文 | 文赵武

01

今天在朋友圈看到泉果基金的杜凡的一个判断，大意是：这一轮科技革命可能持续十年甚至二十年，目前才走了三年。它不只包含人工智能，也包含机器人、生物基因科技等方向，整体量级可能是过去互联网革命的十倍以上。

我的第一反应是：会不会又是一个产业高歌的标语。

毕竟这些年，资本市场已经太习惯用宏大叙事包装行情。从移动互联网到元宇宙，从区块链到新能源，每一轮技术浪潮起来的时候，总会有人试图用一个足够大的形容词，把产业演进压缩成一句口号。

我专门查了一些海外权威机构和经济学家的判断。

麦肯锡在2023年的报告中测算，生成式AI每年可能为全球经济增加2.6万亿至4.4万亿美元价值。这个规模已经相当于一个主要经济体的年度GDP。

高盛的判断也很激进。它认为生成式AI可能在未来十年推动全球GDP增加约7%，对应接近7万亿美元的增量，并把生产率增长提高约1.5个百分点。

世界贸易组织也从全球贸易角度做过类似判断。AI如果深度应用到跨境贸易、供应链、语言翻译、合规审核、客服和库存预测中，到2040年可能推动全球贸易增长三成以上，并显著提升全球GDP。

这些机构的表达方式不一样，但底层判断是一致的：AI会从技术行业外溢到整个经济体系。

当然，海外也有谨慎派。

MIT经济学家Daron Acemoglu就认为，AI对未来十年生产率和GDP的直接提升可能被市场高估。他的核心意思是，AI确实会提高一些任务效率，但真正能被自动化、被重构、被商业化兑现的任务比例，可能没那么高。

企业不是一夜之间就能改造组织流程，技术能力也不等于经济产出。

我觉得这个提醒非常重要。

因为资本市场最容易犯的错误，就是把技术带来的可能性，直接等同于商业确定性。

历史上每一次大技术周期，都有两个事实同时成立：

第一，技术确实改变了世界；

第二，大量早期投资者并没有因此赚钱。

互联网泡沫就是这样。

互联网最终改变了世界，但2000年前后大量互联网公司消失了。真正留下来的，是少数拥有入口、网络效应、商业模式和现金流能力的公司。

AI大概率也会重复这个过程。

02

互联网时代最强的公司，本质上抓住了三个东西：流量入口、用户关系和交易场景。

谷歌抓搜索，Meta抓社交，亚马逊抓零售，腾讯抓通讯和关系链，阿里抓交易和支付。它们的共同点，是围绕人的在线行为建立网络效应。

AI时代的底层逻辑会更复杂。它不仅围绕用户行为，也围绕任务、知识、流程和机器能力。

一个AI Agent不只是帮人搜索信息，它可以帮人完成一段工作流：找资料、写代码、做PPT、生成方案、调用工具、提交表单、连接企业系统，甚至在机器人上执行物理动作。

这意味着，AI 的市场空间不只来自广告、电商、订阅和软件席位费，还可能来自企业人工成本、研发成本、外包成本、生产损耗、库存效率、能源调度、医疗诊断效率和工业自动化效率。

互联网的货币化主要发生在注意力和交易上。AI的货币化会发生在劳动和决策上。

这也是为什么资本市场愿意给 AI 基础设施如此高的估值。

现在美国大型科技公司持续提高数据中心和 AI 资本开支，背后的假设是：未来每一个知识工作者、每一套企业软件、每一个工业系统、每一个机器人终端，都可能消耗推理算力。

BlackRock 科技投资负责人 Tony Kim 最近甚至把 AI 比作十个曼哈顿计划同时发生，并称全球 AI 资本开支当前约 1 万亿美元，未来五年还可能增加 7 万亿至 8 万亿美元。 

