生成式AI驅(qū)動服務(wù)業(yè)生產(chǎn)率躍遷

自工業(yè)革命之后，人類社會的生產(chǎn)力增長呈現(xiàn)出顯著的非均衡性。制造業(yè)憑借資本深化、自動化流水線以及標(biāo)準(zhǔn)化的技術(shù)進(jìn)步，實(shí)現(xiàn)了勞動生產(chǎn)率的指數(shù)級攀升。然而，作為現(xiàn)代經(jīng)濟(jì)半壁江山的服務(wù)業(yè)，卻長期受困于威廉·鮑莫爾（William Baumol）在20世紀(jì)60年代提出的“成本病”假說。該理論指出，由于教育、醫(yī)療、表演藝術(shù)等服務(wù)業(yè)部門高度依賴勞動投入，且生產(chǎn)與消費(fèi)具有同時(shí)性，技術(shù)進(jìn)步難以有效替代人工，導(dǎo)致其生產(chǎn)率增速長期滯后于制造業(yè)。“停滯部門”的存在不僅推高了服務(wù)價(jià)格，更由于勞動力向該部門的轉(zhuǎn)移，在宏觀上拖累了全要素生產(chǎn)率的整體提升。

進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代，盡管互聯(lián)網(wǎng)和數(shù)字化技術(shù)在一定程度上降低了信息搜尋成本，但并未從根本上改變服務(wù)業(yè)“勞動密集型”的要素組合特征。然而，隨著以大模型為代表的生成式AI的突破性進(jìn)展，這一局面正在發(fā)生質(zhì)的轉(zhuǎn)變。不同于以往主要替代體力勞動或簡單重復(fù)性腦力勞動的技術(shù)浪潮，生成式AI開始具備處理非結(jié)構(gòu)化數(shù)據(jù)、理解復(fù)雜語境并生成創(chuàng)造性內(nèi)容的通用認(rèn)知能力。這標(biāo)志著技術(shù)進(jìn)步的邊界從藍(lán)領(lǐng)任務(wù)拓展至白領(lǐng)任務(wù)，從手臂的延伸躍升為大腦的擴(kuò)展。

人機(jī)協(xié)同 本報(bào)AI制圖

認(rèn)知勞動的規(guī)模化：突破工時(shí)約束的生產(chǎn)函數(shù)重構(gòu)

“鮑莫爾病”的核心癥結(jié)在于服務(wù)業(yè)所面臨的工時(shí)約束（Man-hour Constraint）。傳統(tǒng)模式下，一位資深律師起草一份合同、一位心理醫(yī)生進(jìn)行一次診療，其產(chǎn)出嚴(yán)格受限于投入的時(shí)間。單位時(shí)間內(nèi)，服務(wù)產(chǎn)出的數(shù)量和質(zhì)量很難像工業(yè)品那樣通過增加機(jī)器設(shè)備來實(shí)現(xiàn)倍增。然而，生成式AI的介入使得以知識和符號處理為核心的服務(wù)環(huán)節(jié)，首次具備了工業(yè)化大規(guī)模生產(chǎn)的可能。

生成式人工智能通過將依賴直覺與經(jīng)驗(yàn)的隱性知識顯性化，成功突破了強(qiáng)調(diào)“所知多于所言”的波蘭尼悖論，打破了長期制約服務(wù)業(yè)自動化的核心技術(shù)瓶頸。基于海量數(shù)據(jù)的預(yù)訓(xùn)練大模型，通過對人類語言邏輯和行為模式的深度概率學(xué)習(xí)，成功將這種非結(jié)構(gòu)化的隱性知識轉(zhuǎn)化為可計(jì)算、可生成的顯性算法。這使得原本需要由高技能勞動者親力親為的文案撰寫、代碼編寫、初步醫(yī)療診斷等工作，能夠以極低的邊際成本由AI智能體完成。在經(jīng)濟(jì)學(xué)意義上，這是將原本屬于可變成本的高技能勞動轉(zhuǎn)化為用于模型訓(xùn)練與部署的固定成本，遠(yuǎn)非簡單的勞動替代。而一旦跨過這一固定成本門檻，服務(wù)產(chǎn)出的邊際成本將迅速趨近于零，從而呈現(xiàn)出強(qiáng)勁的規(guī)模報(bào)酬遞增特征。

