生成式人工智能和數字資本主義價值運動新論域

生成式人工智能和數字資本主義價值運動新論域

黃再勝

近年來，新一代人工智能（Artificial Intelligence，AI）技術的高創新、強滲透和廣覆蓋，已經對數字資本主義價值生産、實現和分配産生廣泛而深刻的影響。特别是以ChatGPT為代表的生成式人工智能的橫空出世和令人眼花缭亂的升級疊代，極大地激發了數據要素的價值潛能，并促進了數字生産力的整體躍升，标志着人類知識生産進入了大模型時代。資本主義發展史表明，每一次重大技術創新及其衍生效應都會引發生産關系的調整和生産體制的變革。目前來看，數字資本主義的生産、交換、流通和分配加速智能化，“人工智能資本主義”已初顯端倪。

在馬克思主義政治經濟學的視域中，資本主義生産方式下資本與勞動、技術與制度相互糾纏的基本進路就是資本竭力利用技術進步來規訓勞動以攫取剩餘價值，但同時，技術加持下死勞動“主體化”也不可避免地反噬價值。面對ChatGPT“出圈”引發的現象級熱潮，一個亟待關注且值得深入探讨的問題就是生成式人工智能的技術出場及智能機器的全面升級，會以何種“創新”方式來演繹數字資本主義價值運動？

為深化對數字資本主義發展規律的認識，有必要對如下前沿議題開展初步探讨。一是從數字資本主義商品生産來看，生成式人工智能正在解鎖新的認知革命，這會給數字商品産消帶來哪些新變化？二是從數字資本主義勞動過程來看，人機協作下的數字勞動價值創造呈現出哪些新特征？三是從數字資本主義資本積累來看，數字寡頭的大模型競争将會導緻數字資本積累呈現哪些新趨勢？此外，随着人工智能技術的加速發展，數字資本主義生産秩序将面臨哪些新的變化？

一、認知革命與數字商品産消的新階段

“20世紀的泰羅制掀起了急速提高勞動生産率的‘生産率革命’，而在數字資本主義社會，如何掀起知識版的生産率革命，也就是‘知識生産率革命’，将成為發展的關鍵。”當下，生成式人工智能技術狂飙突進，正在開啟人類社會知識生産領域的工業革命。資本主義信息和知識生産自動化逐漸成為現實，從而使數字商品生産突破産能限制，加速邁進超個性化定制新階段。

（一）“合成數據”打破數據要素供給約束

進入數字經濟時代，數據成為關鍵的生産要素。在實踐中，海量、異構數據經過人工清洗等要素化處理後，成為智能機器的“燃料”、數字商品的“原料”和數字平台的“資産”。但是，近年來分析式人工智能的商業化實踐表明，數字商品産消面臨日漸趨緊的數字要素供給約束。原因在于，已有的文本、圖像和音頻等數據資源質量良莠不齊，難以覆蓋長尾、邊緣案例數據，數據多樣化不足；人工智能訓練數據采集和标注費時費力、成本高企；受政府數據規制、用戶隐私保護和數字地緣政治等因素的影響，數據要素供給的不确定性上升；數據商品市場細分加深，垂直領域專有數據“短缺”現象凸顯，等等。

當下，AI大模型技術正在打造數據價值化新動能。生成式人工智能對“類人智能”的極限追求和驚豔表現，須臾離不開精心組織的高質量語料庫的數據投喂。據報道，人工智能語言模型（GPT-3）使用45太字節（TB）數據量進行訓練，約為《人民日報》45萬年的文字量。對話編程語言模型（LaMDA）的訓練數據來自從互聯網抓取的1.56萬億個詞彙。對比語言—圖像預訓練模型（CLIP）搜集了互聯網上超過4億對“文本—圖像”訓練數據。對于數字資本而言，“數據饑渴”比以往任何時候都來得更加猛烈。對此，數字科技巨頭不再滿足于“數據圈地”和“數據殖民”，而是另辟蹊徑，積極開發合成數據技術，通過數據增強、模拟生成和仿真環境數據采集來高效實現數據要素的規模化生産。

