技术赚的钱怎么分？

　　2026年4月10日凌晨，美国旧金山北海滩，一名20岁男子向OpenAI首席执行官奥特曼价值2700万美元的豪宅投掷燃烧瓶，点燃了外院的门。几小时后，他又出现在OpenAI旧金山总部附近扬言纵火。而在此前的4月6日凌晨，有人向印第安纳波利斯一位支持数据中心建设的市议员家门口连开13枪，现场留着一张纸片，写着“不准建数据中心”。

　　两件事未必有关联，放在一起却像一道裂缝：AI的争论，已经从网上吵嘴，变成指向具体人、具体设施的冲突。它说明一件事：一项技术的红利和代价分得太不均，社会情绪迟早要找个出口。矛盾的源头其实很简单：一边，AI在疯狂造富；另一边，绝大多数人的工资单没有动静。

　　造富的赛道和逻辑变了

　　2026年3月发布的福布斯全球富豪榜上，马斯克身家约8390亿美元，一年内增加约4970亿美元，新增财富折合每天约13.6亿美元，相当于1.8万名美国普通劳动者一整年的工资收入。同年6月，他一度成为人类历史上首位身家突破万亿美元的富豪，此后财富在8000亿至9000亿美元之间剧烈波动。榜单上全球亿万富翁的总财富达到创纪录的20.1万亿美元，平均每天新增一位亿万富翁。英伟达市值突破5万亿美元，OpenAI估值升至8400亿美元，中国大模型公司DeepSeek首轮对外融资的估值传闻已达500亿美元。

　　拉长时间轴，财富结构的失衡更为醒目。美联储2025年末数据显示，美国最富有的1%群体持有全国32%的财富，创1989年有记录以来的最高水平；而底层50%的民众仅拥有2.5%。中国金融四十人论坛（CF40）的报告提供了更细的截面：2022年至2026年一季度，美国家庭直接持有的股权财富增长约21万亿美元，其中前10%的家庭拿走了约88%，后50%的家庭仅分得约1%。而这几年，正是AI驱动美股上涨最集中的两年。

　　互联网革命与移动互联网革命同样造就过巨富，为何AI带来的割裂感尤为强烈？一个常见的解释是：此前的技术以“连接”为内核，把人和信息连起来，谁都能用；AI的技术路径则是“替代”，直接替人干活。互联网兴起时，一名大学生凭一台电脑和一个网站即可创业；而现在训练一个顶级大模型，需要数十亿美元投入、海量数据与成规模的芯片集群。国际货币基金组织（IMF）的研究直接将AI定性为“资本偏向型技术”：它赚的钱，天然更偏向掌握资本、数据与算力的少数方。正如有评论所概括：普通人可以使用AI，却无法拥有AI。

　　技术壁垒高、马太效应强、变现快、赛道集中——这四个特点，让AI造富和过去盖工厂、炒地产、做金融都不一样。传统行业的财富生成，往往要经过建厂、雇工、铺设渠道等环节，收益会沿产业链部分溢出一些；而AI的财富，从模型训练到全球收割，根本不经过普通人的口袋。

　　富豪在飞，工资在爬

　　将全球顶级富豪的财富增速、全球人均收入增速与传统行业劳动者的薪资增速放在一起比较，三组数字的差距是指数级的。

　　先看富豪。福布斯2026年榜上，谷歌联合创始人拉里·佩奇与谢尔盖·布林的身家分别达到2570亿、2370亿美元；英伟达创始人黄仁勋位列第八，而其执掌的公司已是全球首家市值突破5万亿美元的科技企业。头部AI公司一年新增的市值，超过许多国家全年的GDP。

　　再看全球人均收入。世界银行预计2026年全球经济增速为2.6%，发展中经济体人均收入增速预计为3%，较2000年至2019年的平均水平还低约1个百分点；照此速度，发展中经济体的人均收入仅能达到发达经济体的12%。全球大多数人所分享的增长，每年也就两三个百分点。

