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。