合成數據可以在數學或統計學上反映真實世界數據的屬性，因而可以作為真實世界數據的替代品來訓練、測試、驗證AI大模型。并且，合成數據的成本要遠遠低于真實數據。有機構預測，2024年用于訓練大模型的數據中有 60%将是合成數據，預計2030年AI大模型使用的絕大部分數據都将由人工智能合成。如此一來，基于人工智能内容生成技術創建的合成數據大行其道，不僅可以自動生成具有安全性、标簽化、經過預處理的标準數據來滿足越來越“饑渴”的AI大模型，而且數據要素供給的自動化，使數字資本進一步擺脫數字勞動的“羁絆”，更加恣意地駕馭智能機器一路狂奔，以實現對智能經濟新一輪“數據紅利”的極限收割。

（二）模型預訓練推動智能機器生産力出現“泛化”

在資本主義生産方式下，“勞動資料經曆了各種不同的形态變化，它的最後的形态是機器，或者更确切些說，是自動的機器體系”。毋庸置疑，進入數字資本主義階段，智能機器的升級疊代正在以令人窒息的技術加速度将“機器體系”的“自主性”演繹得淋漓盡緻。但是，令數字資本“抱憾”的是，在分析式人工智能的應用場景中，以搜索引擎、人臉識别、智能語音和算法推薦等具化形态出現的智能機器都是專注于單一模态、專事于特定領域的模式識别和行為預測。借用新制度經濟學的術語，智能機器具有強“資産專用性”，“教過的可能會，沒教過的就不會”，“模型孤島”現象極大地制約了智能機器的數字生産潛力。

相比之下，在“大數據+大算力+強算法”工程性結合下，AI大模型可以“大力出奇迹”地實現“沒教過的也會”。從制造機理來看，數字資本采用先進神經網絡架構，通過“吞噬”巨量無标注數據集來“預訓練”基礎模型，然後基于人類反饋強化學習（RLHF）進行模型精調，隻需小樣本甚至零樣本學習，便能成功地完成新的任務，滿足特定的用途。也即，AI大模型具有顯著的下遊任務适配能力，推動智能機器生産力“泛化”，實現“在不同行業、垂直領域、功能場景的工業流水式部署”。換言之，在生成式人工智能技術的加持下，智能機器的标準化開發和泛在化應用可以形成令人應接不暇的“智能湧現”效應，從而為資本主義數字商品自動化生産提供裝置于雲網端的虛拟生産線。一旦用智能機器生産智能機器成為現實，“人工智能資本主義”就将掌握它特有的生産資料，進而建立起與自己相适應的技術基礎。

（三）人工智能内容生成技術推動數字内容生産自動化

進入數字資本主義階段，數字内容生産成為了資本主義社會最具時代特征的使用價值生産。從Web1.0時代專業生成内容（PGC）發展到Web2.0時代用戶生成内容（UGC），再躍遷到當下人工智能生成内容（AIGC），數字技術的發展與應用持續推動着數字内容生産模式的變革。

如表1所示，從内容生産方式來看，無論是文本生成、腳本繪制，還是網頁翻譯、站點制作和代碼編寫，人工智能生成内容既克服了專業生成内容“出貨慢”的不足，又消解了用戶生成内容“魚龍混雜”的弊端，成為數字内容自動化生産的“工廠”和“流水線”。這種生産方式最終可以實現以低邊際成本、高效率的方式滿足海量個性化需求。正因如此，憑借快速的反應能力、生動的知識輸出、豐富的應用場景，人工智能内容生成日趨成為人類物質生産和精神生産的新引擎。

進一步地，人工智能内容生成技術賦能各個行業的發展，催生數字經濟新産品、新業态、新模式，進一步鞏固了數字資本主義價值體系。首先，在文字創造、人機交互、影音、教育、金融等場景商業化應用中，生成式人工智能産品可以達到“類人”甚至“超人類”水平，其“物的有用性”令人驚歎，顯著增強了用戶粘性和用戶消費意願。其次，“模型即服務”（MaaS）實現了人工智能應用從“手工作坊”向“工廠模式”的轉變。在“模型即服務”的商業模式下，數字資本基于模型調用量（也即根據數據請求量和實際計算量）收費，實現按“數”定價，極大地降低了數字内容商品的市場交易成本。

