AI效率狂飙却利润缩水？揭秘技术通缩陷阱与企业突围策略
董事会会议室里的空气似乎发生了微妙的变化。过去那一两年间，关于人工智能（AI）能够瞬间颠覆商业版图的狂热乐观主义正在迅速冷却，取而代之的是一种冷静甚至带着几分焦虑的审慎思考。全球企业的高管们正面临着前所未有的现实压力：数据科学家的薪资水涨船高，软件许可费用持续攀升，更关键的是，随着大模型应用的深入，Token（令牌）消耗带来的隐性成本已成为财务报表上不可忽视的黑洞。在这种背景下，一场无声的竞赛已经打响，企业不再仅仅为了追逐技术潮流，而是被迫投身于将虚幻的“AI愿景”转化为实实在在的“生产力”的苦战中。
长期以来，经济学界和咨询机构对AI经济效应的落地持有一种温和的预测：这一过程将是缓慢、渐进且不均衡的。然而，随着时间推移，AI究竟能在多大程度上重塑全球经济格局，依然是一个未解之谜。更令管理者头疼的是，即便企业成功找到了利用AI创造价值的路径，真正的生存挑战才刚刚拉开帷幕。这并非简单的技术升级，而是一场关乎生死的“利润争夺战”。这种现象在经济学中有一个形象的类比，即“赢家诅咒”——那些最擅长利用AI提升生产力的行业，往往最先迎来白热化的成本与价格竞争，最终导致整个行业的利润空间被极度压缩。具备变革力量的技术，天然带有通缩属性，而消费者往往是这一过程中最大的受益者。这种矛盾的局面令人深思：生产力的巨大飞跃，反而可能成为企业利润下滑的推手。
要理解这一残酷的经济逻辑，我们需要深入剖析技术发挥作用的本质。AI虽然颠覆性极强，但其提升生产力的核心机制并不特殊，即改变投入与产出的配比关系。当一项通用型技术得到广泛普及时，通常会通过三条主要路径产生经济影响，而这三条路径最终都指向了同一个结果：通缩趋势。
第一种路径是“投入更少，产出不变”。这是最直接的效率提升方式。企业利用AI自动化流程，降低生产同等数量产品或服务所需的成本和人力。在市场竞争激烈的环境中，这种成本优势通常会促使企业选择降价以抢夺更多市场份额。一旦行业内的主要玩家纷纷效仿，价格战便随之爆发，全行业的利润空间被不断挤压。在这种博弈中，虽然所有参与者都在“卷”，但只有具备相对成本优势的企业能够守住底线，大多数人则沦为竞争的背景板。
第二种路径是“投入不变，产出更多”。在这种模式下，企业依靠AI在资源投入保持稳定的情况下，大幅扩大实际产出，从而构筑起规模优势。然而，供给端的激增如果缺乏相应的需求弹性支撑，极易引发市场失衡。为了消化多余的产能，企业不得不通过降价来刺激需求，这种供给过剩带来的竞争压力会直接侵蚀行业利润。若供给增量长期持续而市场需求增长缓慢，利润压力的加剧将是不可避免的。
第三种路径是“新模式替代旧模式”。这是最具想象空间的一条路，企业利用AI打造全新的商业模式或产品形态，试图在短期内避开直接的利润厮杀，构筑更持久的竞争优势。例如，基于AI的智能推荐系统重构了内容分发机制。然而，这条路径的护城河往往难以长期坚守。一旦技术原理被广泛理解，创新成果的复制速度会大大加快，新一轮关于市场份额和利润的争夺将再次开启。
尽管这三种路径表现形式各异，但最终都难以逃脱技术普及带来的通缩引力。普及型技术意味着竞争优势的短暂性，生产力的提升未必能转化为企业利润的扩张，反而可能因为竞争加剧而导致利润收缩。这一规律在充满动态变化的行业中尤为明显，上述三种路径往往会同步发生，相互交织。以互联网技术对零售业的冲击为例，互联网不仅降低了库存管理和供应链成本（路径一），让具备规模优势的大型零售商凭借微薄的利润挤压竞争对手；同时，它还孵化出广告业务、第三方卖家服务等全新板块（路径三）。这种多重效应的叠加，使得传统零售业的利润结构发生了根本性逆转。
回顾历史，技术通缩并非新鲜事，汽车行业的百年历程便是最生动的案例。作为一个持续进行渐进式技术创新的行业，汽车业在过去七十多年里，技术稳步取代了劳动力投入，表现为行业就业占比的持续下降。通过“以更少的投入完成更多的产出”，汽车行业实现了惊人的效率提升，但也因此刺激了长期的价格竞争，表现为汽车相对价格的稳步下行。早年间，汽车行业的利润率长期稳定在30%上下，而如今，这一数字已被挤压至微利水平，甚至在某些时期出现亏损。技术的红利并未停留在制造商手中，而是通过低价策略转移给了消费者。
农业领域同样留下了深刻的技术通缩印记。在工业化初期，食品支出占据了家庭预算的四成以上，近半数美国劳动者供职于农业领域。随着机械化、化肥使用以及基因育种技术的迭代，一轮轮技术革新大幅节约了人力成本。如今，农业就业人口仅占总劳动力的1%，尽管期间发生过食品通胀的波动，但从长远看，通缩趋势清晰可见：当前美国人的食品开支仅占总预算的13%。这些历史数据有力地证明了，技术革新在解放人类劳动的同时，也无情地压缩了相关行业的超额利润。
