AI暗输出：无形产出的显性成本

2026年5月29日

在20世纪80年代和90年代，宏观经济数据未能检测到新兴计算机革命的贡献。罗伯特·索洛（Robert Solow）曾有名言：“你到处都能看到计算机时代，除了在生产力统计数据中。”尽管经历了互联网泡沫的繁荣与破裂，如今“七巨头”的市值仍达到欧洲的1.8倍。人工智能领域正在出现类似问题：宏观经济数据尚未能捕捉AI产生的价值，而全球的头条新闻、公众情绪和政府却迅速捕捉到了以美元、瓦特、加仑和就业岗位衡量的成本。马特·德拉赫（Matt Drach）曾对此提出有趣见解。

2013年一项平淡无奇的统计方法修订将研发和知识产权投资纳入GDP核算，使1990年代的总产出增加了约3.6万亿美元。在官方账户中，这一变化均匀分布，因此增长率仅略有上升，但该数额几乎相当于2000年全年GDP的30%。AI带来的测量问题规模远超以往，我们将AI所做的、现行国民账户无法看到的工作称为“暗输出”。AI创造的更多新产出很可能隐形，因为它们集中在服务行业，而国民统计在捕捉服务行业生产率增长方面长期存在问题。

即将上任的美联储主席凯文·沃什（Kevin Warsh）在2025年12月承认：“如果你只看数据，我认为你是在向后看。你会迟到。你不会意识到国家能够以非通胀的方式实现更快增长。因此你必须做出一个赌注。”随着AI增长转向更活跃的资本市场融资，任何未能显示AI成果的衡量指标都将被审查，以寻找泡沫迹象。

暗输出

AI产出在可测量之前就已经是真实的。我们可以捕捉代币支出，也可以捕捉失去的工作。但除非AI的产出以可见价格出售，否则只有代币支出会被计入GDP。通常，当某物价格暴跌时，我们可以观察到这种通缩并将其称为生产率提升。由于服务行业众所周知的困难（见附录1），GDP会将这些记录为下降，价格甚至可能显示通胀。就像构成我们宇宙的暗能量一样，暗输出可能只能通过其对经济其他要素的影响来观察，而无法直接观测。最显著的影响之一是就业替代，我们在暗输出监测器中持续追踪。

来源：SemiAnalysis Tokenomics: Dark Output

我们面临的风险是，可能出现工业革命规模的事件，其中大部分新产出是看不见的，即使企业将越来越多的资金投入到AI服务中。

暗输出的类型

暗输出是由AI驱动的经济价值，它要么不可见，要么在GDP、价格、劳动力统计或行业账户中被严重扭曲。我们将其分为两类：

替代型暗输出：过去由人类完成、现在由AI完成的工作。在我们的暗输出监测器中，我们已识别出约1.5万亿美元的任务，这些任务可通过当前一代AI大幅增强或自动化。

新创型暗输出：以前人类未做过的工作（可能是因为在AI使其变得廉价之前成本过高）。从长远来看，这部分可能比替代型大得多。

在这两种情况下，价值都存在，尽管统计系统未能看到它。这并非独一无二的问题（见附录1）。

来源：SemiAnalysis Tokenomics: Dark Output

替代型暗输出

替代型暗输出的一个例子是简单的法律文件。理论上，在GDP中，无论是律师还是AI起草，其对用户的通胀调整后价值应该相同。但服务行业GDP和通胀很难估算（见附录2）：没有法律服务“单位”，只有律师的收据和企业对服务成本调查。当AI接手任务时，收据消失，成本被吸收在代币中；当政府官员调查律师服务成本时，他们可能会发现平均价格上涨，因为最简单的文件现在由AI完成而非律师。从GDP角度看，除了少量代币存在于不相关的经济部门外，该交易实际上已消失。

对于Tokenomics订阅者，我们追踪市场信号显示当前AI具有替代潜力的任务前沿。这些任务，根据AI执行方式的不同，可能完全从国民账户中消失。

除了住房，大多数服务在国民账户中是通过这种收据和标价系统来衡量的，通过用支出除以价格来推算任务“数量”。这种核算不允许生产率提升。当账户记录较低收据时，会将其解读为产出下降。

