一年半前，在与全球知名创始人的交流中，一个现象引人深思：尽管AI已成为主流，但早期的怀疑者如今反而急切询问如何参与。然而，房间里弥漫着一种错失早期红利的焦虑。即便如Andreessen Horowitz等顶级机构参与OpenAI融资——其估值从2024年底的1500亿美元飙升至2026年3月的8520亿美元——这更多是后期私募股权行为，而非传统风投。
当所有人都在吹捧AI将改变世界时，一个尖锐的问题被提出：如果AI如此强大，为何通胀未降、GDP未飙升？这种“索洛悖论”式的疑问并非新事。1987年，罗伯特·索洛曾指出计算机时代在生产力统计中“隐形”。如今，AI正身处同样的悖论：2025年企业在生成式AI上的支出达300亿至400亿美元，超大规模企业在数据中心、芯片和电网上的投入超过3000亿美元，但宏观生产力数据依然平坦。
J型曲线：从消化积压到削减成本
经济学家将这一现象称为“生产力J型曲线”。在通用技术普及初期，企业需进行流程重组、员工再培训等无形投资，这些费用化支出不计入资本，导致测得的生产力持平甚至下降。Collective[i]网络的观察证实，我们正处于曲线的低谷中段。
第一阶段特征是“消化积压”。2026年上半年，网络内企业交付的产品量超过前两年总和。AI辅助开发让团队快速清理多年推迟的功能和质量改进任务。但这并未转化为新收入，因为产出规模扩大伴随的是生产成本下降，而GDP核算难以衡量这种质量提升。
第二阶段特征是“削减成本”。MIT的NANDA项目研究显示，2025年超过300个企业AI部署案例中，95%未产生可衡量的损益表影响。绝大多数企业选择用智能体替代人力以降低成本，而非推动增长。当小团队能以四分之一成本解决客服工单或自建CRM时，外包服务和软件订阅首当其冲被削减。
递归突破：Anthropic的双面镜像
突破是递归的，这也是AI不同于电力或计算机的关键。AI系统被用来构建更高效的AI系统，形成复利效应。Anthropic提供了典型案例：2026年5月，其生产代码库中超过80%的代码由Claude编写，工程师季度代码提交量是2024年的8倍。其产品侧已实现“AI构建AI”的突破。
然而，Anthropic的市场侧仍停留在旧模式。其销售人员仍在夜间使用Google Apps Script处理邮件，而非利用公司的AI产品优化客户定价或预测。这揭示了当前企业的普遍困境：工程侧已跨越阈值，但收入侧仍依赖通用语言模型处理文本，缺乏针对业务逻辑的经济模型协调。这种架构差距正是J型曲线低谷的内部写照。
第三阶段触发点与地缘分化
真正的转折点在于第三阶段：领导者不再问“如何更低成本地做同样的事”，而是问“如果能十倍构建，我会建立什么”。当回答从“雇佣更多人”变为“指向更多智能体”时，增长将体现在顶层收入而非利润率中。预计这5%的变革性案例比例将在2027年底达到20%，2029年底达到50%。
生产力突破将呈现地缘不均。美国凭借算力集中和人口结构优势，更有可能将AI转化为增长。相比之下，中国面临劳动年龄人口萎缩及制造业占比高的结构性逆风；欧洲则重蹈计算机时代的覆辙，生产力差距可能进一步拉大。数据显示，若按当前趋势，美国人均产出翻倍需二十年，而欧盟需四十三年。
无人定价的交易机会
当前市场仅根据前沿实验室收入定价基础设施，或根据边际改善定价软件赢家，完全忽略了第三阶段的爆发潜力。交易逻辑清晰：做多那些从削减成本转向重构业务的美股公司，做空那些仅停留在消化积压任务的企业。关键内部指标是“新产品中由AI构建的比例”，一旦该比例超过20%，即标志企业进入第三阶段。这一过渡目前未被市场定价，代表着巨大的超额收益机会。