再者，生成式人工智能技術湧現後，數字資本不僅可以利用機器智能更加輕松地實現對社會“一般智力”的物化和占有，而且還前所未有地将智能機器“基礎設施化”，并牢牢地掌控在自己的手中。其結果是，數字資本獨占“認知性生産資料”（means of cognition），進一步夯實了數字商品生産的所有制基礎。

（四）“人機對話”促進數字消費體驗升級

自計算機誕生以來，人類物質生産生活的“原子世界”不斷被“比特化”，日益豐富的數字産品和服務深刻地改變了當代資本主義大衆的消費景觀。特别是進入Web2.0時代後，操作便捷、用戶友好的圖形用戶界面（GUI）極大地消解了“命令行”操作帶來的數字鴻溝，“用機”“上網”不再是極客新潮，普通民衆也可以輕松享受便捷的數字服務。但從根本上講，分析式人工智能靜态地展示信息，其數字内容呈現出無法消弭人機交互中的算法“冷漠”和技術疏離感。并且，“大數據殺熟”等算法操縱還頻頻侵害用戶權益，進一步加劇了人機交互中的用戶不信任感。

當下，ChatGPT的“破圈”加速了生成式人工智能技術的落地，正在推動數字商品消費的體驗升級。它基于自然語言的極簡交互，使普通用戶瞬間沉浸在更加自然、直接和順暢的對話式數字場景之中，為其帶來的數字消費體驗令人耳目一新。這主要體現在以下方面：在實時信息檢索上，生成式搜索引擎以篇章閱讀的方式呈現，替代了傳統搜索引擎簡單的摘要羅列式鍊接顯示，更快捷且全面地将信息放在指尖，極大地迎合了普通用戶期待“秒答”的求問心理；在數字服務供給上，生成式人工智能嵌入式、插件式融合，變革海量應用的交互方式，其功能覆蓋了在線點餐、企業辦公、流程優化、圖文處理、産品營銷和推薦等領域，實現了手機軟件功能的增強。進而，以“懂你所想、知你所需、解你所憂”的精準觸達，以智能客服、智能營銷、數字人直播等全力加盟，給線上消費帶來了虛實相融、多感官交互的沉浸式體驗。

二、人機協作與數字勞動價值創造的新特征

進入數字經濟時代，分析式人工智能開啟了資本主義“第二次機器革命”，也催生了形态各異的數字勞動。目前來看，生成式人工智能的技術應用如雨後春筍般湧現。“在大模型的加持下，人工智能正在從‘工具’變成人類的‘夥伴’。”人機協作将使數字勞動的任務被不斷拆解，數字化工作的完成方式和完成内容也将發生根本性改變，數字勞動價值創造總體上呈現“智能增強”的新特征。

（一）人機協作促進無酬勞動“價值升維”

平台經濟的發展表明，活躍用戶既是數字服務消費者，也是數字平台數據和内容生産者。從人機關系來看，分析式人工智能的加持作用主要體現為通過算法推薦增加用戶生成内容的曝光度和關注度，但對用戶數字内容制作的生産助力則乏善可陳。換言之，AI技術賦能實際上是“賦機”，使普通用戶能夠在數字網絡空間實現“真情流露”“自我表達”的有序呈現，并在激發點贊、評論、轉發、打援等過程中，幫助數字資本收割海量數據和用戶注意力。相比之下，ChatGPT等一系列易于使用的生成式人工智能應用程序極大地豐富了用戶内容生成的“工具箱”。可以肯定的是，“人工智能模型将成為每位工作者無處不在的得力助手，将新型超個性化智能放在人們手中來提高生産力”。這體現在：在人機協作模式下，一方面，用戶生成内容的内容制作、優化、個性化等工具性任務，都能交由生成式人工智能技術驅動的智能機器來自動完成；另一方面，普通用戶得以跨越“技法”和“效能”的限制，專事于創意構思、内容想象和自我表達。如此一來，生成式人工智能既“賦機”又“賦智”，低門檻AI創作使“藝術化生存”成為普通人的“新常态”。其結果，在價值創造上，數字網絡空間内容生态得以改善，數字内容經濟得以良性發展，用戶無酬勞動的價值貢獻也就愈發彰顯。

