作者：金融汪
来源：X，@yuyy614893671
今天读了一篇卓越的报告，令人脑洞大开。在衡量AI创造的经济产出时，的确有一块关键的拼图被我们遗漏了。传统的经济学和统计学尚未找到合适的方法来衡量它——这就是AI创造的“暗产出”（Dark-output）。
先通过一个逻辑图谱，以便更好地理解报告的核心框架：
1. AI的暗产出：经济活动的计量方式及其盲区
下图精准描绘了整个经济体中价值的分布情况，以及现有统计工具的盲区：
衡量人类经济活动通常需要满足三个标准：
- 已生产：活动是否耗费真实劳动并创造了真实的经济价值？
- 已定价：活动是否在市场上以明确的、可见的价格出售？
- 已测量：官方的国民账户是否真实记录了这项活动？
在真实的社会运作中，存在几种不同的情况：
- 正规市场：已生产 + 已定价 + 已测量。这是传统GDP的核心。
- 灰色/非法市场：已生产 + 已定价（但未测量）。存在真实交易，但逃避官方统计。
- 政府服务：已生产 + 已测量（但无直接市场定价）。通常按投入成本估算。
- 纯估算：已测量（但未实际定价，也无新增生产），如“自有住房租金”。
- 仅生产：仅已生产（未定价、未测量）。这是一个庞大的经济盲区，包含了“家庭生产”和“志愿者/数字公共资源”。
图中央的红色圆圈揭示了AI如何打破现有测算体系：AI产出的圆圈完全位于“已生产”的绿色大圈内，意味着它创造了真实的经济价值。然而，AI产出只有极小部分伸入了“正规市场”，仅代表可见的Token消耗、API调用或订阅费。
关键案例：当一份基础法律遗嘱的起草成本从150美元暴跌99%至0.50美元的API成本时，原本在正规市场中的149.5美元交易就彻底消失了。相同的价值被保留，但因为价格崩塌和交易内部化，它脱离了“已定价”和“已测量”的范畴。现有统计系统会将这种收据的消失误读为通货膨胀上升和经济产出的萎缩。
2. 为什么AI的产出不能被完全测量：统计误差的存在
当AI辅助或接管任务时，产出不会消失。只有当价格下降，或任务从外部转移到内部时，产出才会从国民经济核算中“消失”。主要的测量误差包括：
- 边界转移：付费研究简报变成内部AI工作流程，外包任务变成员工任务。价值存在，但使其可见的交易消失了。
- 价格暴跌：服务业没有标准的计量单位。如果账目显示收入下降（因价格下跌）而平均工资上升（因初级员工被裁），就会被解读为通货膨胀加剧和生产率下降。
- 行业错配：AI在一个行业创造价值，交易却显示在另一个行业。例如，医院用AI加快文书处理，但GDP统计可能只体现了AI供应商的收入，使得采用AI的行业显得停滞不前。
- 新工作隐形：AI只需几个token就能撰写档案，帮助人类更好准备会议，但这种价值无法体现在任何宏观经济指标中。
3. AI的暗产出到底产生了什么：利润 + 消费者剩余
官方统计的偏差可能导致未来出现这样一种情形：CPI不下去，GDP也不上去。
图中平缓的蓝线（测量的实际人均GDP）和黄线（测量的CPI）代表了传统数据。基于此，官方诊断可能是悲观的：“AI并没有带来预期效果”。
然而，真实生产力正在急剧上升——白色虚线和蓝色实线之间的大片阴影区域（包括深紫色的“转化为利润”和深灰色的“转化为消费者剩余”），就是AI隐形的暗产出。
当AI极大降低工作成本时，节省的钱主要流向两个地方：一是变成企业的超额利润；二是让消费者用同样的钱获得海量倍增的服务效用。因为这些巨额的真实价值没有在市场上形成新的、可被统计的“交易标价”，所以除了单纯的Token支出外，GDP根本无法捕捉到这些产出。
4. 历史的经验和教训：索洛悖论的重演
这种情况并非第一次发生。在20世纪80-90年代个人电脑普及时，宏观经济数据同样无法检测到计算机革命对经济的贡献。经济学家罗伯特·索洛曾吐槽：“你可以到处看到计算机时代的身影，唯独在生产力统计数据中看不到。”
官方统计系统的反应极其迟缓。直到2013年，美国才将研发和知识产权投资正式加入GDP核算。仅这一修订，就让1990年代的总产出凭空“增加”了约3.6万亿美元。
5. AI暗产出的影响如何？
以前的计算机只是工具，而AI正在直接接管服务业的脑力劳动。由于服务业在测量上存在固有困难，当AI导致服务成本断崖式下跌时，GDP往往会将其记录为经济活动的衰退（因为资金交易量变小了），甚至可能在数据上表现为通货膨胀。
AI带来的这个测算难题的规模，将使以前所有的统计盲区都相形见绌。如果你只盯着传统的GDP仪表盘，会误以为经济一潭死水，而实际上，一场无人测量的生产力革命正在水面之下剧烈沸腾。