AI到底会不会取代制造业?答案是:这个问题本身就问错了
文|鹿大珂
《未定之天:产能、AI与下一个世界秩序》系列连载 · 第03篇
产能的第二次生命
一、一个必须同时回答的问题
2024年的深圳,有两个房间值得同时看一看。
第一个房间在龙华。一家手机工厂的质检车间,灯光是暗的——不是省电,是因为这里已经不需要人眼。传送带上的玻璃盖板以每秒三片的速度流过,上方的相机每零点一秒拍一张照片,照片不进人眼,进的是模型的推理引擎。一个熟练质检员一分钟能看四十片,漏检率千分之三;这个系统一分钟看六千片,漏检率万分之三。车间里没有”工人被机器取代”的戏剧性场面,只有一条更安静的生产线,和一百个被重新安排去维护模型、标注样本、调试设备的技师。
第二个房间在贵安。一座数据中心,外表像五层高的仓库,里面整齐地排列着数千台服务器。没有传送带,没有原料,没有成品仓库。但每天都有海量的”货”从这里发出——token。每一个token都是一次推理的产物,被计价、被传输、被存进某个企业的生产流程里,像钢筋水泥一样,成为别的东西的原材料。
两个房间相隔一千公里,却是同一个问题的两面。
这个问题,过去三年被问了一万遍:AI会不会取代制造业?会不会让工厂变得不重要?会不会让”世界工厂”变成一个过时的称号?
大多数人的回答方式,是在两个选项里选一个。选第一个的人说:AI是通用技术,它正在吞掉一切,制造业只是它吞掉的下一个对象。选第二个的人说:别被炒作骗了,真正改变世界的是电、是芯片、是工厂,聊天机器人造不出一艘船。
这一章要做一件更困难、也更有用的事:不选。
我们要同时回答两个问题,而且要让两个答案都成立——
第一,AI是不是产能?换一种问法:AI是不是生产活动的一种,它生产的东西能不能像钢铁、粮食、电力一样,被算作一个国家的产能?
第二,AI对既有产能做了什么?换一种问法:那些已经存在的车间、港口、流水线、供应链,在AI到来之后,是贬值了,还是被重新估值了?
但在回答之前,先要纠正一个普遍的历史误读。因为几乎所有关于AI的争论,都建立在同一个错误的前提上:以为AI是凭空出现的新事物,和过去两百年的产业史没有血脉关系。
不是的。AI有家谱。看懂家谱,才能看懂这一章,也才能看懂这部作品剩下的一切。
二、四次产能革命
先把目光拉远,拉到两千年前。
产能的第一个版本,是体力的组织。一个农业帝国能动员多少粮食、多少人口、多少河道,决定它能供养多大的军队、多长的战线、多复杂的官僚体系。大运河不是一条风景带,它是一个帝国的产能管道——南方的粮,北方的兵,全靠这条漕运系统连接。产能即税基,税基即兵源。这个阶段的世界秩序领导者,是唐宋时期的中国:在那个版本的产能竞赛里,它有当时地球上最高的组织效率。
产能的第二个版本,是机械动力。蒸汽机把煤炭的能量从地底下拽出来,变成铁轨上的火车、海面上的铁甲舰。英国率先完成了这次切换,它的优势不只是机器本身,而是机器和贸易网络的耦合——铁甲舰开到哪里,谁的产能体系就要向谁低头。这个阶段的世界秩序领导者是英国:一个本土人口只有几千万的岛国,支配了全球四分之一的陆地。
产能的第三个版本,是标准化的大规模制造。流水线的真正发明不是”让工人动作更快”,而是让产品自己变得可以互换——福特工厂的工人不需要技术,因为技术被装进了流水线和模具里。再配上集装箱和集装箱船,制造能力第一次可以脱离产地,在全球尺度上重新布局。这个阶段的世界秩序领导者是美国:二战期间它被称为”民主兵工厂”,不是修辞,是事实——同盟国的卡车、飞机、登陆舰,大部分产自美国的流水线。二十世纪的美国霸权,表面上是美元和航母的霸权,底层是产能的霸权。
产能的第四个版本,就是正在发生的这一次:智能化。这一次革命的对象,不再是肌肉,而是大脑的一部分。前面三次革命,替代和放大的是体力;这一次,替代和放大的是认知。机器第一次不仅能造东西,还能”想”——至少在感知、识别、预测、生成这些可以被工程化的意义上。
