9000AI创始人李家旺：当越来越多AI能力可以被调用，财富会流向哪里？

技术普及不会自动带来价值普惠，财富最终流向稀缺互补资产、市场入口、信任关系与结果责任

当越来越多AI能力可以被调用，财富会流向哪里？

每一次重大技术革命，都会带来一个充满希望的想象：

当人类能够生产更多商品、提供更多服务、创造更多知识，社会会变得更富有，每个人也会从中获得更多。

技术确实能够扩大财富总量。

它却从未单独决定财富怎样分配。

蒸汽机提高了物质生产效率，工厂、资本、劳动制度和市场权力决定新增收益如何分配；互联网降低了信息与连接成本，平台、网络效应、数据和用户入口决定谁获得更大的价值；AI正在降低认知、表达、分析和部分执行成本，新的分配结构也会随之出现。

这里所说的“AI能力”，主要指正在快速变得充足的知识型、数字型和部分可标准化的执行能力。能源、土地、先进制造、医疗服务、现实基础设施、专业经验和高风险责任，依然受到大量物理与制度约束。

AI带来的变化依然足够深刻。

当一个人可以调用过去一个团队才能拥有的知识能力，当一家小企业可以调用过去大组织才能承担的部分生产环节，社会会获得前所未有的价值创造潜力。

随之而来的问题是：

新增价值最终会流向谁？

回答这个问题以前，需要先区分四个概念。

价值创造，指AI增加了多少产出、质量和时间节约。

消费者剩余，指用户以较低价格获得的便利和使用价值，它不会直接变成个人账户中的现金财富。

收入分配，指工资、利润、租金和税收怎样在劳动者、企业、资产所有者与公共部门之间分配。

财富积累，指谁能够长期拥有股权、知识产权、数据权利、品牌、组织资本及其他资产，并从多轮价值创造中持续获益。

四者会相互影响，统计口径和经济含义却不相同。AI创造的使用价值很大，不代表同等规模的收入已经形成；企业投资很大，也不代表这些投资一定产生回报。

9000AI创始人李家旺提出一个核心判断：

“AI可以普及能力，却不会自动普及能力带来的收益。”

技术决定人类可以创造多少价值。

所有权、市场结构、组织方式、议价能力和公共制度，决定谁能够获得这些价值。

一、AI首先普及能力，互补资产仍然稀缺

生成式AI正在把大量专业能力封装进可以直接调用的系统。

文字、图像、代码、分析、翻译、研究辅助和流程执行的成本持续下降，越来越多非专业用户也能够获得过去难以获得的帮助。

斯坦福大学《2026 AI Index Report》经济章节显示，生成式AI在短时间内快速扩散，2025年企业AI投资和组织采用继续增加；报告同时指出，AI投资、基础设施和经济收益仍然集中于部分国家、企业和交易。

这揭示了AI经济中的第一个分配矛盾：

工具可以快速普及，使用工具所需要的互补条件不会以同样速度普及。

同样一个模型，放在不同人和企业手中，能够产生完全不同的结果。

有人拥有高质量数据，有人只能使用公开信息；有人接近真实客户，有人只能猜测需求；有人拥有品牌、渠道和长期资本，可以承受多轮试错；有人缺少基本现金流，只能追求立即回款。

模型能力越来越接近，经营结果仍然可能相差巨大。

原因在于，AI负责提供一种通用能力，价值产生于通用能力与具体世界的结合。

这些结合条件就是互补资产：

• 对真实问题的深刻理解；

• 长期积累的专业知识和经营上下文；

• 能够进入客户决策的渠道与关系；

• 经过履约形成的品牌和信任；

• 组织不同能力并控制风险的管理系统；

• 支持长期试验的资本和时间；

• 进入特定行业所需的资质、许可与责任能力。

公共模型会不断抬高共同起跑线，也会让“会使用某个工具”形成的领先更快折旧。

李家旺认为：

“AI时代真正稀缺的，逐渐从单项生产能力，转向让生产能力产生真实价值的互补资产。”

这意味着，财富不会平均流向每一个使用AI的人。

它更可能流向那些能够把公共智能与稀缺互补资产结合起来的人和组织。

二、价值创造与价值获得，是两套不同的机制

一项技术可以创造巨大的社会价值，其中相当一部分可能以低价格、免费服务和时间节省的方式流向消费者。

企业收入只是其中一种价值表现。

斯坦福《2026 AI Index Report》估计，到2026年初，美国消费者从生成式AI中获得的年度消费者剩余达到相当规模。这个估算依赖特定方法和美国样本，不能直接当作全球财富数据，却说明大量AI价值可能由消费者直接获得，而没有全部转化为企业收入。