这个判断很激进，但它揭示了本轮科技革命的一个关键特征：互联网更多是轻资产扩张，AI是重资产扩张叠加软件扩张。

03

另外，互联网和AI，二者解决的问题并不一样。

互联网解决的是连接问题。

过去，人、信息、商品、服务、组织彼此分散，搜索成本很高，匹配效率很低。互联网把这些东西接到了同一张网络里，让信息可以被快速检索，商品可以被远程交易，人与人可以低成本互动。

所以，互联网时代最重要的商业命题，是谁能控制入口，谁能把更多人、更多内容、更多交易搬到线上。

搜索引擎解决信息匹配，社交网络解决关系匹配，电商平台解决商品匹配，外卖和打车平台解决本地供需匹配。

互联网巨头的护城河，本质上来自网络效应：用户越多，数据越多，匹配越准，商业化效率越高。

但AI解决的问题更深一层。

AI解决的是能力复制问题。

过去，很多能力只能长在人身上。一个人会写代码，一个人会做设计，一个人会分析财报，一个人会写法律文本，一个人会看病理图像，一个人会做客户沟通。这些能力需要教育、训练、经验和大量时间积累。

互联网可以把这些人的知识传播出去，但不能真正复制他们的能力。

你可以在网上看到一个程序员的教程，但你不会因此立刻具备他的编程能力。你可以搜索一篇医学论文，但你不会因此拥有医生的判断能力。你可以读一份咨询报告，但你不会自动获得分析师的结构化思维。

互联网传递的是信息，AI开始复制的是一部分能力。

这就是二者最本质的差别。

04

在互联网时代，一个公司想提升效率，核心动作是数字化：把销售搬到线上，把广告搬到线上，把客服搬到线上，把供应链系统化，把用户行为数据化。

到了AI时代，核心动作可能变成重写流程：哪些环节可以被AI辅助，哪些判断可以被模型预处理，哪些系统可以被Agent串起来。

一个企业过去的能力，主要沉淀在三个地方：人、流程和系统。

人负责判断，流程负责协作，系统负责记录。

AI进来以后，这三者的边界开始变化。

一部分人的判断会被模型预处理，一部分流程会被Agent自动串联，一部分系统不再只是记录数据，而会主动生成建议、调用资源、执行任务。

这也是为什么互联网时代和AI时代，对生产率的影响路径不同。

互联网提升效率，很多时候靠的是减少中间环节。

比如电商减少渠道层级，搜索广告减少无效曝光，社交媒体减少传播成本，SaaS减少企业软件部署成本。

AI提升效率，靠的是改变任务本身的完成方式。

代码不再完全由程序员从零写出来，客服不再完全由人工逐句回答，报告不再完全从空白文档开始，研发不再完全依赖线性试错，制造不再完全依赖人眼检测和人工调度。

更典型的例子是Google。

2026年4月，Sundar Pichai披露，Google内部75%的新代码已经由AI生成，再由工程师审核通过；这个比例在2024年还只有约25%，到2025年下半年提升到约50%。更关键的是，Google还提到，一个软件迁移任务在AI代理工作流下完成速度达到过去的6倍。

现在软件开发，是人定义任务，AI生成初稿，人审查结果，系统持续迭代。

人的作用从执行层上移到判断层。工程师更多承担需求拆解、架构判断、质量控制和复杂问题处理。

Google代表的是软件工程能力的最高密度之一。如果AI已经能在这种组织里进入正式生产流程，那它对普通企业IT、软件外包、内部开发、数据分析、运营自动化的外溢影响，只会更快发生。

从这个角度看，AI之所以可能比互联网更大，因为它触碰到了经济活动中一个更底层的变量：能力。

互联网让信息的边际传播成本趋近于零。

AI正在尝试让一部分知识能力的边际调用成本下降。

前者重构连接关系，后者重构生产能力。

所以，杜凡说这轮科技革命可能十倍于互联网，我更愿意把它理解成一种方向判断：

互联网放大了连接。

AI放大的是能力。

连接主要对应注意力、交易和匹配效率，而能力对应的是劳动、研发、管理和生产本身。

这可能是这轮科技革命最值得认真对待的地方。