四次革命有一个共同的模式,看懂这个模式,就看懂了AI的真正位置。
这个模式是:每一次产能革命的领导者,都同时吃下两块红利。
第一块,是新产业本身的红利。蒸汽机不只是改造了纺织厂,蒸汽机本身——制造蒸汽机、铺设铁路、经营航运——就是一个巨大的新产业。电力同样:发电、电网、电器,构成一个独立的经济部门。率先掌握的国家,垄断了这个部门的利润。
第二块,是旧产业被改造的红利。蒸汽机真正改变世界,不是通过蒸汽机厂,而是通过让纺织、采矿、运输全部换了一种生产方式。电力真正改变世界,不是通过电站,而是通过让工厂里的每一台机床都换了心脏——电动化之后的制造业,和蒸汽驱动的制造业,已经不是同一种竞争力。
英国吃下了蒸汽机的两块红利。美国吃下了电力和流水线的两块红利——它既有通用电气和威斯汀豪斯,又有全世界最先电动化的工厂体系。
这就是”双重身份”在历史中的原型:革命性的技术,既是产能的新阶段——它自己构成新的生产部门;又是既有产能的乘数——它让所有旧产能改头换面。
AI争论中”取代派”和”工具派”的争吵,其实是把这两块红利拆开了,各执一块。“取代派”看到的是第一块:AI本身就是大产业,它生产的智能产品会颠覆旧经济。“工具派”看到的是第二块:AI只是工具,真正值钱的还是工厂。
历史告诉我们:两块红利是绑在一起的。争夺AI的人,争的从来不只是模型和芯片,而是下一次”双份红利”的归属权。
那么,AI作为产能新阶段,生产的到底是什么?这个问题值得单独回答,因为它决定了”产能”这个词本身的含义是否要改写。
三、身份一:AI生产的是一种新产品
![]()
▲ 图3-1 中国光伏组件价格:十五年下降96%(美元/瓦)
1882年9月4日,纽约珍珠街。爱迪生的中央电站开始送电,最初只有八十多个用户、四百多盏灯泡。几年后,它供电的灯泡超过了八万盏。当时很多人看不懂这个生意:电看不见摸不着,怎么算账?但很快所有人看懂了——电是一种可以计量、可以储存、可以传输、可以按量收费的商品。从那一天起,“能源产能”这个词才有了现代含义:不是你地底下有多少煤,而是你一年能发多少度电、以什么成本、送到多远的地方。
AI正在经历自己的”珍珠街时刻”。
因为智能,第一次变成了一种可以量产的商品。
这句话需要拆开看。过去,智能也有”产出”——咨询公司卖判断,律师事务所卖分析,工程师卖方案。但那些智能是高度定制的、附着在人身上的、无法存储和复制的。一个顶尖工程师的判断力无法批量发货,不能今天生产一万份、明天运到另一个大陆。
AI改变了智能的物理形态。推理即生产:一次推理,就是一次制造;一个token,就是一件标准化程度极高的”智能零件”。它可以被计量——按token计价;可以被储存——模型权重就是库存;可以被传输——跨洋光缆以毫秒级运送;可以被嵌入——写进质检流程、设计软件、合同审查、船舶调度。
当一种东西可以被计量、储存、传输、嵌入,它就具备了商品的全部属性。而当一个部门能够以工业化的方式量产这种东西,这个部门就具备了产能的全部属性。
所以,“AI是不是产能”这个问题,答案比争论双方设想的都要干脆:是。AI是产能史上的第四个阶段,因为它第一次把智能本身变成了可量产的工业品。“智能产能”不是一个比喻,而是一个定义。
这个判断有一个重要的推论,直接关系到后面所有章节的分析:既然智能成为产能的一种,那么一个国家的产能总量,就不再只是钢、粮、电、船的加总,还要加上它一年能”生产”多少可用的智能、以什么成本、嵌入到多少下游环节。就像评估一个国家的工业实力,1910年看煤铁,1970年看钢铁和发电量,2025年必须加上一个此前不存在的科目——智能产量。
这个科目目前甚至没有标准的统计口径。这本身就说明我们正处在两个时代的接缝处:旧的账本记不下新的产能,而权力从来跟随账本走。谁的账本先把这个科目建起来,谁就先给新世界定了计量单位。
