AI 会创造新的“剩余价值”吗？

AI 时代的新悖论：

生产效率提高了，为什么所有人都更焦虑？

AI 正在成为人类历史上第一次大规模进入“认知劳动”的技术。

过去，机器主要替代人的体力；计算机和互联网主要改变信息处理方式。而今天，大模型、Agent 和 AI 原生工作流正在进入软件研发、设计、分析等知识工作的核心环节。

在软件研发领域，AI 已经开始连接 Figma、GitLab、钉钉、项目管理系统等工具，将大量需求同步、上下文整理、流程协作等“胶水工作”自动化。

从表面看，这应该是一场生产力革命。

生产效率提高之后，人应该拥有更多自由时间，企业应该获得更高利润，整个社会应该进入一个更加繁荣的阶段。

但现实却出现了一个反常识现象：

AI 提升了效率，劳动者更加焦虑了，“资本家”也更加焦虑了。

劳动者发现：

AI 并没有简单减少工作。

企业发现：

AI 并没有立刻带来利润增长。

这似乎形成了一个 AI 时代的新悖论：

生产力正在快速提升，但参与者们并没有感受到生产力提升带来的红利。

这个问题，其实早在 150 多年前就曾经出现。

当工业革命让机器进入生产体系时，马克思关注的并不是机器本身，而是一个更深层的问题：

技术提高生产效率之后，

新增创造的价值最终属于谁？

今天，AI 正在重新提出同样的问题：

AI 会创造新的“剩余价值”吗？

本文将从工业革命、马克思剩余价值理论，以及 AI 时代的生产方式变化三个角度，重新理解：

• AI 为什么改变的不只是工具，而是劳动方式；
• 为什么生产力提升不会自动带来价值重新分配；
• 未来人与 AI 将如何形成新的协作关系。

本文目录

01 AI 时代的新悖论

02 AI 时代，为什么劳动者反而更累了？

03 企业为什么也没有立刻获得 AI 红利？

04 从工业革命看，AI 正经历类似的历史阶段

05 马克思的“剩余价值”理论，如何解释 AI？

06 AI 会成为新的剩余价值放大器吗？

07 AI 带来的不是绝对剩余价值，而是相对剩余价值革命

08 AI 最大的矛盾：生产力已经进入未来，但生产关系仍停留在过去

09 软件研发正在成为第一个被重构的领域

10 AI 时代，人的价值正在重新定义

11 企业未来竞争的核心：人与 AI 的协作能力

12 AI 不是替代人，而是重新定义人的价值

AI 时代，为什么劳动者反而更累了？

从劳动者视角来看，AI 的出现确实提高了效率，但效率提升并不一定意味着工作减少。

过去，一个程序员的主要工作可能是：

• 理解需求
• 设计方案
• 编写代码
• 测试上线

今天，使用 AI 的程序员，工作流程变成：

• 理解需求
• 设计方案
• 调用 AI
• 编写 Prompt
• 验证 AI 输出
• 调试 AI 生成代码
• 维护 AI 工作流

原本的一份工作，并没有消失，而是增加了一层新的复杂性。

这其实是技术革命早期非常典型的现象。

每一次技术进步，在最初阶段都会产生一种：

技术红利尚未释放，但适应成本已经提前到来的状态。

蒸汽机出现的时候，人们认为机器应该减少劳动强度。

但工业革命早期的工人，并没有立即获得更多自由，反而进入了更加高强度的工厂生产体系。

计算机出现的时候，人们认为办公自动化会减少工作量。

但现实却是电子邮件、即时通信和数字化系统让工作边界进一步扩展，很多人进入了全天候在线状态。

AI 时代也是如此。

AI 消灭了一部分重复劳动，但同时创造了新的管理复杂度。

人不再只是执行任务，而开始管理越来越多的智能工具。

未来的挑战不是：

“会不会使用 AI？”