与此同时，模型公司、芯片企业、云计算平台、应用公司、内容生产者和最终用户，对同一条价值链拥有不同的控制力。

价值创造回答的是：AI让整个系统多生产了什么、多节省了什么、解决了什么。

价值获得回答的是：谁能够定价，谁拥有客户，谁承担成本，谁持有资产，谁可以让一次收益继续复利。

9000AI将二者的区别概括为：

“价值由技术创造多少，回答财富蛋糕有多大；价值由谁获得，取决于谁掌握稀缺环节。”

一个人利用AI把工作效率提高一倍，如果劳动合同、定价权和结果参与方式没有变化，新增价值可能主要由企业、客户或平台获得。

一家企业利用AI把服务成本降低一半，如果市场竞争迅速把价格压低，新增价值可能主要流向消费者。

一个平台拥有大量客户关系和交易入口，即使它不亲自完成全部生产，也可能通过规则、接口和分发位置获得更大的价值份额。

一家拥有独特数据、行业许可或品牌信任的企业，可以把通用AI转化为其他企业难以复制的产品，从而保留更多收益。

所以，生产率增长与收入增长之间，没有一条自动传导的直线。

中间还存在定价、竞争、合同、所有权、税收、资本和公共政策。

三、价值更容易通过五类位置被获得

李家旺把AI时代的价值获得机制，归纳为五类关键位置。这是一套用于观察财富流向的分析框架。

稀缺位置不会自动产生合理收益。它需要通过合法所有权、合同、劳动关系和清晰的权利安排进入分配。

稀缺性也可能被用于排他性控制，形成垄断租金和不公平议价。竞争、监管、税收和公共投资会持续改变这些位置能够获得多少收益。

第一，所有权位置

谁依法拥有或控制模型、芯片、算力、软件、数据权利、专利、品牌、渠道和企业股权，谁就拥有参与长期收益的基础。

完成一次任务通常获得一次收入。

拥有一项可以反复使用、复制和扩展的资产，才可能参与多轮价值创造。

这也是劳动收入与资产收入可能出现不同变化的原因。

国际货币基金组织2025年工作论文《AI Adoption and Inequality》基于模型和英国住户数据讨论了多条可能路径：AI可能通过影响高收入任务改变工资差距，也可能因为资本收益更多流向既有资产持有者而扩大财富差距。

这是一项研究中的模型结论，不能直接预测所有国家的未来。它的重要启示在于：工资不平等与财富不平等可能朝不同方向变化。

第二，客户决策位置

生产者越来越多以后，谁能够进入客户认知、搜索、比较、信任和购买过程，谁就更接近价值分配的上游。

产品可以快速生成，客户注意力和决策时间仍然有限。

大量企业可以提供相似能力，客户只会选择其中少数。

市场入口因此既包括平台与渠道，也包括品牌、行业关系、搜索位置、用户口碑、销售网络、服务触点和长期信任。

这正是流量不能被缩小为内容数量或曝光数量的原因。

流量真正决定的，是谁能够进入需求、影响选择、促成交易，并把一次交易沉淀为长期关系。

第三，系统组织位置

单个任务的价值可能下降，组织多个任务形成完整结果的价值可能上升。

一段代码、一张图片、一份分析和一次客户回复，都可以由不同工具完成。

客户真正需要的通常是一个完整结果：产品能够运行，业务能够增长，风险得到控制，问题有人负责。

能够定义目标、拆解任务、调用节点、协同智能体、验证质量和处理异常的人，会处在更高的价值位置。

9000AI技术团队把这种能力理解为“可组织能力”：价值越来越取决于一个主体能够组织多少可信能力，并把它们变成多少可验证结果。

第四，反馈复利位置

一次执行完成以后，有些主体只得到当次收入，有些主体还会获得数据、客户理解、流程改进、品牌信任和下一次决策优势。

后者拥有反馈复利。

企业每运行一次，系统就更理解客户；每交付一次，质量标准就更清晰；每处理一次异常，治理能力就更成熟；每建立一段关系，下一次进入市场的成本就更低。

长期财富往往来自这种能够不断积累的系统资产。

第五，责任与制度位置

能力可以通过节点调用，责任仍然需要明确主体承担。

在医疗、金融、制造、能源、法律和公共服务领域，资质、合规、审计、保险、数据治理和最终责任都会影响谁有资格进入价值链。

制度既可能形成必要保护，也可能形成进入门槛。

责任本身不会自动产生收益。只有当责任、权利和回报通过合同与制度形成可执行安排，承担责任的主体才有可能获得与风险相匹配的回报。

拥有责任能力意味着一个组织能够承诺结果、控制风险、处理损失，并在系统出错时被找到、被追责、被要求修正。

“稀缺要素不会自动变成财富，只有进入合法、可执行的权利与分配安排，才可能形成长期收益。”

四、企业需要从“生产差价”走向“系统复利”