四、身份二:AI是一个乘数
![]()
▲ 图3-2 C×k:智能时代的有效产能公式(全书中枢图)
回到本篇开头龙华的那个车间。
请注意那个质检系统的完整过程:它之所以能存在,不是因为AI神奇,而是因为它脚下踩着一整套东西——有持续流动的、标准化的工业品可供质检(这是产能);有千万级历史缺陷图片可供训练(这是产能积累的数据);有能把模型部署到产线、并且每季度迭代的工程团队(这是产能培育的人才);有上下游稳定的订单,让这套投入在两年内回本(这是产能支撑的市场)。
把这个车间放大一百万倍,就是中国制造业智能化的一般图景:AI不是落在真空里的天外来客,它是落在产能上的一层增益。
这就是第二个身份的表述方式。如果把一个经济体的产能记作C——工厂、供应链、基础设施、工程师、产业数据——把它的智能水平记作k,那么它在智能时代的有效产能,大致是:C × k。AI是k的主要来源。而这个乘法式子,有两条铁律。
第一条铁律:k×0=0。智能系数再高的经济体,乘以不存在的产能,结果仍然是零。一个国家的模型再强,如果它脚下没有可以嵌入智能的工厂、没有承接算法的供应链、没有消化智能产量的产业体系,那么它的智能就是空转——像一个功率强劲的发动机,悬在空中,没有轮子可接。实验室里能跑出惊人的演示,但演示无法变成定价权,无法变成就业,无法变成税收,无法变成在国际谈判桌上的筹码。
第二条铁律:没有k的C,利润趋零。一个拥有庞大产能但智能系数停留在低位的经济体,会陷入一种结构性困境:它生产的东西全世界都需要,但利润的大头被k更高的环节拿走。八亿件衬衫换一架飞机的故事,就是这个定律的教科书式呈现——飞机和衬衫的物理重量差了一万倍,智力含量差了不止一万倍。C很大、k很小的经济体,是大国里的打工者。
这两条定律合起来,构成”双轮”的数学表达。
中国的四十年升级史,从这两条定律看,就是一部从”C大而k小”走向”C大且k大”的历史。前二十年解决C的问题——建工厂、修港口、组供应链,把产能做到全球最大;近十年解决k的问题——智能化改造、工程师红利、应用场景、数据积累。两轮的咬合还远没有完成,但方向清晰。
而美国的相对困境,用同样的框架看,是一组镜像:k处于全球顶端,C却持续漏血。它的模型最强、芯片最强、AI企业最强,但它的产线大量离岸,它的工程师更多流向金融和软件而非制造,它的产业数据分散在无法整合的碎片里。它握着世界上最强的发动机,正在焦急地发现轮子在别人的车上。
于是,这场被叙述为”AI竞赛”的博弈,本质被两条定律说破了:这不是谁造出最强模型的竞赛,而是谁先把自己的短板补到双轮咬合阈值的竞赛。美国要补C,中国要补k。双方都知道自己的短板在哪,也都看得见对方的进度。这就是后面所有章节中那些焦灼、指责和谈判的底层结构。
还要补一句诚实的话:这个乘法公式是简化的。真实的经济里,k不是均匀分布在所有产能上的——AI对质检环节的放大十倍,对美发服务环节的放大可能不到一倍;C也不是铁板一块,有些产能天然更善于吸收智能,有些则结构僵硬。公式的价值不在于精确,而在于它给出了一个判断方向:凡是只讲k、不讲C的AI叙事,和只讲C、拒绝k的产业叙事,是同一个错误的两种写法。
五、双轮失衡的三种形态
两条定律组合起来,世界上的经济体可以被分成三种形态。这个分类比”发达国家/发展中国家”的旧地图,更接近智能时代的真实地貌。
第一种形态:有C,无k。这是大量发展中经济体的位置,也是一部分曾经辉煌的经济体正在滑落的位置。它们拥有或者曾经拥有可观的产能——工厂、园区、熟练工人——但智能系数停留在低位。它们的典型困境是:劳动力成本上涨后,订单流向更便宜的地方;想升级,却既没有算法人才,也没有足够规模和质量的数据,更没有能把模型部署到产线的工程能力。它们最怕的不是AI,而是别人用AI把产能的门槛重新抬高——当智能化让”一个工人看四十片”变成”一套系统看六千片”,低工资就不再是护城河。