而是：

如何让 AI 放大生产力，解放自己。

企业为什么也没有立刻获得 AI 红利？

如果站在企业经营者角度，情况同样复杂。

很多人认为：

AI 可以减少人工成本，提高研发效率，因此企业应该马上获得更高利润。

但现实并没有这么简单。

过去企业的主要成本可能是：

• 员工工资
• 服务器
• 软件系统

而今天引入 AI 后，新增成本包括：

• 模型调用费用
• Token 消耗
• GPU 资源
• AI 软件订阅
• 数据治理
• AI 基础设施建设

企业并不是简单地“购买一个 AI 工具”，而是在构建一套新的生产系统。

更重要的是：

AI 提升效率，并不意味着市场需求同步增长。

假设一家软件公司过去需要 10 名工程师开发一个产品。

AI 之后，可能仍然是 10 名工程师，但开发速度提升了数倍。

问题在于：

竞争对手同样可以使用 AI。

于是整个行业的生产效率一起提高。

最终结果可能不是：

大家获得更多利润。

而是：

大家用更低成本、更快速度、更高质量进行竞争。

这就是为什么很多企业在 AI 时代同样焦虑。

AI 不只是效率工具，它正在降低创新门槛，加速行业竞争。

过去一家企业拥有优秀工程师团队，可能形成竞争优势。

未来，当 AI 能力逐渐普及之后，真正的竞争可能变成：

谁能够更好地组织人与 AI 协作。

从工业革命看，AI 正经历类似的历史阶段

如果回顾过去几百年的工业发展，会发现每一次技术革命，本质上都是一次劳动方式的重构。

第一次工业革命：机器替代体力劳动

蒸汽机出现，人类第一次大规模利用机器替代体力劳动。

农业时代，人依靠自身力量和简单工具完成生产。

工业时代，人开始利用机器扩大生产能力。

人的角色从：

直接劳动者

转变为：

机器操作者。

第二次工业革命：规模化生产

电力和流水线出现，生产方式从手工业转向规模化制造。

福特流水线模式改变了制造业。

一个工人不再负责完整产品，而是在工业系统中完成标准化环节。

人的价值从：

单个产品制造

转向：

工业体系协作。

第三次工业革命：信息自动化

计算机和互联网出现，人类开始利用软件系统处理信息。

大量重复的信息处理工作被自动化。

人的角色从：

信息记录者

转变为：

数字系统使用者。

第四次工业革命：认知劳动自动化

今天，人工智能正在推动第四次工业革命。

过去的机器主要替代人的体力。

今天的 AI 开始辅助甚至替代人的部分脑力劳动。

变化最大的领域不再只是工厂，而是办公室。

软件开发、设计、分析、运营、客服、研究等大量知识工作，都正在被重新定义。

但是，历史经验告诉我们：

技术进步从来不会自动带来社会结构的同步变化。

生产力变化之后：

• 组织方式需要调整
• 利益分配需要调整
• 管理模式需要调整

AI 时代同样如此。

马克思的“剩余价值”理论，如何解释 AI？

马克思的经济理论，其中一个重要概念就是：

剩余价值（Surplus Value）。

简单来说：

劳动者通过劳动创造价值，而企业支付给劳动者工资，两者之间的差额形成剩余价值。

马克思关注的核心问题，并不是：

“技术是否能够提高效率？”

