AI 热潮逐渐褪去，企业正急于将技术转化为效益。但一个容易被忽视的风险随之而来：AI 提升生产力的同时，或将催生激烈价格竞争，引发技术通缩。读懂这一残酷规律，企业管理者才能理性布局 AI，避开效率上升、利润收缩的陷阱。

    过去一年左右，董事会里狂热的AI乐观情绪逐渐褪去，取而代之的是冷静审慎的思考。全球企业高管面临不断攀升的数据科学家、软件与token成本，不得不投身一场竞赛：推动AI从美好愿景转化为实际生产力。我们长期以来始终认为，AI带来的经济效应落地将会是缓慢且不均衡的。时至今日，AI究竟能产生多大的经济影响，依旧没有定论。但即便企业管理者找到了让AI创造价值的方法，一场更关乎生存的挑战已然等候在后：利润争夺战。
    这类似于“赢家诅咒”：那些最擅长借助 AI 实现生产力增长的行业，大概率会迎来白热化的成本与价格竞争，最终导致利润空间被不断压缩。具备经济变革力量的技术天然带有通缩属性，消费者会成为最终受益者。矛盾之处在于，生产力大幅提升，反而可能造成企业利润下滑。

理解技术的通缩本质

    AI固然是一项极具颠覆性的技术，但它提升生产力的方式并无特殊之处：改变投入与产出的配比。当一项技术得到广泛普及，通常通过以下三种路径发挥作用：
1. 投入更少，产出不变
    企业运用AI降低同等实际产出对应的投入成本。这种成本优势很可能促使企业降价抢夺市场份额，进而引发价格战，压缩全行业利润。所有参与者都会被卷入竞争，但只有具备相对成本优势的企业能够守住利润。人人参与角逐，最终只有少数赢家。
2. 投入不变，产出更多
    企业依托AI，在投入保持稳定的情况下扩大实际产出，构筑规模优势。由此带来的供给激增极易引发抢占市场的价格竞争，侵蚀行业利润；倘若供给增量长期持续、同时市场需求缺乏弹性，利润压力会尤为突出。
3. 新模式替代旧模式
    企业可以借助 AI 打造全新商业模式。这条路径有机会构筑更持久的竞争优势，暂时避开直接的利润厮杀。不过一旦技术广泛普及，创新成果的复制速度也会加快，新一轮市场份额与利润争夺又将开启。
    三条生产力增长路径虽各不相同，最终却会走向同样的通缩趋势。普及型技术意味着竞争优势难以长久维系，生产力提升未必带来利润扩张，反而可能造成利润收缩。
    挑战还不止于此。在充满动态变化的行业中，以上三种路径可能同步发生。以互联网这项普及型技术对零售业的影响为例：互联网降低了库存与供应链管理成本，让具备规模优势的玩家凭借运营效率、微薄利润挤压竞争对手。与此同时，大型零售商依托平台孵化出广告业务、第三方卖家业务等全新板块。

技术通缩的现实案例
    以汽车行业为例。这是一个持续渐进式技术创新的行业。在过去七十多年里，技术稳步取代劳动力投入（表现为汽车行业就业占比的持续下降），实现了“以更少投入完成更多产出”。这刺激了价格竞争，表现为相对价格的稳步下行。利润率随之被侵蚀。行业利润率早年长期稳定在30%上下，如今已被挤压至微利水平。
    技术也在其他行业留下了相似印记，农业便是其一。曾经食品支出占据居民预算四成以上，近半数美国劳动者供职于农业领域。机械化、化肥、基因育种等一轮轮技术革新大幅节约人力成本。如今，农业就业人口仅占总劳动力的 1%。尽管近期食品通胀引发热议，但通缩趋势清晰可见：当前美国人的食品开支仅占总预算的13%。

