据AI行业着名研究机构SemiAnalysis克日宣布《AI暗产出：不可见产出的可见本钱》报告称，，，AI正在制造一个宏观统计难题：本钱是可见的，，，产出却可能是不可见的。。。。 SemiAnalysis将这种征象称为“AI暗产出”。。。。其界说是：由AI带来的经济价值已经保存，，，但在GDP、价钱指数、劳动统计或行业账户中不可见，，，或者被严重扭曲。。。。而这样的“AI暗产出”可能高达1.5万亿美元。。。。 这对市场的意义很直接。。。。AI资源开支、数据中心建设、电力需求、GPU采购和token消耗都会进入企业账本，，，也会被投资者看到。。。。但若是AI替换或新增的事情没有以清晰价钱出售，，，古板宏观数据可能只看到本钱，，，看不到对应产出。。。。 美国2013年一次看似死板的GDP统计要领修订，，，把研发和知识产权投资纳入GDP核算，，，使1990年月总产出增添约3.6万亿美元，，，相当于2000年整年GDP的近30%。。。。因此，，，AI带来的丈量问题可能更大。。。。 但SemiAnalysis明确说明，，，这不是“1.5万亿美元劳动力已经消逝”，，，也不是“GDP已经少记了1.5万亿美元”。。。。它指的是：在目今一代AI能力下，，，已有可信市场信号显示，，，约1.5万亿美元劳动力本钱对应的使命，，，保存被AI显著增强或自动化的潜力。。。。 这一估算基于“证据蹊径”中第4级及以上的信号。。。。较弱的证据包括基准测试和产品宣传；；；；；；
；更强的证据包括企业果真称AI已用于生产流程、法院认可相关AI事情、包管公司愿意承保AI蜕化危害。。。。 好比执法文件的例子。。。。一份简朴执法文件，，，无论由状师起草，，，照旧由AI起草，，，对用户的现实价值可能相近。。。。但在GDP统计中，，，两者路径差别。。。。 若是状师收费，，，状师收入会进入效劳业统计。。。。若是AI用少量token完成，，，状师账单消逝，，，GDP里可能只剩下几美元甚至几美分的token支出，，，并且这笔支出还可能被记在软件或AI效劳行业，，，而不是执法效劳行业。。。。 SemiAnalysis还给出一个价钱转变示例：一份基础遗嘱的起草本钱，，，恒久随手艺前进下降。。。。但从400美元降至150美元，，，用了约30年；；；；；；
；若是从150美元降至0.50美元，，，只用一年，，，降幅凌驾99%。。。。前者会带来统计误差，，，后者可能直接从数据集中消逝。。。。 同时，，，执法效劳价钱指数直到1987年才被纳入CPI；；；；；；
；阻止2024年9月，，，该价钱指数已上涨4.6倍。。。。这一指数很洪流平上类似就业本钱指数，，，由于它没有充分反应执法效劳生产率提升。。。。 好比，，，当文献综述本钱从2000美元降到2美元时，，，人们纷歧定只是省下1998美元，，，而是可能在每个项现在都做一次文献综述。。。。类似地，，，整理已往六个月邮件、面试宿世成研究质料、聚会前梳理对方配景，，，都可能有现实价值，，，但除了token、API挪用、云支出或订阅费之外，，，很难留下清晰经济痕迹。。。。 现在有一些迹象显示，，，目今token支出中相当一部分可能用于新增事情，，，而不是替换已有事情。。。。但详细规模并不透明，，，由于这些活动“藏在token的匿名帘幕后面”。。。。 例如，，，一家公司已往花1万美元外包HR效劳，，，现在仍花1万美元购置AI HR效劳。。。。此时，，，生意价钱没有变，，，GDP仍能纪录这1万美元，，，区别只是人为和岗位可能镌汰。。。。 但若是同样的HR使命被公司内部用10美元token完成，，，那么从统计上看，，，外部1万美元生意酿成10美元支出。。。。在这种情形下，，，GDP会镌汰9990美元，，，只管同样的事情仍然完成了。。。。 这就是问题的要害：AI是否被GDP捕获，，，不但取决于它有没有创立价值，，，还取决于它有没有以可见价钱、可见生意、可见行业分类的形式泛起。。。。 若是工厂更自制地生产螺丝，，，统计职员可以数螺丝数目、看本钱下降、看产量上升。。。。已往六个世纪，，，螺丝真实价钱下降凌驾99%，，，全球产量大幅上升，，，现实GDP能较好捕获这种增添和生产率提升。。。。 SemiAnalysis写道：“我们缺少一套可用的语言，，，来形貌效劳和脑力劳动的单位。。。。”没有“1吨文献综述”，，，也没有“1桶咨询效劳”。。。。效劳业统计通常依赖收条、人为、工时和价钱指数，，，再反推出“数目”。。。。 这在价钱缓慢转变时还能委屈运行。。。。但若是AI让效劳本钱突然下降99%，，，统计系统可能把收入下降读成产出下降，，，而不是生产率提升。。。。 好比，，，工业革命时期，，，“马力”让人们可以较量机械、动物和人的劳动输出；；；；；；
