智能时代劳动价值论面临的挑战与理论反思

当机器能够在一定程度上替代人类完成认知和决策任务时，活劳动是否仍然是价值的唯一源泉？

“无人工厂”中谁来创造价值？

数字劳动、情感劳动等新劳动形态如何纳入传统价值分析框架？

算法管理下的劳控制与异化呈现出何种新特征？

这些问题不仅关乎马克思主义政治经济学理论生命力，更关系到数字时代的治理逻辑与制度选择。

劳动价值理论的核心要义

马克思劳动价值论是马克思主义政治经济学的基石，其核心命题可概括为以下层次：

商品的二因素。商品具有使用价值和价值两个因素：使用价值是商品满足人的某种需要的属性，是商品的自然属性；价值是凝结在商品中的无差别的人类劳动，是商品的社会属性。

劳动的二重性。具体劳动创造使用价值，抽象劳动创造价值。劳动的二重性是理解政治经济学的枢纽，它揭示了不同使用价值之所以能按一定比例交换的深层基础——它们都凝结了无差别的人类抽象劳动。

社会必要劳动时间决定价值量。商品的价值量不是由个别劳动时间决定的，而是由社会必要劳动时间——即在社会平均生产条件下、用社会平均的劳动熟练程度和强度生产某商品所需的劳动时间——来决定的。

活劳动是价值的唯一源泉。在价值创造过程中，生产资料（不变资本）只是将其原有价值转移到新产品中，而不创造新价值；只有活劳动（可变资本）才能创造新价值，包括补偿劳动力价值和提供剩余价值。

马克思对活劳动与物化劳动（死劳动）关系的阐述，是理解人工智能时代价值争论的关键起点。在《资本论》中，马克思明确指出：

“机器不创造价值。它把自身的价值转移到它所帮助生产的产品中去，但它加进的价值绝不会大于它由于磨损而丧失的价值。”

物化劳动是过去活劳动的凝结，是已经转化为生产资料的劳动。它在新的生产过程中，只能通过活劳动的驱动将其价值转移至新产品，而不能独立创造新价值。生产资料越是先进，单位商品中包含的活劳动越少，但单位活劳动所推动的生产资料越多——这正是资本有机构成提高的必然趋势。

理解这一辩证关系，是辨析人工智能是否“创造价值”的理论前提。人工智能无论多么智能，在马克思主义框架中仍然是物化劳动的集中体现，是“对象化的知识力量”，其运行必须依赖活劳动的激活和驱动。

人工智能深入应用，至少从四个维度对传统劳动价值理论构成严峻挑战。

随着工业机器人、智能生产线和自动化仓储系统的广泛应用，越来越多的生产环节实现了“无人化”运行。在“黑灯工厂”中，从原料入库到成品出库的全流程几乎无需人工干预。这一现象引发了最直观的理论质疑：如果工厂中几乎看不到工人的身影，价值从何而来？机器是否已经取代人类成为新的价值源泉？

这种质疑的逻辑错误在于混淆了“价值创造”与“价值转移”。人工智能系统作为不变资本，其运行过程中仅将自身的价值（包括硬件的有形磨损和算法软件的无形磨损）转移到新产品中。真正的新价值创造，来自整个智能生产链条上“总体工人”的活劳动——从芯片设计工程师到算法开发者，从数据标注员到系统运维人员。表面上的“无人”掩盖了背后大量“有人在”的事实。

人工智能时代出现了一个引人注目的现象：使用价值与价值呈现“逆向运动”，即产品的使用价值日益丰富，而其包含的价值量却因劳动生产率的提高而不断降低。一部智能手机的功能远超几十年前的一整间实验室设备，但其价格却远低于后者。

这一现象并非对劳动价值论的否定，恰恰是劳动价值论的生动印证。劳动生产率的提高导致单位商品的社会必要劳动时间减少，价值量相应下降；而使用价值的丰富则源于技术进步带来的效用提升。二者的逆向运动，本质上反映了“活劳动被先进生产工具逐步替代”的历史趋势。这一趋势的极端化表现，正是人工智能时代价值理论必须回应的核心问题。

数字经济催生了全新的劳动形态，对传统价值范畴构成了多方面冲击：

第一，数据的生产要素化。数据已成为与土地、劳动力、资本并列的关键生产要素，但数据的可无限复制性、非排他性等特征，使其与传统使用价值的特定性和有限性存在根本差异，难以用传统的社会必要劳动时间来衡量其价值。

第二，劳动量化与界定的困境。数字劳动涵盖数据采集、标注、清洗、分析等完整产业链，其中既有算法工程师的高强度脑力劳动，也有数据标注工人的碎片化、标准化操作。脑力劳动与体力劳动、复杂劳动与简单劳动的折算标准亟需重新审视。