（二）人機協作催生衆包勞動“市場分化”

進入數字資本主義階段，全球數字勞動圖譜中的一個典型勞動形态就是網絡衆包勞動，也稱“雲勞動”。依據完成數字任務所需要的專業技能程度，衆包勞動又細分為以跨境客（Upwork）為代表的自由職業者和以亞馬遜土耳其機器人（Amazon Mechanical Turk）為代表的微勞動。在網絡衆包經濟中，分析式人工智能的“賦機”效應主要體現在通過算法派單和算法獎懲打破勞動力市場的時空束縛，進而要麼給專業人士變現“認知盈餘”開拓新渠道，要麼給邊緣弱勢群體提供新的就業機會。

随着生成式人工智能嵌入式、插件式應用的加速發展，網絡衆包勞動力市場将迎來深刻變革，數字勞動者的就業境遇和價值貢獻也将發生明顯的“市場分化”。這主要是因為，衆包勞動在本質上是一種認知勞動，其程序化、重複性勞動任務遲早會被自動化。其中，衆包微勞動大都是低門檻的數字化任務，數字資本定将伺機交由“達到目的的神器”——智能機器去完成。已有的研究表明，相比人工标注，ChatGPT對推文（包括相關性、立場、主題和框架檢測）的自動标注不僅更加準确，而且每條注釋成本不到0.003美元——比亞馬遜土耳其機器人便宜約20倍。對于擁有“獨門秘技”的自由職業者而言，雖然撰文、翻譯、制圖、代碼核查等重複性、規則性和預測性較高的任務也會萎縮甚至消失，但完成“獨一無二”的認知作品的勞動回報也将更為豐厚。在實踐中，AI大模型衍生出豐富的能力矩陣，助力數字創客們突破産能限制，從而有更多的時間和精力去從事更具想象力和挑戰性的數字勞動。據埃森哲公司預測，到2030年，全球75%的知識工作者每天都要與由基礎模型支持的應用程序、服務或代理進行互動。此外，在人機對話中，智能機器在提示和誘導下生成的海量知識内容不乏有令人“腦洞大開”的“真知灼見”抑或“創意靈感”。其結果就是，在數字資本主義價值生産中，大模型加持下的智能機器升級換代，這一方面導緻從事“幽靈工作”的普通勞動者喪失了工作機會，另一方面為擅長創意的“數字遊民”增加了創富機會。

（三）人機協作助力改善按需勞動“環境”

進入數字經濟時代，零工經濟突破時空束縛疾速發展，催生了基于移動應用程序（App）的按需勞動。從本質上講，在數字資本“苦心孤詣”打造的虛拟生産流水線中，網約零工隻是一個個受平台系統操控、忙于補位“AI最後一公裡”的流動數據點而已。從人機關系來看，分析式人工智能的技術加持，一方面助力普通勞動者實現低門檻快速就業，在一定程度上促進了數字普惠和就業公平；另一方面，平台型企業極力推行“最嚴算法”，蓄意剝離“雇主責任”，使衆多網約零工陷入身心俱疲的就業不穩定之中。其結果導緻馬克思曾提到過的場景在數字經濟時代重現，即“機器具有減少人類勞動和使勞動更有成效的神奇力量，然而卻引起了饑餓和過度的疲勞”。