；但token不可直接做到这一点。。。。100万token可能产出垃圾内容，，，也可能产出一份有用邮件总结、一份执法文件，，，甚至影响公司战略的决议。。。。经济价值取决于输出，，，而不是token数目。。。。 若是AI先替换例行事情，，，低薪初级岗位镌汰，，，那么留在样本中的员工平均人为可能上升。。。。“最自制的工人从数据中消逝了。。。。没有人加薪，，，但人为上升了。。。。” SemiAnalysis监测到，，，AI袒露度较高行业的就业相对整体经济走弱，，，但这些体现较弱的细分行业反而泛起相对人为上升。。。。报告把这种就业和人为的错配，，，视为AI替换可能造成的统计痕迹之一。。。。 宏观数据仍是视察经济的最好工具。。。。投资者用它判断昌盛是否真实，，，政策制订者用它权衡失业和通胀，，，企业用它决议招聘、自动化或扩产。。。。 刚上任的美联储主席沃什曾在2025年12月说：“若是你盯着数据看，，，我的看法是你是在看后视镜。。。。你会迟到。。。。你不会意识到这个国家能够以更快速率实现非通胀增添。。。。以是你必需下注。。。。” 而若是AI带来的产出先于统计确认泛起，，，投资者和政策制订者可能在一段时间内只看到两类数据：一边是数据中心、GPU、电力、水和token支出的上升；；；；；；
；另一边是就业转变、人为结构转变和效劳业收入转变。。。。 这种情形下，，，AI可能在数据中看起来像本钱上升，，，甚至像产出下降；；；；；；
；但在企业内部和用户体验上，，，部分事情现实已经更自制、更快完成。。。。 第一，，，界线转移。。。。已往在市场上购置的效劳，，，转为企业或家庭内部用AI完成。。。。好比付费研究简报酿成内部AI事情流，，，外包使命酿成员工提醒词。。。。价值可能仍在，，，但让它可见的生意消逝了。。。。 第二，，，价钱坍塌。。。。效劳业没有真正自力的数目和质量单位。。。。若是统计只看到收条镌汰、平均人为上升，，，就可能读成“通胀更高、生产率和产出下降”。。。。 第三，，，行业错配。。。。AI可能在一个行业创立价值，，，但收入却记在另一个行业。。。。例如医院用AI处置惩罚文书，，，价值体现在医疗效劳效率中，，，但生意可能只显示为AI公司或软件公司的收入。。。。报告称，，，这会让AI供应商看起来像价值泉源，，，而接纳AI的行业看起来障碍。。。。 第四，，，新增事情不可见。。。。好比用AI为聚会准备人物档案，，，破费只是几个token，，，但使用者可能因此准备更充分。。。。报告称，，，这类价值没有清晰收条，，，很难进入古板账户。。。。 相关研究显示，，，英国国家统计局曾估算家庭生产相当于被权衡GDP的63.1%；；；；；；
；国际劳工组织估算，，，全球天天有164亿小时无偿照护事情，，，价值每年11万亿美元，，，相当于全球科技行业规模的三倍。。。。 GDP核算界线恒久会遗漏没有市场生意的生产活动。。。。AI可能让更多信息事情从“有价钱、可统计”的区域，，，转移到“有产出、无清晰价钱”的区域。。。。 不过，，，SemiAnalysis目今框架只权衡有人为、有就业、有使命分类的市场劳动，，，不权衡无偿照护、家庭生产或非正式经济中的AI使用。。。。这是数据可审计性所限，，，不是问题不保存。。。。 它跟踪使命、职业、人为、证据层级、token本钱和可能对应的全职岗位替换规模。。。。这些属于劳动侧和投入侧指标，，，足以显示哪些地方替换经济性已经泛起。。。。 但高袒露行业不即是岗位已经消逝。。。。应该把它明确为：使命可识别、人为池较大、市场证据较强、token本钱足够低，，，替换的经济条件已经可见。。。。 换句话说，，，AI的土地、电力、水、芯片、岗位攻击和token支出已经能被市场看到。。。。但问题是：若是AI正在创立类似工业革命级别的转变，，，经济数据是否也需要看到那些没有清晰发票、没有古板单位、没有稳固行业归属的产出。。。。