而是：

技术提高效率之后，新增创造的价值最终流向哪里？

这也是 AI 时代最值得讨论的问题。

AI 会成为新的剩余价值放大器吗？

假设过去：

100 名工程师创造 1000 万价值。

未来：

20 名工程师借助 AI 创造 2000 万价值。

那么问题来了：

新增的 1000 万价值最终流向哪里？

可能存在两种情况。

第一种情况：AI 成为资本效率放大器

如果：

• AI 基础设施由企业掌握；
• 模型能力属于企业资产；
• 生产效率提升带来的收益主要归企业所有；

那么 AI 可能成为新的价值集中工具。

企业利用 AI：

• 减少重复劳动；
• 提升单位员工产出；
• 扩大利润空间。

这符合传统资本逻辑。

第二种情况：AI 成为个人能力增强工具

另一种可能是：

劳动者通过掌握 AI 能力，提高自身生产效率。

例如：

一个优秀工程师不再只是出售自己的劳动时间，而是借助 AI 构建一个个人生产系统。

过去：

一个人 = 一个生产者

未来：

一个人 + 多个 AI Agent = 一个智能生产单元

这可能改变传统劳动关系。

因此，AI 并没有消除剩余价值问题。

相反：

AI 放大了一个更核心的问题：生产力提升之后，价值如何重新分配。

AI 带来的不是绝对剩余价值，而是相对剩余价值革命

马克思曾经区分过两种剩余价值形式。

绝对剩余价值

简单来说：

通过延长劳动时间获得更多价值。例如：

工作 8 小时 👉 工作 12 小时

特点：

• 劳动时间增加；
• 劳动强度提高；
• 单位生产效率没有本质变化。

相对剩余价值

另一种方式：

通过提高生产效率，在相同时间创造更多价值。例如：

8 小时工作

以前：
完成 10 个任务

现在：
完成 50 个任务

工业革命中的机器替代人工，本质上就是相对剩余价值扩大。

而 AI 更接近后一种。

AI 并不是简单要求人工作更久。

它改变的是：

单位时间内，人能够创造多少价值。

以前：

一个工程师一天完成几个需求。

未来：

一个工程师可能借助多个 Agent，完成过去一个团队才能完成的工作。

但是问题也恰恰在这里：

生产效率提升之后，如果组织模式仍然停留在过去，那么技术红利就无法充分释放。

AI 最大的矛盾：生产力已经进入未来，但生产关系仍停留在过去

AI 时代真正的挑战，也许不是技术问题。

而是：

生产力和生产关系之间出现了新的错位。

今天很多企业正在做的事情是：

旧业务流程 + AI 工具

例如：

原来的研发流程不变，只是在旁边增加一个 AI 助手。

原来的管理方式不变，只是增加几个 AI SaaS。

原来的组织结构不变，只是要求员工学习更多 AI 工具。

这种方式能够提升效率，但无法释放 AI 的全部价值。

真正的 AI 原生企业，需要：

AI 能力 + 新业务流程 + 新组织方式。

软件研发正在成为第一个被重构的领域

软件工程是一个非常典型的例子。

传统流程：每个环节之间存在大量人工协调。

而 AI 原生研发流程彻底改变了软件生产的方式。

未来的软件工程师，也会发生角色变化。

过去：

工程师 = 代码生产者

未来：

工程师 = AI 系统设计者

核心能力从：

• 写多少代码；
• 掌握多少语法；

转向：

• 理解业务问题；
• 拆解复杂任务；
• 设计 Agent 工作流；
• 判断 AI 输出质量。

AI 时代，人的价值正在重新定义

每一次工业革命，都会淘汰一部分旧能力，同时创造新的能力。

蒸汽机时代：

人从体力劳动者转变为机器操作者。

计算机时代：

人从手工记录者转变为数字系统使用者。

AI 时代：

人可能从工具使用者转变为智能系统设计者。

未来最有价值的人，不是代码写得最快的人。

也不一定是掌握最多 AI 工具的人。

而是能够：

• 理解复杂问题；
• 定义正确目标；
• 组织 AI 完成任务；
• 对结果负责的人。

企业未来竞争的核心：人与 AI 的协作能力

同样，对于企业而言。

未来竞争力可能不再来自：

• 更多员工；
• 更长工时；
• 更大的团队。

而来自：

能否建立人与 AI 协作的新型组织。

过去企业竞争的是：

谁拥有更多优秀员工。

未来企业竞争的是：

谁能够让员工和 AI 形成更高效的智能生产系统。

AI 不是替代人，而是重新定义人的价值

回顾过去几百年的技术发展：

• 蒸汽机改变了体力劳动。

• 电力改变了生产方式。

• 计算机改变了信息处理。

• 互联网改变了连接方式。

而 AI 正在改变：

知识生产方式。

AI 带来的真正变化，并不是简单替代某一个岗位。

它正在重新定义：

• 什么是劳动；
• 什么是价值；
• 什么是组织；
• 什么是人的核心能力

生产力的跃迁已经开始。

但真正决定未来的，不只是 AI 模型有多强。

而是：

我们是否能够建立与 AI 时代匹配的新生产关系。

因为技术最终改变的，从来不仅仅是工具。

而是：

整个社会创造价值的方式。