　　最后看普通打工人。美国的数据最具代表性：2024年2月到2025年2月，劳动者实际平均时薪只涨了1.2%，物价指数却涨了2.7%，工资跑不过物价。拉长看，过去四年美国CPI累计涨21.2%，家庭收入只涨19.4%。诺贝尔经济学奖得主西蒙·约翰逊曾展示过一张图：1960年代以来，美国受教育程度最低群体的实际周薪几乎没动过；中等学历的人则持续承压，大量中等技能岗位消失。国际劳工组织也警告，全球工资增长缓慢，通胀正在吃掉购买力。国际货币基金组织的数据显示，1990年全球劳动报酬占GDP约54%，2025年降到41%——三十五年间，相当于十万亿美元级别的财富从劳动者手里转到了资本手里。

　　在中国，有数据显示，数据标注员的月薪仅3000元上下，而另一边，AI科学家的平均月薪突破13.7万元，大模型公司一轮融资几十亿元。同一个行业里，负责“喂养数据”与负责“编写算法”的人群，收入相差四十余倍。

　　AI红利卡在了哪里

　　AI创造的财富是实实在在的，但分布高度不均。据业内测算，2026年全球AI净利润池规模约6370亿美元，集中于产业链最上游，英伟达等算力芯片企业、台积电等晶圆制造厂商、SK海力士与三星等存储企业，率先获得投资周期中最丰厚的回报。越往下游，应用企业越需要承担采购算力、改造流程的成本；普通劳动者面对的则是更冷的现实——资本正从“雇人干活”转向“让AI干活”。对大多数普通人来说，现在提到AI，第一反应往往不是“变革”，而是“我的工作会不会被替代”的担心。

　　Meta的裁员是个注脚。据路透社报道，这家社交媒体巨头裁起员来毫不手软，不是因为它不赚钱，而是扎克伯格要腾出现金，建一个“曼哈顿岛那么大”的数据中心，并疯狂地大规模采购英伟达的芯片。在巨头的账本上，人从“创造价值的核心资产”变成了“有待优化的成本”。美国皮尤研究中心的调查显示，65%的美国人在工作中完全不用AI。对这些人来说，AI不是改变世界的魔法，是让他们睡不着的阴影。

　　AI最先冲击的是普通人够得着的岗位。MIT经济学家阿西莫格鲁指出，AI最容易替代文员、初级分析师、基础程序员、翻译、法务助理、客服这类标准化工作——这些恰恰是中产和白领立足的地方。世界经济论坛预计，全球可能有多达9200万个传统岗位消失。中产空心化、两头大中间小的“哑铃型”社会结构，正从学术讨论走向现实。

　　IMF总裁格奥尔基耶娃在2026年达沃斯论坛上警告，未来数年发达经济体将有60%的岗位受AI影响，全球范围内约为40%。麦肯锡估计，美国低收入劳动者因自动化面临岗位转换的可能性，约为最高收入群体的14倍。

　　新东方创始人俞敏洪说得更直白：AI正以极快速度把财富聚集到极少数人手里，相关上市公司市值几千亿上万亿元，但这些财富不会自然流到普通人那里；普通人既难获得新岗位，也难从分配机制里受益。

　　收入差距拉大，不只是账本上的数字，还会变成下一代的机会差距。北京大学国家发展研究院院长黄益平在2026年CF40报告会上提醒，技能分化和数字鸿沟可能让阶层流动受阻——“要不你有平台，要不你有技能，否则新技术发展可能对你不是特别有利。”当财富开始代际传递，AI红利分配的不平衡，就不再只是这一代人的事。

　　各国监管开始动手

　　财富的高度集中，使监管随之收紧。过去两年，全球反垄断的矛头几乎一致指向数字巨头。

　　欧盟下手最狠。2024年3月《数字市场法》生效，2025年4月就开出第一批罚单：苹果5亿欧元、Meta 2亿欧元。同年9月，谷歌因为在在线广告技术市场滥用支配地位、偏袒自己，被罚29.5亿欧元；2026年7月，又因违反《数字市场法》被罚8.9亿欧元。意大利也罚了苹果近亿欧元。欧盟还在评估亚马逊、微软的云服务算不算“守门人”，苹果干脆起诉要求废除这部法律。白宫把这些罚款叫“新型经济勒索”，美欧为此吵到现在。