第二种形态:有k,无C。这是霸权空转。智能水平全球领先,但产能体系空心化。它的典型症状是:模型发布会举世瞩目,落地场景却大量依赖别人的工厂;资本市场上AI估值一浪高过一浪,实体部门的设备投资率却长期低迷;它可以用芯片卡别人的脖子,却越来越难卡住别人用智能化反过来改造供应链的进程。这种形态的危险在于自我安慰——k的优势如此耀眼,以至于整个国家可以长时间忽略C的漏血,直到某个时刻发现:最先进的发动机,需要装在别人的底盘上才能跑。
第三种形态:双轮咬合。产能足够大、足够全,智能系数足够高,而且两者在一个体系内相互喂养——产能为智能提供场景、数据和工程迭代的环境,智能为产能提供十倍级的增益。这是三种形态里最稀缺的,原因不是钱不够,而是咬合有阈值:C的规模要到一定程度,才能摊薄智能化的固定成本;k的渗透要到一定程度,才能反过来定义C的形态。而且咬合是一个动态过程——你咬合了,对手在补课;对手咬合了,你又得迭代。没有终点,只有阶段性的领先。
用这三种形态重看中美,博弈的真实形状就清楚了:美国正处于第二种形态,并且深知其险——它的产业政策、制造业回流、对华芯片管制,全部指向同一个方向:补C。中国正处于从第一种形态的历史记忆中向第三种形态攀爬的中途——它最深的恐惧是”C大k小”的代工陷阱重演,所以它把智能化写进了制造业的每一个五年规划。
这也是为什么,这场博弈的每一个回合——芯片禁令、关税、“过剩产能”的指控、AI安全的话语权争夺——都不能只看表面。表面是技术之争,底下是双轮咬合进度的比拼。谁的短板补得快,谁在下一个十年的账本上就拥有定义权。
六、这一章给全书的答案
现在可以回答本篇开头那两个必须同时回答的问题了。
AI是不是产能?是。它是产能的第四个阶段,因为智能第一次成为可量产、可计量、可储存、可传输的商品。推理即生产,意味着”产能”这个词的定义本身被扩大了,世界需要一本新的账本。
AI对既有产能做了什么?它是乘数。C×k的公式说明,AI不否定过去的产能积累,反而让积累最厚的体系获得最大的增量——智能落在越完整的产业链上,增益越大。这就是为什么AI革命的天平,天然偏向拥有完整工业体系的一方。
两个答案合起来,就是”产能的第二次生命”这个标题的全部含义:产能没有过时,产能正在换上新的心脏。旧命题”产能即权力”(本系列第一章的出发点)不是被AI推翻了,而是被AI升级了——升级为”智能产能即权力”。
这个升级,会直接改写本系列后面每一章的分析。
谈信用,产能积累的信用要被重新估值——一个国家的信用背书,过去是”我能生产你离不开的东西”,未来要加上”我的生产体系正在被智能持续放大”。谈网络,六张网的竞争力不只看覆盖和成本,更要看智能化程度——一张能自我调度的物流网,对一张靠人盯的物流网,是代差。谈定价权,低价时代正在让位给”智能定价权”——谁先把AI嵌进研发、生产、质检、物流的每个环节,谁就把成本曲线压出一个别人追不上的台阶。
还有一件事,这一章必须说清楚,因为接下来的整本系列都会被它纠缠。
当美国说中国”产能过剩”的时候,双轮框架告诉我们,这句话的真正含义是什么?一个C轮巨大、k轮尚在完全装配途中的经济体,从旧账本看是”过剩”——它的产量超过了旧需求结构的消化能力;但从新账本看,这是装配完成前的阶段性状态,是把智能化增益装到全球最大产能上的最后几道工序。
所以,“过剩”指控的实质,不是一个统计问题,而是一个进度焦虑的问题。指控方害怕的不是中国产能太多,而是中国完成双轮咬合的那一天——那一天,旧账本作废,新账本上的数字会让所有的指控都显得像上一代人的语言。
下一篇预告
但AI的双重身份,还引出一个更尖锐的问题。
如果智能本身成为可量产的商品,那么”C大而k小”的中国,和”k大而C漏”的美国,谁的短板更容易补?