近年來，促進算法向善，維護網約零工的勞動權益日益成為社會共識。迫于政府監管和社會壓力，數字資本也有意通過平台系統精進完善算法管理，以平息數字勞動者的不滿，鞏固平台生産體制。生成式人工智能的平台嵌入可以推動零工經濟從人機對立轉向人機協作，從而改善按需勞動體驗，緩和勞資矛盾。這是因為，平台數字客服智能升級，從“冷冰冰”的程式化作答轉變為“友好而輕松”的聊天對話，甚至允許勞動者量身定制“知心夥伴”“AI助理”。這種升級一方面可以給勞動者營造一個更加愉悅、合乎人性的數字勞動環境，另一方面也可以随場景而變，實時向勞動者提供更加個性化的服務提示、流程規劃和安全提醒，從而使任務完成過程變得“輕而易舉”。此外，随着生成式人工智能的原生應用日趨豐富，勞動者還可以随心打造“數字分身”，同時與多個客戶保持溝通，以更好地迎合消費者偏好。

（四）人機協作推動雇傭數字勞動“工作轉換”

在平台生産體制下，數字資本将彈性用工實踐推向極限：一方面,通過多邊市場關系構建，以網絡衆包、外包等形式實現對數字勞動的“非雇傭剝削”；另一方面，數字資本所有者又不惜重金招攬全球數字科技人才，從事平台系統基礎架構設計、算法開發、數字産品研發與經營，使其成為企業架構師、算法工程師、數據分析師和運維工程師等。這些數字科技人才具有多重身份，他們既是高學曆腦力勞動者，也是數字産業工人，同時又屬于中高收入群體。大體上看，在分析式人工智能的應用場景中，這些雇傭數字勞動者的生産貢獻彰顯于“分析數據、發現模式、形成洞見、建立預測”的數據價值化鍊路之中。

随着AI大模型時代的加速到來，數字商品生産的任務自動化提級加速。在生成式人工智能的技術驅動下，聚集于頭部平台型企業的技術極客們的工作重心将發生轉移，新的工作崗位也會應運而生。具體而言，在平台基礎設施建設方面，尋求新的芯片組架構、硬件創新和高效算法等方面的新突破，成為數字科技巨頭核心員工着力完成的關鍵性任務；在AI大模型研發方面，模型構建、預訓練、調優對齊和推理部署環環相扣，使算法工程師、提示工程師等職業成為熱門的數字職業；在垂直應用方面，行業專有模型的訓練、精調、剪枝、蒸餾等工作，催生人工智能産品經理、人工智能質控員、人工智能倫理顧問等新的數字勞動職業的誕生。總之，專注于通用智能機器的研發與生産日益成為數字勞動者的工作常态。

三、大模型競争與數字資本積累的新趨勢

馬克思指出：“一定程度的資本積累表現為特殊的資本主義的生産方式的條件，而特殊的資本主義的生産方式又反過來引起資本的加速積累。”進入數字資本主義階段，分析式人工智能推動平台革命，催生和固化“數據圈地”、算法專制和平台壟斷，在極短的時間内實現了數字資本的加速積累。當下，随着生成式人工智能的升級疊代和加速落地，資本主義生産進入了AI大模型時代。AI大模型是技術、資本和人才密集型産業。如表2所示，大模型競争固化數字寡頭格局，正在使數字資本主義資本積累呈現“智算壟斷”的新趨勢。

圖片

（一）算力争奪成為數字資本積累新焦點

進入數字經濟時代，數據、算力和算法“三位一體”，成為了數字科技巨頭謀取和鞏固平台壟斷的必要資源。随着人工智能内容生成技術在數字商品生産中的應用，以先進算法為競争利器的數字平台正加速向高性能計算平台邁進。在數字資本的新一輪資源争奪中，受平台生産體制擴散、開放式數據庫激增以及合成數據應用等因素的影響，數據資源的重要性開始下降。相比之下，創建基礎模型是一項複雜、成本高昂的計算密集型工作；訓練頂級人工智能模型所需的計算量正在呈現指數級增長。