生成式AI改變了服務(wù)業(yè)生產(chǎn)函數(shù)中資本與勞動的替代彈性。在傳統(tǒng)服務(wù)業(yè)生產(chǎn)函數(shù)中，資本與勞動往往是互補(bǔ)品，例如醫(yī)生需要聽診器，教師需要黑板和粉筆，資本的投入無法脫離勞動者的操作而獨(dú)立產(chǎn)出價(jià)值。生成式AI則表現(xiàn)出獨(dú)特的“任務(wù)偏向型”技術(shù)特征，能夠作為一種獨(dú)立的新型資本要素直接替代人類完成特定的認(rèn)知任務(wù)。根據(jù)任務(wù)模型理論，AI將原本屬于勞動范疇的任務(wù)剝離出來，轉(zhuǎn)由算法執(zhí)行。如此一來，不僅釋放了人類勞動者的時(shí)間，使其能夠?qū)Ｗ⒂谀切〢I尚無法處理、具有更高情感價(jià)值或復(fù)雜決策權(quán)的任務(wù)。更重要的是，它使得服務(wù)業(yè)的產(chǎn)出不再線性依賴于勞動力的增加，從而在微觀機(jī)制上消解了導(dǎo)致“鮑莫爾病”的要素剛性。

非貿(mào)易品的貿(mào)易化：重塑服務(wù)業(yè)的市場邊界與競爭結(jié)構(gòu)

“鮑莫爾病”的一個(gè)重要推論是，由于生產(chǎn)率增長緩慢，服務(wù)業(yè)產(chǎn)品的相對價(jià)格會持續(xù)上升。這一現(xiàn)象在很大程度上源于服務(wù)業(yè)的“不可貿(mào)易性”——傳統(tǒng)的服務(wù)往往要求生產(chǎn)者與消費(fèi)者在特定的時(shí)空內(nèi)同時(shí)在場，難以像工業(yè)品那樣進(jìn)行跨區(qū)域、跨國界的遠(yuǎn)距離貿(mào)易。這既限制了競爭，也阻礙了專業(yè)化分工的深化。生成式AI正在通過一種深層的數(shù)字化轉(zhuǎn)譯機(jī)制，將大量的非貿(mào)易性服務(wù)轉(zhuǎn)化為可貿(mào)易的數(shù)字資產(chǎn)，從而徹底改變服務(wù)業(yè)的市場結(jié)構(gòu)與價(jià)格形成機(jī)制。

一方面，生成式AI極大地降低了服務(wù)業(yè)的距離成本和語言成本，推動了服務(wù)的可貿(mào)易化進(jìn)程。借助實(shí)時(shí)精準(zhǔn)的機(jī)器翻譯和多模態(tài)生成能力，優(yōu)質(zhì)的教育資源、法律咨詢、金融分析等服務(wù)可以瞬間跨越語言和地理的障礙，以數(shù)字化的形式交付給全球消費(fèi)者。這種變化使得服務(wù)業(yè)開始具備制造業(yè)的特征：產(chǎn)品標(biāo)準(zhǔn)化程度提高，市場競爭范圍從本地?cái)U(kuò)展至全球。根據(jù)國際貿(mào)易理論，市場范圍的擴(kuò)大將直接引致分工的深化和生產(chǎn)率的提升。高效率的服務(wù)提供者將迅速占領(lǐng)市場，淘汰低效率的供給者，從而在行業(yè)層面提升整體的全要素生產(chǎn)率。