第三，无偿数字劳动的隐蔽性。网络平台用户在浏览、点击、评论过程中产生的行为数据，被平台捕获并用于优化算法和精准投放广告，构成了一种无酬的、被动的“数字劳动”。这部分劳动未被传统价值理论涵盖，使得价值源泉的认定变得复杂。正如有学者指出的，这与资本主义长期依赖无酬再生产劳动（尤其是女性照料劳动）的历史一脉相承。

（四）算法管理下的劳动异化新形态

人工智能算法实现了对劳动过程前所未有的精细控制。在零工经济平台上，算法通过派单、定价、监督、评级来实现“算法管理”，使劳动过程控制更加“精巧”。

算法管理的核心特征表现为：

隐蔽性：控制不再依赖工头的直接监视，而是内化为数据和算法的系统性支配，营造出一种“无人参与劳动、无人受剥削”的虚假景观；

实时性：算法可以7×24小时不间断地监控和调度劳动者，突破了传统劳动的时间和空间边界；

内化性：劳动者为了获得更高评分和更多订单，主动适应算法要求，将外部控制内化为自我规训。

这种新型控制方式加剧了劳动异化，即不受时空限制的“数字劳动”损害了劳动者身心健康，持续优化的算法使劳动异化为“肉体受折磨、精神遭摧残”的消极活动。劳动价值论在当代的使命之一，正是揭示资本逻辑下这种科技异化的根源。

面对上述挑战，需要在马克思主义理论框架内进行系统回应，重构人工智能时代的价值创造逻辑。

人工智能的本质是“对象化的知识力量”。它是科学家、工程师等协同制造的产物，是凝结的“死劳动”和具有一定价值量的劳动产品。人工智能不具有自我意识或独立的价值取向，其运行本质仍是基于预设框架和目标下的概率建模与参数优化，属于人类工具属性的延伸。

因此，马克思关于“活劳动是价值唯一源泉”的核心论断在人工智能时代依然成立。人工智能机器“作为价值什么也不生产”，它必须通过人的指令输入、目标设定、过程干预等活劳动，才能将凝结的“死劳动”激活并实现价值转移。无论AI多么复杂或具有自主性，它在马克思主义政治经济学中的理论地位是不变资本，即积累的死劳动。

人工智能时代，价值创造的主体从个体工人扩展为“总体工人”。马克思在论述机器大工业时已预见这一趋势：“为了从事生产劳动，现在不一定要亲自动手；只要成为总体工人的一个器官，完成他所属的某一种职能就够了。”

在智能生产体系中，“总体工人”至少包括以下层次：

劳动层次

典型岗位

劳动特征

创新型脑力劳动

算法架构师、芯片设计师

高复杂度、高创造性

应用型脑力劳动

数据科学家、系统运维工程师

专业性、技术性

操作型体力/脑力劳动

数据标注员、内容审核员

标准化、碎片化

隐性数字劳动

平台用户的浏览/交互行为

无酬性、被动性

上述各层次劳动共同构成了智能生产的价值创造网络。创新型脑力劳动以高倍数的复杂劳动折算为大量简单劳动，是价值创造的核心引擎；而处于产业链底端的数据标注等劳动，则将无差别的人类劳动凝结在底层数据中，是价值创造的不可或缺的基础。

人工智能作为不变资本，其在生产过程中的作用机制可从以下维度理解：

第一，有形磨损的价值转移。AI系统的算力硬件（服务器、芯片等）在生产过程中逐步损耗，其价值按折旧率转移至新产品中。这与传统机器设备的磨损转移在本质上是一致的。

第二，无形磨损的价值转移。算法模型面临技术迭代带来的“无形损耗”，一个曾经先进的模型可能因更新模型的出现而迅速贬值。这种无形磨损的价值转移速度远快于传统机器设备，是AI作为不变资本的特殊性所在。

第三，AI赋能系数与生产力放大。有学者提出“AI赋能系数”（α = 启用AI时单位活劳动产出 / 未启用AI时单位活劳动产出 - 1）的概念，用以衡量AI如何作为不变资本放大活劳动的生产力。这并非测量“AI创造的价值”，而是分析AI如何影响社会必要劳动时间和相对剩余价值的榨取。

少数AI企业凭借数据、算法、算力优势获得远超行业平均的利润率，这一现象经常被误读为“AI独立创造了价值”。然而，从劳动价值论视角看，这本质上是利润在资本之间的重新分配。

其机制在于：率先应用AI技术的企业，其个别劳动生产率高于社会平均水平，个别价值低于社会价值，但商品仍按社会价值出售，从而获得超额利润。这种超额利润并非AI凭空创造，而是