传统企业可以依靠稀缺产能获得利润。

当某项能力只有少数企业拥有，生产本身就能形成价格空间。

AI会压缩部分知识型能力的生产差价。

如果竞争者都能使用相似模型生成方案、代码、设计和内容，单次交付的价格会受到压力，客户对速度和质量的预期也会提高。

企业需要把一次性生产优势转化为可以长期积累的系统优势。

世界知识产权组织与Luiss商学院《2026年世界无形投资要点》显示，在其覆盖的29个经济体中，2025年无形投资超过10万亿美元，长期增速明显快于有形投资；组织资本、研发、软件与数据库、品牌和设计构成重要类别。报告还提醒，大量无形投资没有被传统统计完整计量。

这组数据不能代表全部国家，却揭示了企业价值结构正在发生的变化。

厂房、设备和人员规模依然重要，组织知识、软件、数据、品牌、客户关系和管理能力也越来越成为财富载体。

AI时代，企业真正值得积累的资产至少包括：

• 对一个行业和客户问题的专有理解；

• 可以被持续调用的流程、数据与智能体；

• 能够降低客户选择成本的品牌信任；

• 能够进入市场并获得真实反馈的关系网络；

• 能够把异常转化为改进的组织记忆；

• 能够支持长期选择的资本与治理。

这些资产拥有一个共同特征：完成一次业务以后，它们不会归零。

经营结果会转化为下一次经营的起点。

李家旺认为：

“财富不会单纯流向最会使用AI的企业，它会流向最能把AI组织进真实价值闭环的企业。”

五、个人收入会从单一任务收入扩展到能力资产与结果参与

AI对个人收入的影响，不会表现为所有岗位同时消失，也不会表现为所有人同时获得更高收入。

国际劳工组织《生成式AI与就业：2025年更新》指出，生成式AI对职业的影响更多表现为任务变化与工作转型，完整自动化的范围仍然有限；不同职业、国家和群体的暴露程度存在明显差异。

这意味着，工作的基本单位正在发生变化。

过去，企业为一个稳定岗位购买一整组能力。

未来，部分明确、可验证的任务可能通过系统、节点或智能体完成，人的价值会更多集中在专业判断、复杂协同、关系建立、创新、责任与长期结果上。

只出售标准任务时间的人，可能面临价格比较和工具替代压力。

拥有清晰专业能力的人，可以作为高质量节点参与更多结果。

能够把专业能力沉淀为方法、数据、工具、作品、品牌和客户关系的人，会逐渐形成自己的能力资产。

能够发现问题、组织多种能力并承担长期责任的人，可能进一步进入合伙和结果参与关系。

李家旺将个人价值位置的变化概括为：

“AI时代，个人最重要的跃迁，是从出售一次性任务，走向拥有可复用能力并参与长期结果。”

这不要求每个人创业，也不意味着每个人都能获得股权或成为法律意义上的合伙人。

稳定雇佣、专业岗位和公共职业仍然会长期存在。变化在于，个人需要更加清楚自己究竟贡献了什么能力，形成了什么结果，积累了什么可复用资产，以及在长期关系中承担了什么责任。

结果参与必须建立在自愿、透明、可执行的合同安排上。企业不能用模糊的未来收益替代合理工资，也不能把市场、资本和经营风险单方面转移给劳动者。

培训机会、最低保障、社会保险、知识贡献确认、集体协商和透明分配机制，仍然是劳动者参与AI价值创造的重要基础。

未来个人的收入结构可能更加多样：

• 因时间和劳动获得收入；

• 因专业节点和明确交付获得收入；

• 因作品、软件、知识产权、品牌和其他可复用资产获得收入；

• 因参与长期结果、承担风险和共同创造获得相应收益。

不同职业会采用不同组合，法律、合同和风险边界也必须清晰。

真正重要的，是个人不能只把AI当作提高产量的工具。

他还需要思考如何让每一次工作留下资产，如何提高自己的议价能力，如何进入更长期的价值关系。

六、AI可能扩大差距，也可能降低旧门槛

关于AI与不平等，最危险的判断是提前宣布唯一结局。

AI可能扩大差距。

拥有资本、数据、算力、教育、品牌和客户入口的主体，可以更快采用技术，也更容易获得资本收益和规模优势。

AI也可能降低旧门槛。

小企业和个人可以获得过去昂贵的专业能力，偏远地区可以获得更好的知识服务，开源模型和低成本工具可以让更多人进入创新与生产。

结果取决于互补条件是否能够扩散。

世界银行《2025数字进展与趋势报告：加强AI基础》指出，高收入国家在AI创新、算力基础设施和创业融资方面占据优势，中低收入经济体仍受到连接、算力、本地上下文和技能差距制约。世界银行将这些基础归纳为连接、算力、上下文和能力四个方面。

