业结构、分配机制、教育体系、社会保障，以及每个人具体的能力迁移。
所以这篇文章最后，不想给一个太轻松的安慰。
如果K型分化继续扩大，确实会有很多人站在泥里。
路不会自动出现。
数字触角也不是每个人都够得到。
有些行业的流速会继续变慢。
有些资产会继续沉下去。
有些人的劳动价格会被重新压低。
他们不是不努力。
是站在了泥路上。
而泥路不会自己变成公路。
这话不好听。
但可能比拥抱变化更诚实。
个体能做的，不是保证自己一定上岸。
而是尽量别把自己锁死在单一的传统路径里。
保住基本盘，理解新工具，验证现金流，寻找能被新系统调用的场景。
宏观数据没有欺骗。
你的体感也没有欺骗。
一个量的是数字那座山。
一个踩的是传统这条泥路。
承认自己站在泥里，比假装路就在前方，至少诚实一点。
诚实了，才看得清下一步往哪踩。