通缩效应并非均衡显现

    当然，并非所有行业都会同等程度受到技术通缩力量冲击，部分行业甚至几乎不受影响。差异取决于技术发挥作用的领域，以及竞争的抑制因素与放大因素。
1、竞争抑制因素
    倘若企业掌握难以复刻的AI 落地方案，构筑深厚护城河，就有可能形成 AI 领域的垄断者。垄断利润会取代价格竞争，避免利润被侵蚀。但这种局面出现的概率偏低，根源在于 AI 技术的普及门槛不高。各类企业都能够使用同款大模型，依托应用形成的优势很难守住。前沿模型存在权限限制这一细微差别，也无法改变大趋势。
    在AI供给端，竞争同样十分激烈。ChatGPT、Claude、Gemini、Llama、Grok 均推出多款不同价位的模型，这还仅仅是美国市场的产品。随着企业AI预算收紧，一场价格战已然萌芽。各大AI实验室很可能下调token定价，争夺市场份额。
    除此之外，多重因素会延缓AI 落地速度，削弱通缩效应，远不像很多观点预估的来得那么快：落地难题。“投入更少、产出维持不变” 或是 “投入不变、产出有所提升”，未必总能转化为营收增长。一份近期工作论文显示，代码编写量提升十倍以上，产品发布量仅提升 1.3 倍。
    落地运营与使用率。不少员工对使用 AI 兴致不高，高频使用者更是稀少。50% 的职场人会使用 AI，但仅有 13% 做到每日使用。企业想要收获显著效益，必须培养熟练使用 AI 的员工群体。
    监管配套。政策制定者与民众需要接纳这项新技术。例如纽约市近期拒绝续发Waymo 运营牌照，本就进度滞后的自动驾驶行业再遭打击。
    社会接纳度。大众需要认可 AI 的社会价值。2026年3月皮尤研究中心调查显示，50%的美国人对 AI 给日常生活带来的影响感到担忧，而非期待。
    市场结构。部分行业本身不适合价格竞争。医疗行业体系错综复杂，价格竞争很难发挥作用。
2、竞争放大因素
    AI对生产力的提升幅度越大，催生的通缩力量就越强。小幅效率提升一般不会引发价格战；巨大的生产力突破，则极有可能触发恶性竞争。
    生产力提升的实现形式同样关键。如果新增产能难以收缩、降价又无法有效拉动需求，市场极易陷入持续降价的恶性循环。反之，成本下降能够刺激需求增长，价格竞争的烈度会有所缓和。但无论哪种情形，只要生产力实现大幅提升，通缩影响都会显现；AI 落地成效越显著，随之而来的利润争夺战就越残酷。

对当下企业管理者的启示

    AI影响存在不确定性与不均衡性，给需要制定战略的管理者带来重重挑战：
    1、不能选择置身 AI 竞赛之外。即便对 AI 持怀疑态度的管理者也必须投入。放弃布局的风险是非对称的：倘若 AI 最终实现颠覆性价值，缺席者将面临生存危机；倘若 AI 不及预期，投入成本固然高昂，但竞争对手同样受挫，竞争格局不会发生根本性改变。
    2、投身 AI 竞赛几乎是必然选择。原本希望聚焦业务基础运营的首席执行官，不得不抽身做出战略押注。
    3、只有相对优势才有意义。仅仅实现 AI 价值远远不够。当成本战、价格战打响，若效率提升幅度落后行业头部玩家，这类优化便毫无价值。赢家不只是依靠 AI 实现提效，而是实现比同行更大幅度的效率提升。
    4、赢家往往只是少数。一旦技术颠覆行业，机遇与危机并存，但收益和损失不会均匀分配。前文互联网重塑零售业的案例已经说明：如果有效落地技术需要大量资本或规模支撑，行业大概率会走向整合。
    5、衡量实际产出，而非投入规模。AI价值尚待验证的阶段，很多企业过度聚焦易于统计的指标，例如token消耗量、代码行数。评判 AI 竞赛成败，最终要看单位工时产出的变化。
    6、理性调整投资回报率预期。首席财务官很难痛快批准这类强制性投入：前景很可能是未来利润持续承压，投资回报微薄。更进一步来看：倘若AI提升生产力、挤压利润空间，企业投入资金布局 AI，看似是谋求竞争优势，本质上只是为了生存。
    AI带来的文化与社会影响已是不争的事实。它同样会产生经济效应，但影响规模与形式依旧未知。当我们观测到明显的通缩现象时，才能确认它具备颠覆性的经济价值。倘若看不到通缩效应，也就意味着 AI 的实际影响力有限。