以人工智能語言模型GPT-3為例，該模型參數量達1750億，采用1萬顆V100圖形處理器和28.5萬個中央處理器組成的高性能計算集群，單次訓練用時14.8天，總算力消耗約為3640PF-days（即假如每秒計算一千萬億次，需要計算3640天）。這意味着，在生成式人工智能技術驅動的數字生産力革命中，用于訓練、調優和部署大模型的智能算力的重要性急劇凸顯。可以說，AI大模型競争，實際上就是算力之争，誰擁有充沛的先進算力，誰就将大概率在大模型競争中完勝。

（二）數字寡頭競争推高數字化生産資料的壟斷

資本主義價值運動“以勞動者和勞動實現條件的所有權之間的分離為前提”，“資本主義生産一旦站穩腳跟，它就不僅保持這種分離，而且以不斷擴大的規模再生産這種分離”。從實踐路徑來看，資本竭力推動機器革命，以“對象化的知識力量”來實現勞動“去技能化”和社會“一般智力”的剝奪性占有。進入數字資本主義階段，平台生産體制的建立和鞏固将數字化生産資料的壟斷推向了新的高度。

當下，大模型百舸争流，熱鬧非凡，但“大數據+大算力+強算法”的工程化結合意味着真正的玩家屈指可數。“除了全球頂級企業外，幾乎所有的組織都無法僅憑一己之力完成該任務，這超出了他們所掌握的能力和方法。”因此，盡管“AI初創公司”比比皆是，但它們也隻能成為大型科技公司“船體上的藤壺”而已。

為了在AI“軍備競賽”中搶占商機，數字寡頭們競相重構平台生态系統。一方面，數字寡頭将生成式人工智能應用到其自營的每個産品、服務和業務流程中。2023年3月，微軟将生成式人工智能技術集成到産品矩陣中，推出了Microsoft 365 Copilot，它不僅可以根據用戶簡短指令直接生成Word、PPT和Excel電子表格，還可以幫助用戶完成整理會議摘要、處理郵件等多項任務。谷歌緊随其後，将升級版Bard整合到自家辦公軟件“全家桶”中，并創造了名為“Duet AI”的辦公助手。另一方面，數字寡頭通過打造生成式人工智能應用超級App，将AI大模型作為核心基礎設施嵌入健康、醫療、教育、物流、信貸、文娛等衆多行業。由此，數字資本不僅進一步強化了對平台生态圈的支配和控制，而且通過對認知性生産工具的寡頭獨占，将維系資本主義生産方式的生産資料壟斷推向極緻。其結果就是，從經濟發展階段來看，數字資本主義正加速向“人工智能資本主義”演進，整個社會生産生活對平台的依賴也将與日俱增。

（三）大模型制造“過剩無産者”

在資本主義生産方式下，“勞動資料一作為機器出現，立刻就成了工人本身的競争者”。在工業資本主義時期，資本主義機器革命曆經蒸汽機化、電汽化、信息化，機器（體系）對勞動的貶值和替代始終是資本宰制勞動的核心議題。但總體上看，技術進步不斷催生新的工作崗位和新的勞動形态，從而使資本主義相對過剩人口發展始終沒有走向“失控”。

人工智能技術問世後，“勞動增強”和“勞動替代”效應兼而有之。當下，生成式人工智能技術加速商業化應用和産業化發展，“機器換人”引發的技術性失業似乎呈現碾壓之勢。短期來看，雖然如前文所述，生成式人工智能的技術賦能和人機協作總體上推動了數字勞動的高階演化，但同時也應該看到，大量普通勞動者因無法适應數字技術的加速變革而淪落成為“過剩無産者”。從長遠來看，即使撇開“超級智能”“社會排斥”“無用階級”等不論，在生成式人工智能技術突飛猛進的攻勢下，人類專屬的知識創造等工作或任務将不斷被日益強大的智能機器所蠶食。正如有的學者所言，生成式人工智能“在成為勞動利器的同時，也可能成為‘吞噬’人的數字勞動的‘怪獸’”。其結果就是，智能化生産推動“技術性失業”問題日趨尖銳，将“數字窮人”之類普通勞動者置于更具挑戰性、更看不見希望的境地，數字資本主義生産秩序将遭遇重大沖擊。