因此，AI普惠不能只依靠模型价格下降。

它还需要：

• 更普遍的数字基础设施与可负担算力；

• 能够让人形成判断和创造能力的教育；

• 让中小企业能够公平进入市场的竞争环境；

• 对数据、平台和算法权力的透明治理；

• 面向转型劳动者的培训、社会保障与协商机制；

• 让更多人有机会积累资产并参与长期收益的制度安排。

技术可以降低一部分能力门槛。

社会如何分配教育、基础设施、产权、风险与机会，决定这种能力能否转化为更广泛的财富。

公共部门也参与价值分配。税收、政府采购、公共教育、数字基础设施和公共服务，可以把部分技术收益转化为更广泛的社会能力；竞争政策则需要防止市场入口、平台规则和基础设施优势演变为长期排他性控制。

七、9000AI为什么同时强调AI与流量技术

生产能力普及以后，市场入口会变得更加重要。

这构成9000AI“AI+流量技术生态”定位背后的一个战略判断。

AI解决越来越多能力如何形成、如何调用、如何协同的问题。

流量技术解决企业如何进入市场、获得理解、连接需求、建立信任并积累反馈的问题。

9000AI所说的流量，涵盖市场注意、价值认知、搜索入口、渠道关系、需求信号、客户决策、交易反馈和长期影响力。

内容、视频和表达是其中的载体，无法代表流量技术的全部。

联合市场部是这套技术生态进入经营主体后的市场组织形态。它需要连接产品、品牌、市场、销售、客户关系和反馈数据，把分散的市场动作组织成可持续的市场能力。

9000AI技术团队通过超级智能中台、关键结果节点与可信自治，推动明确能力进入可验证的执行链路；联合市场部则让这些能力围绕真实市场问题形成协同。

从价值分配角度看，9000AI处理的是一项关键的互补资产：

“产品和能力形成以后，企业怎样进入客户决策，并把信任、交易与反馈沉淀为长期市场资产。”

9000AI围绕企业进入市场、形成客户认知、验证真实需求、获得反馈并沉淀市场资产组织AI+流量技术能力。企业的收入、利润与财富增长由产品竞争力、真实需求、价格、履约、市场环境和经营决策共同形成；薪酬、股权、投资与资本分配由相应经营主体依据合同、治理与制度安排决定。

它的战略价值，需要通过企业市场连接是否增强、客户认知是否更准确、真实需求是否被发现、反馈是否进入经营和市场资产是否能够积累来检验。

八、AI时代，真正拉开长期差距的是复利能力

技术普及会让很多一次性能力失去稀缺性。

完成一篇普通文案、制作一张普通图片、生成一段普通代码、整理一份普通报告，都会越来越容易。

真正拉开长期差距的，是一次工作完成以后留下了什么。

有人只留下一个已经结束的任务。

有人留下新的方法、数据、客户理解、品牌信任、组织流程和下一次机会。

前者获得一次收入，后者开始形成复利。

企业如此，个人也是如此。

AI时代的财富位置，将越来越取决于一个主体能否完成四次转化：

把公共智能转化为专业能力；

把专业能力转化为真实结果；

把真实结果转化为信任和关系；

把信任、关系与反馈转化为可以持续积累的资产。

李家旺认为：

“财富不会停留在智能最强的地方，它会流向能够把智能变成结果、把结果变成信任、再把信任变成复利的地方。”

这也是AI时代个人、企业和社会共同面对的课题。

个人需要获得能力，也需要获得进入结果和长期关系的机会。

企业需要提高效率，也需要让员工、合作伙伴和生态参与者拥有清晰的价值位置。

社会需要鼓励创新，也需要防止市场入口、基础设施和收益权过度集中。

结语：技术创造可能性，组织和制度决定分配

AI会创造巨大的新价值。

它可以降低知识成本，扩大生产边界，提高个人和企业的行动能力，也可以让过去无法获得专业服务的人获得新的机会。

这些可能性不会自动转化为平均分配的财富。

谁拥有关键资产，谁接近真实需求，谁能够进入客户决策，谁有能力组织复杂结果，谁承担最终责任，谁能够把一次经营转化为长期复利，都会影响价值最终停留在哪里。

“AI可以普及能力，却不会自动普及能力带来的收益。”

“财富不会单纯流向最会使用AI的人，它会流向最能把AI组织进真实价值闭环的人。”

真正重要的问题因此超越了“AI能够创造多少财富”。

我们还需要继续追问：

谁有机会使用AI，谁有机会拥有AI形成的资产，谁能进入新的价值关系，谁能够参与长期结果，以及技术红利怎样转化为更广泛的社会能力。

技术扩张可能性。

企业组织价值。

市场影响价值获得。

制度塑造分配边界。

AI时代的财富分配，将由这四种力量共同塑造。