造工厂难,还是造模型难?补课产能,和补课智能,哪条路更陡?
这个问题的答案,不在硅谷的实验室里,也不在华盛顿的听证会上——它藏在两个国家的工地里。
◀ 上一篇:乔布斯对奥巴马说:这些工作不会回来了——真正的原因不是工资 下一篇:东莞工厂主的一笔账:机器人不是替他省工资,是把工厂换成了新物种 ▶
觉得有启发,欢迎点个「在看」、转发给朋友。关注「AI时代鹿透社」,不错过这个系列的每一篇。
系列目录(共22篇)
《未定之天》发刊词:为什么"中国制造业被替代"喊了二十年,却始终没有发生? 1841年珠江口的那门炮,藏着理解今天中美博弈的钥匙 乔布斯对奥巴马说:这些工作不会回来了——真正的原因不是工资 AI到底会不会取代制造业?答案是:这个问题本身就问错了 东莞工厂主的一笔账:机器人不是替他省工资,是把工厂换成了新物种 从英国纺织到日本芯片:"产能过剩"这个词,从来都是用来对付强者的 中国的社会稳定靠什么?一套看不见的三层缓冲体系 1914年威尔逊想置身事外,三年后还是参战了:产能强国的宿命 一条铁路如何变成一个国家的"运行系统":中国产能嵌入世界的三条路 六张网:比任何商品出口都更接近"秩序"本身的东西 古巴导弹危机的十三天:中美这场博弈,比的其实是"谁能忍" 金砖峰会上的那句"询价":全球南方不是棋盘,是玩家 沙特接受人民币结算那一天:美元体系真正的裂缝在哪里 一个基金经理的十二个信号:体系裂缝正在以什么速度延伸 萨拉热窝的两声枪响:哪些事件可能点燃全球体系积累的张力 柏林墙倒塌前两周,情报机构还判断"东德稳定":历史为什么总是"突然"改变 沙特和伊朗为什么在北京握手:四大全球倡议到底要提供什么 五个普通人的命运:如果体系跳跃发生,谁受益,谁受损 1793年马戛尔尼跪下的那一刻:渐进重组的三条路径,各自通向哪里 1931年9月21日的早晨:如果跳跃发生,世界会变成什么样 乾隆错过的东西,今天还能再错过吗:窗口期里最容易犯的三种错 终篇|未定之天:未来是开放的,而这恰恰是最好的消息
AI到底会不会取代制造业?答案是:这个问题本身就问错了
AI时代鹿透社2026-10-20
0
导读:AI是不是产能?是。它对既有产能做了什么?它是乘数。一个车间、一座数据中心,隔一千公里,却是同一个问题的两面:C×k,决定智能时代的有效产能。
【声明】内容源于网络
0
0
AI时代鹿透社
1234
内容 219
粉丝 0
总阅读3
粉丝0
内容219