四、AI技術加速與資本主義生産秩序的新變數

“生産的不斷變革，一切社會狀況不停的動蕩，永遠的不安定和變動，這就是資産階級時代不同于過去一切時代的地方。”從科學技術的資本主義應用來看，“科技加速對社會現實的影響無疑是巨大的。”進入數字經濟時代，資本裹挾下的數字科技進步呈現出“飛輪效應”，使資本主義生産秩序更加充滿變數、動蕩，甚至陷入危機。當下，生成式人工智能的出現與疊代使資本主義技術加速更加勢不可當，數字資本追逐“通用人工智能”，但同時也給資本主義生産秩序帶來新的變數。

（一）AI技術加速掣肘數字資本“時空修複”

馬克思指出，資本一方面“竭力把勞動時間縮減到最低限度，另一方面又使勞動時間成為财富的唯一尺度和源泉”。自第一次工業革命以來，資本通過一次次的“時空修複”成功地吸納了很多“活勞動”來對沖“财富系統膨脹”和“價值系統萎縮”的對立發展給資本統治造成的沖擊。進入數字經濟時代，數字資本構築平台生産體制，極大地拓展了資本的“時空修複”能力。歸結起來，數字資本規訓數字勞動，以在更大範圍内實現對“活勞動”的吸納；同時，數字資本推動“數字化生存”，以更加徹底地實現對社會“一般智力”的攫取。

目前來看，生成式人工智能技術的加速應用釋放出巨大的數字生産力，以令人驚歎的效率創造了數字财富的充分湧流；但同時，它又以超乎想象的速度實現“死勞動”對活勞動的更為徹底的替代。如此一來，吊詭的是，數字資本主義生産力越是發達，資本價值運動中“奇點逼近”的夢靥就越是揮之不去。并且，在競争的強制規律作用下，随着AI大模型應用的低代碼化、平民化，全球知識産業的資本有機構成加速趨同，數字資本構建“數字帝國”、盤剝和轉移剩餘價值的“時空修複”能力也被不斷地消解。其結果就是，數字資本深陷AI化數字漩渦，“安身立命”的嗜血能力——“吮吸活勞動”——反而在對數字技術的迷戀中加速喪失。

（二）AI技術加速沖擊知識商品價值實現

衆所周知，在市場經濟條件下，軟件、數據庫、産品設計等知識商品具有顯著的零邊際成本特征，這種特征使其價值實現面臨更多變數。資本主義知識産權制度的創設有效地拒止了各種“反價值”力量，進而在維系資本主義生産秩序方面發揮着關鍵性作用。進入數字經濟時代，數字資本的自我增殖以蓄意消解用戶生成内容的個人知識産權權益為前提。數字商品生産的實時化、個性化和場景化使數字資本甚至無需版權制度庇蔭，就能賺得盆滿缽滿。但總體上看，即使有分析式人工智能技術的加持，數字資本也并沒有沖破既有的利益格局來對專業生成内容如法炮制“去版權化”，因而尚未對資本主義知識商品價值實現造成根本沖擊。

相比之下，生成式人工智能的大行其道正在以迅雷不及掩耳之勢沖擊資本主義現存版權法體系。這是因為，AI大模型憑借自身日益強大的學習能力，幾乎網盡和吞噬人類有史以來的一切知識成果，超高效地無限量生産出“非真似真”的人工智能生成内容。譬如，人類插畫師至少需要2—3天的時間才能完成一幅作品，而中道（Midjourney）這樣的智能繪圖工具隻需要10秒鐘就可以創作4幅作品。面對AI大模型制造似曾相識但又似是而非的“機器文本海洋”，資本主義現行知識産權制度在溯源确權、侵權指認上顯得力不從心，甚至無所适從。生成式人工智能還能通過風格模仿、語音合成和姿态合成打造AI版克隆人物，以令人應接不暇、創意十足的數字内容供給在極短的時間内積聚用戶、收割流量。由此，在AI海量摹寫和引流沖擊下，既有作品權利人、現實内容生産者的知識産權價值被極大地稀釋。

