生成式AI驅(qū)動服務業(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準化的技術(shù)進步，實現(xiàn)了勞動生產(chǎn)率的指數(shù)級攀升。然而，作為現(xiàn)代經(jīng)濟半壁江山的服務業(yè)，卻長期受困于威廉·鮑莫爾（William Baumol）在20世紀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)等服務業(yè)部門高度依賴勞動投入，且生產(chǎn)與消費具有同時性，技術(shù)進步難以有效替代人工，導致其生產(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價格，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。

進入數(shù)字經(jīng)濟時代，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)、理解復雜語境并生成創(chuàng)造性內(nèi)容的通用認知能力。這標志著技術(shù)進步的邊界從藍領任務拓展至白領任務，從手臂的延伸躍升為大腦的擴展。

人機協(xié)同 本報AI制圖

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

“鮑莫爾病”的核心癥結(jié)在于服務業(yè)所面臨的工時約束（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)生進行一次診療，其產(chǎn)出嚴格受限于投入的時間。單位時間內(nèi)，服務產(chǎn)出的數(shù)量和質(zhì)量很難像工業(yè)品那樣通過增加機器設備來實現(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)驗的隱性知識顯性化，成功突破了強調(diào)“所知多于所言”的波蘭尼悖論，打破了長期制約服務業(yè)自動化的核心技術(shù)瓶頸。基于海量數(shù)據(jù)的預訓練大模型，通過對人類語言邏輯和行為模式的深度概率學習，成功將這種非結(jié)構(gòu)化的隱性知識轉(zhuǎn)化為可計算、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)濟學意義上，這是將原本屬于可變成本的高技能勞動轉(zhuǎn)化為用于模型訓練與部署的固定成本，遠非簡單的勞動替代。而一旦跨過這一固定成本門檻，服務產(chǎn)出的邊際成本將迅速趨近于零，從而呈現(xiàn)出強勁的規(guī)模報酬遞增特征。

生成式AI改變了服務業(yè)生產(chǎn)函數(shù)中資本與勞動的替代彈性。在傳統(tǒng)服務業(yè)生產(chǎn)函數(shù)中，資本與勞動往往是互補品，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立產(chǎn)出價值。生成式AI則表現(xiàn)出獨特的“任務偏向型”技術(shù)特征，能夠作為一種獨立的新型資本要素直接替代人類完成特定的認知任務。根據(jù)任務模型理論，AI將原本屬于勞動范疇的任務剝離出來，轉(zhuǎn)由算法執(zhí)行。如此一來，不僅釋放了人類勞動者的時間，使其能夠?qū)Ｗ⒂谀切〢I尚無法處理、具有更高情感價值或復雜決策權(quán)的任務。更重要的是，它使得服務業(yè)的產(chǎn)出不再線性依賴于勞動力的增加，從而在微觀機制上消解了導致“鮑莫爾病”的要素剛性。

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

“鮑莫爾病”的一個重要推論是，由于生產(chǎn)率增長緩慢，服務業(yè)產(chǎn)品的相對價格會持續(xù)上升。這一現(xiàn)象在很大程度上源于服務業(yè)的“不可貿(mào)易性”——傳統(tǒng)的服務往往要求生產(chǎn)者與消費者在特定的時空內(nèi)同時在場，難以像工業(yè)品那樣進行跨區(qū)域、跨國界的遠距離貿(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)譯機制，將大量的非貿(mào)易性服務轉(zhuǎn)化為可貿(mào)易的數(shù)字資產(chǎn)，從而徹底改變服務業(yè)的市場結(jié)構(gòu)與價格形成機制。

一方面，生成式AI極大地降低了服務業(yè)的距離成本和語言成本，推動了服務的可貿(mào)易化進程。借助實時精準的機器翻譯和多模態(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者。這種變化使得服務業(yè)開始具備制造業(yè)的特征：產(chǎn)品標準化程度提高，市場競爭范圍從本地擴展至全球。根據(jù)國際貿(mào)易理論，市場范圍的擴大將直接引致分工的深化和生產(chǎn)率的提升。高效率的服務提供者將迅速占領市場，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通過對長尾效應的深度挖掘，平抑了高端服務的稀缺性溢價。在傳統(tǒng)服務市場中，優(yōu)質(zhì)醫(yī)療、資深投顧等高端服務由于供給稀缺、價格高昂，往往只能服務于少數(shù)群體。生成式AI則通過對頂級專家知識的蒸餾、復制與分發(fā)，使得高質(zhì)量的服務供給曲線大幅右移，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者能夠以低廉的價格享受到過去僅限于高端市場的服務，更意味著服務業(yè)的價格機制將逐漸脫離單純的勞動力成本定價，轉(zhuǎn)向基于算力成本和數(shù)據(jù)價值的定價體系。

互補性創(chuàng)新與人機協(xié)同：邁向高質(zhì)量發(fā)展的服務經(jīng)濟新范式

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)濟史的經(jīng)驗表明，由于新技術(shù)的引入需要與之相適應的組織資本積累、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)實生產(chǎn)率的提升往往存在時間滯后性。因此，服務業(yè)生產(chǎn)率的真正躍遷不僅取決于技術(shù)的引進，更取決于生產(chǎn)關(guān)系的適應性調(diào)整。

首先，組織形式需要從科層制向人機協(xié)同的網(wǎng)狀結(jié)構(gòu)演進。在生成式AI介入后，服務業(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)進行深度的流程再造，打破部門壁壘，建立適應算法驅(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)認知技能，但也降低了許多復雜任務的準入門檻。在這一過程中，勞動者的核心職能將從操作執(zhí)行轉(zhuǎn)向指令設計和價值判斷。因此，服務業(yè)生產(chǎn)率的提升路徑并非簡單地用機器替代人類，而是通過教育培訓體系的改革，增加與AI互補的人力資本供給。這種人機共生的新型生產(chǎn)關(guān)系，將激發(fā)出單純依靠人或單純依靠機器都無法實現(xiàn)的創(chuàng)新涌現(xiàn)，為經(jīng)濟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。在人工智能時代，數(shù)據(jù)已成為服務業(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)界定機制、合理的收益分配機制以及包容審慎的監(jiān)管框架。因此，構(gòu)建適應數(shù)字生產(chǎn)力的生產(chǎn)關(guān)系，特別是完善數(shù)據(jù)要素市場的基礎制度建設，是確保服務業(yè)生產(chǎn)率躍遷具有可持續(xù)性的制度保障。

作者系中央財經(jīng)大學經(jīng)濟學院教授

來源：中國社會科學報

責任編輯：梁華

新媒體編輯：宗敏

如需交流可聯(lián)系我們