　　美国的态度更为复杂。对内，司法部诉谷歌搜索垄断案于2024年8月胜诉，法院认定谷歌构成垄断；2025年9月公布的补救措施要求谷歌向竞争对手开放搜索数据与结果，但未采纳拆分Chrome的动议。2026年9月，美国联邦贸易委员会（FTC）联合22个州起诉亚马逊，指控其自2019年以来系统性超额收取广告主超过200亿美元。对外，特朗普政府一边以关税施压欧盟“松绑”，一边强调维护美国AI的全球领先地位。有分析将其概括为“对外松绑、对内加压”。

　　英国竞争与市场管理局认定苹果、谷歌具有“战略市场地位”，2026年6月建议允许开发者引导用户使用替代支付系统，直接冲击两大应用商店沿用近二十年的抽成模式。韩国总统府政策室长金容范提出“公民红利”设想，认为AI带动的半导体景气周期将新增约120万亿韩元税源，这部分收益应回馈全体国民。

　　中国于2021年对阿里巴巴开出182.28亿元反垄断罚单，近年来监管思路更强调“发展与安全并重”，国务院2026年5月印发的《稳岗扩容提质行动方案》明确提出，鼓励企业在应用人工智能时同步开展转型转岗培训，扩大数据标注员、人工智能训练师等新职业新工种需求，帮助劳动者尽可能稳在企业。

　　更狠的方案也摆上了台面。美国参议员桑德斯提议，对年销售额超2亿美元的大型AI公司一次性征收50%的股权，建一个约7万亿美元的主权财富基金，每年给每个美国公民发超过1000美元现金分红。参议员沃伦主张对AI企业利润、数据中心、大型算力设施征税。OpenAI管理层讨论过向美国政府出让5%股份（约合426亿美元），让公众通过政府持股分享AI收益。江苏常州也在试点对自动化企业收专项调节金。这些方案有的激进、有的还模糊，但都在问同一个问题：AI赚的钱，到底归谁？

　　松不得，也紧不得

　　政府监管的难处在于两难：不管，巨头通吃；管太狠，又怕掐死创新。美国的拧巴就是例子——既怕巨头权力太大，又指望靠AI保住竞争力。

　　经济学家给的答案不一样。北大国家发展研究院院长黄益平提醒，每次重大技术进步都会重新洗牌分配。经济史学家Robert Allen的研究显示，第一次工业革命后，工人产出明显提高，工资却几十年没跟上，出现“恩格斯停顿”——直到约一百年后，劳动收入占经济的份额才开始回升。黄益平据此警告，AI可能经由资本偏向、任务极化、技能分化、财富放大四种机制加剧收入分配失衡，并主张以“防御、赋能、再平衡”三策应对：筑牢社会保障底线、强化反垄断执法，推动劳动者掌握AI技能，探索对AI超额收益征税与建立全民共享的红利分配机制。

　　MIT经济学家达龙·阿西莫格鲁提醒，AI替代的是职业中的具体任务，而非整个职业。若企业仅将AI视为削减人力成本的工具，而不投入创造新任务，便会陷入其所谓的“平庸的自动化”：裁员发生了，效率没提上去，新岗位不够，钱继续往资本那边流。

　　法国经济学家托马斯·皮凯蒂在《21世纪资本论》中提出的“r>g”（资本回报率跑赢经济增长率）在AI时代有了新含义：当脑力劳动本身开始贬值，算力、数据和模型成了最极端的资本，劳动和资本的鸿沟可能比工业时代更深。中欧国际工商学院教授方跃引用一份引发全球市场震荡的推演报告，提出“幽灵GDP”概念：名义增长很好看，但增长只体现在企业的账本和利润表里，跟老百姓的购买力没关系。如果AI红利只流向不爱消费的资本所有者，被替代的劳动者没钱花，经济就会掉进恶性循环。

　　总之，有人说AI会像电一样普惠，有人说它会像第一次工业革命那样，先撕裂几十年再慢慢修复。两种说法都可能对，也可能都不全对。但可以确定的是：围绕AI的竞争，已经从“谁的模型更强”，变成“谁拥有AI、谁分享AI收益”的制度之争。技术不会停下来等人，但技术赚的钱怎么分，是制度说了算。这场争论才刚刚开始，而它的结果，会写进每一个普通人的工资单和生活里。 记者｜刘朝晖