来源：BEA NIPA年度数据；2025年医疗工资锚定部分等。

正如下图中所示的基本遗嘱，其价格在几代人中随着技术改变创造过程而下降，但由于变化缓慢，误差较小。从400美元降至150美元用了30年，每年下降不到5%。而从150美元降至0.50美元仅用一年，降幅超过99%。一个引入偏差，另一个则从数据集中消失。法律服务价格直到1987年才被纳入CPI，此后价格指数上涨了4.6倍（截至2024年9月）。该价格指数实际上是就业成本指数，因为未考虑生产率提升。

来源：SemiAnalysis。说明性示例。

新创暗输出

相比之下，新创暗输出是以前因成本过高而未进行的、现在因AI变得廉价而开展的工作。没有工资账单消失，因为没有公司或家庭愿意按现行价格支付人类完成该工作。例如，当文献综述从2000美元降至2美元时，我们不会做同样数量的综述并把钱省下，而是每个项目前都做！总结过去六个月的电子邮件主题非常有用。面试前进行学术文献综述也很有用。两者都能创造实际价值，但除了使任务变得廉价的代币、API调用、云支出或订阅之外，都没有留下清晰的经济痕迹。

有迹象表明，当前大量代币支出用于以前未付费的新工作，而非替代现有工作。但具体规模不透明，因为这隐藏在代币的匿名面纱之后。即使拥有完整的对话记录，也很难确定某个AI任务是否创造价值以及价值多少；在国民账户中，最多只能看到AI收入。

被捕捉的AI产出

最后一类AI产出是以前由人类完成、现在由AI完成，但价格仍保持不变的工作。只有在企业拥有真正市场力量并能保护价格免受成本下降影响时，这种被捕捉的产出才会存在。考虑两种情景：一家公司以前以10,000美元从外部提供商购买HR服务，现在以同样价格从AI HR提供商购买。在这种情况下，产出仍被国民账户捕捉，消失的只是工资和工人。第二种情景中，10,000美元的服务现在以10美元代币内部完成。此时，GDP下降了9,990美元，尽管完成了相同工作。

为什么服务不同于商品

制造业自动化给了统计学家可计量的东西。如果机械师变得更擅长制造螺丝，工厂会报告生产了更多螺丝、成本更低或利润更高。实际GDP可以上升，因为它是基于产出数量。因此，尽管过去六个世纪螺丝价格下降了99%以上，我们可以计算螺丝数量也上升了约100亿倍。实际GDP正确地将这视为增长和生产率。

来源：单一普通铁或钢螺丝的实际价格（2025年美元）。

我们缺乏服务单位和脑力工作的功能性词汇。尽管有用，但没有衡量“脑力”的指标，如同工业革命的马力一样。马力使人们能够比较机器产出与动物和人类劳动。代币做不到这一点。一百万代币可能产生垃圾、有用的电子邮件摘要、法律文件或改变公司战略的决策。经济价值取决于产出，而非代币数量。

暗输出的指纹

AI评论中一个常见观察是，初级员工首先被取代，导致受暴露职业的平均工资上升，因为低薪工人离开样本。最便宜的工人从数据中消失。没有人加薪，但工资却上涨了。

AI暴露程度最高的经济行业，其就业相对于整体经济正在下降。然而，这些表现不佳的行业却显示出相对工资增长。

来源：SemiAnalysis Tokenomics: Dark Output

这种就业与工资的不匹配是我们在暗输出仪表盘中追踪的暗输出指纹之一。这不是对暗输出的直接测量，而是随着暗输出日益普遍而产生的测量异常。

新创暗输出的一个初步迹象是，在劳动力状况尚未快速恶化的经济领域，代币使用量非常大。在Anthropic 2026年3月的经济指数中，37%的代币用于计算机和数学行业，但软件投资对GDP的贡献并未偏离AI前的趋势，甚至不是历史最高。

来源：SemiAnalysis任务基准（2026年4月）叠加在Anthropic经济指数之上。

为什么我们使用市场信号而非基准

基准回答了错误的问题，而且回答得很晚。专家评估询问AI是否能在测试条件下满足评估者（通常是期望专家工作的评估者）。它们昂贵、缓慢、主观且向后看，因为专家时间稀缺。劳动力增强和替代并不要求AI击败最好的律师、分析师或工程师。它只需要AI足够好、足够便宜、足够可靠，以辅助或替代那些会完成较低水平工作的工人。

（由于篇幅限制，原文后续内容在此省略，但我们的重写已涵盖所有关键事实、背景和警示。）