然而，我们需要清醒地认识到，技术通缩的效应并非在所有行业中均等显现。部分行业甚至几乎不受这种力量的冲击，差异主要取决于技术发挥作用的领域，以及市场竞争的抑制因素与放大因素。
在抑制通缩效应的因素方面，如果企业能够掌握难以复刻的AI落地方案，构筑起深厚的技术与数据护城河，就有可能在特定领域形成垄断，从而获取垄断利润，避免陷入激烈的价格竞争。但这种垄断局面的形成概率极低，根源在于AI技术的普及门槛正在迅速降低。各类企业都可以调用同款基础大模型，基于应用层形成的细微优势很难长期守住。此外，AI供给端的竞争本身就极为激烈，ChatGPT、Claude、Gemini等主流模型均推出了多款不同价位的版本，随着企业AI预算收紧，底层模型的价格战已然萌芽。各大AI实验室为了争夺市场份额，极有可能进一步下调Token定价，这反过来又加速了通缩效应的传播。
除此之外，多重现实因素会延缓AI落地的速度，削弱通缩效应的即时冲击。首先是“落地难题”。数据显示，代码编写量的提升十倍以上，可能仅带来1.3倍的产品发布量增长。效率的提升并未线性转化为营收或产出，许多企业的AI应用仍停留在“玩具”阶段。其次是“落地运营与使用率”。不少员工对新技术存在抵触或畏难情绪，高频使用者比例极低。研究表明，虽然50%的职场人偶尔使用AI，但仅有13%的人做到每日使用。企业若无法培养熟练使用的员工群体，便难以收获显著效益。再者是“监管配套”与“社会接纳度”。政策的不确定性，如纽约市对自动驾驶牌照的审慎态度，以及公众对AI安全性的担忧（皮尤研究中心数据显示半数美国人感到担忧），都为技术的快速渗透设置了障碍。最后，市场结构本身也起着缓冲作用。在医疗等体系错综复杂的行业，价格竞争机制难以完全发挥作用，通缩效应在此类领域表现得较为温和。
与此同时，竞争放大因素也不容忽视。AI对生产力的提升幅度越大，催生的通缩力量就越强。小幅的效率提升可能不会引发剧烈反应，但巨大的生产力突破极有可能触发恶性竞争。如果新增产能难以收缩，而降价又无法有效拉动需求，市场极易陷入持续降价的恶性循环。反之，如果成本下降能够显著刺激需求增长，价格竞争的烈度会有所缓和。但无论哪种情形，只要生产力实现大幅提升，通缩影响终将显现；AI落地成效越显著，随之而来的利润争夺战就越残酷。
面对这种充满不确定性与不均衡性的AI影响，当下的企业管理者必须重新校准战略思维。
首先，管理者不能选择置身AI竞赛之外。这是一种非对称风险博弈：倘若AI最终实现颠覆性价值，缺席者将面临生存危机；倘若AI不及预期，虽然投入成本高昂，但竞争对手同样受挫，竞争格局不会发生根本性改变。因此，投身AI竞赛几乎是必然选择，原本希望聚焦业务基础运营的CEO，不得不抽身做出这一战略押注。
其次，唯有“相对优势”才有意义。仅仅实现AI价值远远不够，在成本战和价格战打响后，若效率提升幅度落后于行业头部玩家，这种优化便毫无战略价值。赢家不是那些依靠AI实现提效的企业，而是实现比同行更大幅度效率提升的企业。这是一种零和博弈中的相对进步。
再者，管理者需意识到，赢家往往只是少数。一旦技术颠覆行业，机遇与危机并存，但收益和损失不会均匀分配。参考互联网重塑零售业的案例，如果有效落地技术需要大量资本或规模支撑，行业大概率会走向整合，中小玩家将被边缘化或淘汰。
在衡量标准上，企业应聚焦“实际产出”，而非“投入规模”。在AI价值尚待验证的阶段，很多企业过度聚焦易于统计的指标，如Token消耗量、代码行数等。这些指标往往具有误导性。评判AI竞赛成败的最终标准，应当是单位工时产出的变化，以及由此带来的真实商业价值增长。
最后，首席财务官需要理性调整投资回报率（ROI）的预期。前景很可能是未来利润持续承压，短期投资回报微薄。更进一步来看，倘若AI提升生产力、挤压利润空间，企业投入资金布局AI，看似是谋求竞争优势，本质上很多时候只是为了“生存”。这是一种防御性战略，而非进攻性扩张。
AI带来的文化与社影响已是不争的事实，但其经济效应的规模与形式依旧未知。当我们观测到明显的通缩现象时，才能确认它具备颠覆性的经济价值。倘若看不到通缩效应，也就意味着AI的实际影响力有限，或者仍处于局部优化的阶段。对于企业管理者而言，读懂这一规律，避开效率上升、利润收缩的陷阱，才是理性布局AI的关键所在。在这场没有硝烟的战争中，保持清醒的头脑，比掌握先进的技术更为重要。