AI让你效率翻倍，工资也能翻倍吗？

当工具让产出翻倍，多出来的收益流向哪里，从来不是工具本身说了算。

「AI 能帮你完成两倍的工作量。」这句话几乎成了当下职场最流行的叙事。但紧接着的下半句，往往被有意无意地省略了：谁说过你会因此拿到两倍的报酬？

一段来自 YouTube 的短评把这个问题摆到了台面上。它没有讨论模型参数，也没有预测岗位增减，而是用两百年前的历史经验，逼我们回答一个更朴素的问题：生产力提升之后，普通人的日子真的会跟着变好吗？

历史给出的参考答案：产出涨了，工资慢半拍

视频引用经济学家 Robert Allen 常被使用的一组估算：1780 年到 1840 年间，英国工业革命时期的人均产出上升了约 46%，而扣除物价因素后的实际工资只增长了 12%。机器确实让工人生产得更多，但薪酬追上来用了长得多的时间。

需要说明的是，这个差距的精确幅度在史学界仍有争议。视频也坦承「Historians debate the size of that gap」——产出与工资之间到底拉开多大口子，不同研究给出的答案并不一致。

更重要的是，两百年前的产业环境与今天的知识工作并不能直接类比。把工业革命当成对 AI 时代的预言，本身就带着简化。但这段历史的价值不在于精确复刻，而在于揭示一个结构性事实：技术提升的是生产能力，而分配生产成果是另一套机制。

Robert Allen 是牛津大学经济史学家，他在《全球视野下的英国工业革命》等著作中系统估算了工业革命时期的工资与产出数据。其核心方法论是「生存工资篮子」：以维持基本生存所需的商品组合为基准，用其价格折算名义工资的实际购买力。Allen 的估算显示，18 世纪末至 19 世纪中叶，英国工人的实际工资增长远慢于人均产出增长，这一发现被称为「Engels' Pause」（恩格斯的停顿）。需要留意的是，Allen 的数据主要基于建筑工人等城市体力劳动者的工资记录，对农村和纺织业等行业的覆盖有限，因此不同学者用替代数据得出的结论存在分歧，这也是视频中「史学界仍有争议」说法的来源。

效率翻倍之后，钱可能有三种流向

视频用了一个很具体的思维实验：假设 AI 帮你把一周的工作压缩到三天完成。接下来会发生什么？

第一种可能，公司给你加薪。第二种可能，薪水不变，但塞给你更多任务。第三种可能，公司选择降价来抢市场，多出来的效率变成了价格优势，而不是你的收入。

这三条路没有哪条是「自然」的，它们取决于谈判力量、行业竞争格局、劳动市场的供需关系，以及公司在利润分配上的取向。工具本身是中性的，它只负责把蛋糕做大，至于怎么切，是人的决定。

这也是「AI 让所有人更高效」这类说法最薄弱的地方。它描述的是一个生产端的事实，却回避了分配端的追问。而对大多数人来说，后者才是真正影响生活的变量。

「谈判力量」是劳动经济学中的核心概念，指雇员在与雇主协商薪酬和工作条件时所能施加的影响力。它取决于多个因素：劳动力市场的松紧程度（失业率高时雇员议价力弱）、工会覆盖率与集体谈判制度、技能的不可替代性，以及雇员的退出选项（即跳槽的难易与成本）。在 AI 场景下，议价力量还受到一个新变量的影响：工具能在多大程度上替代该岗位的人力。如果 AI 使某项技能变得可被轻易复制，从事该技能的劳动者议价力就会下降；反之，若 AI 放大了稀缺技能的杠杆，劳动者则可能获得更强的谈判地位。分配结果的分化，很大程度上正是议价力量分化的结果。

「更高效」不等于「更轻松」

过去几十年的办公自动化已经提供了一些参照。电脑、邮件、协同软件让信息处理速度大幅提升，但许多白领的工作时长并没有因此缩短，反而因为响应速度变快、可处理的任务变多，边界被不断推后。效率工具常常先被用来承接更多工作，而不是兑换成闲暇。

AI 的情况有相似之处。当一个人借助工具能覆盖原本需要多人协作的产出，企业在短期内更可能的反应是调整人力配置和任务量，而不是同步上调每个人的薪酬。真正的变化，往往要等劳动市场、组织形态和议价机制一起调整之后才会显现。

这并不是说 AI 一定让处境变差。历史经验同样显示，产出增长最终会以某种形式传导到生活水平上——只是传导需要时间，而且路径并不自动。

「办公自动化」并非新现象。20 世纪 80 年代以来，个人电脑、电子邮件、ERP 系统逐步取代了打字、归档、纸质审批等流程，白领人均信息处理量大幅上升。经济学中对此有一个观察叫「Solow 悖论」——1987 年 Robert Solow 说「你到处都能看到计算机时代，唯独在生产率统计数据中看不到」。这一悖论后来被部分解释为：新技术的收益需要配套的组织流程再造才能兑现，而企业往往先做的是「用同样的组织架构承接更多任务」，而非缩减工时。AI 的落地路径大概率遵循类似逻辑：在组织形态和管理制度做出相应调整之前，效率提升更容易转化为任务量的增加，而非闲暇的增加。

该问的问题变了

视频结尾抛出的那个问题值得每个人代入：当有人说 AI 会让所有人更有生产力，这并没有回答人们真正关心的事——你的生活会变好，还是你只是被期待完成更多？

对个人而言，能做的或许是把讨论从「效率」拉回到「交换条件」：多出来的产出，以什么形式回到自己手里？是薪酬、是更短的工作时间、是更强的岗位话语权，还是仅仅是一份更长的待办清单。这些问题没有标准答案，但至少应该被明确地问出来，而不是被「效率提升」的叙事一笔带过。

技术改变的是可能性，分配决定的是结果。两百年过去了，这个道理没有变。