另一方面，生成式AI通過對長尾效應(yīng)的深度挖掘，平抑了高端服務(wù)的稀缺性溢價(jià)。在傳統(tǒng)服務(wù)市場中，優(yōu)質(zhì)醫(yī)療、資深投顧等高端服務(wù)由于供給稀缺、價(jià)格高昂，往往只能服務(wù)于少數(shù)群體。生成式AI則通過對頂級專家知識的蒸餾、復(fù)制與分發(fā)，使得高質(zhì)量的服務(wù)供給曲線大幅右移，呈現(xiàn)出供給彈性顯著增加的特征。這不僅意味著普通消費(fèi)者能夠以低廉的價(jià)格享受到過去僅限于高端市場的服務(wù)，更意味著服務(wù)業(yè)的價(jià)格機(jī)制將逐漸脫離單純的勞動力成本定價(jià)，轉(zhuǎn)向基于算力成本和數(shù)據(jù)價(jià)值的定價(jià)體系。

互補(bǔ)性創(chuàng)新與人機(jī)協(xié)同：邁向高質(zhì)量發(fā)展的服務(wù)經(jīng)濟(jì)新范式

雖然生成式AI在技術(shù)邏輯上為破解“鮑莫爾病”提供了充分條件，但經(jīng)濟(jì)史的經(jīng)驗(yàn)表明，由于新技術(shù)的引入需要與之相適應(yīng)的組織資本積累、人力資本投資以及制度環(huán)境的優(yōu)化，重大技術(shù)變革轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)率的提升往往存在時(shí)間滯后性。因此，服務(wù)業(yè)生產(chǎn)率的真正躍遷不僅取決于技術(shù)的引進(jìn)，更取決于生產(chǎn)關(guān)系的適應(yīng)性調(diào)整。

首先，組織形式需要從科層制向人機(jī)協(xié)同的網(wǎng)狀結(jié)構(gòu)演進(jìn)。在生成式AI介入后，服務(wù)業(yè)企業(yè)的核心競爭力將不再單純?nèi)Q于擁有多少員工，而在于如何構(gòu)建高效的“人+AI”協(xié)作流。傳統(tǒng)以人為核心的線性工作流將被“AI生成初稿—人類審核優(yōu)化—AI迭代修正”的循環(huán)工作流所取代。這種變革要求企業(yè)進(jìn)行深度的流程再造，打破部門壁壘，建立適應(yīng)算法驅(qū)動的敏捷組織。

其次，勞動力結(jié)構(gòu)面臨去技能化與再技能化的辯證統(tǒng)一。生成式AI雖然替代了部分常規(guī)認(rèn)知技能，但也降低了許多復(fù)雜任務(wù)的準(zhǔn)入門檻。在這一過程中，勞動者的核心職能將從操作執(zhí)行轉(zhuǎn)向指令設(shè)計(jì)和價(jià)值判斷。因此，服務(wù)業(yè)生產(chǎn)率的提升路徑并非簡單地用機(jī)器替代人類，而是通過教育培訓(xùn)體系的改革，增加與AI互補(bǔ)的人力資本供給。這種人機(jī)共生的新型生產(chǎn)關(guān)系，將激發(fā)出單純依靠人或單純依靠機(jī)器都無法實(shí)現(xiàn)的創(chuàng)新涌現(xiàn)，為經(jīng)濟(jì)增長注入源源不斷的內(nèi)生動力。

最后，數(shù)據(jù)要素的制度安排是保障生產(chǎn)率持續(xù)增長的關(guān)鍵。在人工智能時(shí)代，數(shù)據(jù)已成為服務(wù)業(yè)最重要的生產(chǎn)資料。不同于土地、資本等傳統(tǒng)要素，數(shù)據(jù)具有非競爭性和規(guī)模報(bào)酬遞增的特性。要釋放生成式AI的潛力，就必須建立清晰的數(shù)據(jù)產(chǎn)權(quán)界定機(jī)制、合理的收益分配機(jī)制以及包容審慎的監(jiān)管框架。因此，構(gòu)建適應(yīng)數(shù)字生產(chǎn)力的生產(chǎn)關(guān)系，特別是完善數(shù)據(jù)要素市場的基礎(chǔ)制度建設(shè)，是確保服務(wù)業(yè)生產(chǎn)率躍遷具有可持續(xù)性的制度保障。

作者系中央財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院教授

來源：中國社會科學(xué)報(bào)

責(zé)任編輯：梁華

新媒體編輯：宗敏

如需交流可聯(lián)系我們