（三）AI技術加速加劇政企權力沖突

權力是基于對信息及其傳播的控制。進入數字經濟時代，數字資本憑借日益精進的算法系統積聚平台權力，打造“數字帝國”。實踐表明，随着平台壟斷的形成和鞏固，數字資本的權力施展不再局限于市場交換領域，而是通過數字監視和信息操控滲透至人類生産生活的方方面面，悄然扮演着“私政府”的角色，俨然成為平台社會裡的“利維坦”。“平台公司作為權力主體逐漸走到前台，對國家主導的權力結構産生消解和重構，加速了權力從國家流散到市場。”因此，面對數字寡頭不經意間實現的“權力僭越”，資産階級政府一旦有所醒悟，就會倍加警惕并醞釀回擊。從根本上講，在數字資本主義政企博弈中，數字資本的權力獲取源自數字媒介基礎設施化。自平台革命出現以來，在分析式人工智能的應用支持下，數字資本的權力生成發轫于鍊接多邊市場供需，操控數字内容精準分發。進而，數字資本的權力影響體現為通過平台“賦能”左右市場主體的在線行為，通過個性化推送，影響用戶體驗和心理認知。并且，臣服于“數字帝國”的活躍用戶動辄數以億計，自願甘當“數字佃農”，這意味着數字資本私權“政府化”不容小觑。

實踐表明，資本主義生産秩序要保持“順暢”運行，離不開政府運用公權力構建“社會嵌入”機制，緩和勞資矛盾。當下，随着生成式人工智能的加速落地，數字資本通過重新定義用戶體驗和重塑平台服務生态，極大地鞏固了“數字帝國”的權力基礎。更為關鍵的是，數字資本不僅可以通過智能傳播來牢牢掌控知識性内容的擴散，還能直接獲取價值觀塑造和觀念生産的“新權力”。也即，數字資本“通過模型的設計和語料的選擇，為知識生産設定出自己的格式、标準和價值取向，成為知識生産的控制者”。于是，數字資本通過自然流暢的人工智能生成内容輸出，巧妙地将逐利觀念的“私貨”滲揉其中，而迷戀于AI體驗的社會大衆被操縱、說服卻難以自知。正如有學者所指出的：“AI在内容生産和内容分發上的兩大能力一旦形成閉環，對信息流的主導以及對消費者的掌控将威力巨大。”如此一來，數字資本就可以憑借超個性化的定制方式提供信息和知識，以坐擁解釋權和話語權，重塑資本主義知識秩序，進而蠶食資産階級國家意識形态權力，掏空政府社會軟治理“工具箱”，威脅資本主義政治秩序。正因如此，數字資本主義政企之間的影響力争奪加劇，也就在意料之中了。

五、結語

随着GPT-4、Gemini、Claud等生成式人工智能的升級疊代和日常化應用，人類生産生活進入了AI大模型時代，數字資本主義生産過程和生産關系正在發生革命性、颠覆性的變化。總體上看，生成式人工智能的技術落地和生産運維，正在開啟一場新的工業革命，數字資本主義的精神生産邁進“超個性化定制、一鍵式生成”新階段。與此同時，AI大模型時代的到來加速了AI技術的平民化，數字資本主義人機關系正在發生複雜頻變。然而，智能機器的“類人智能”和自主性的日益增強并沒有結終數字勞動，相反，人機協作将人們從重複且繁瑣的勞動任務中解脫出來，專注于更具創造性的工作内容。進一步地，在“矽谷私有制”下，生成式人工智能一方面高效制造了數字财富繁榮，另一面加劇了平台壟斷、相對人口過剩和政企權力沖突，進而使數字資本主義價值運動的固有矛盾愈發難以調和。隻有超越資本邏輯，徹底變革數字資本主義平台體制，探索建設數字社會主義，才能真正實現AI普惠和數字勞動解放。

（作者單位：國防大學政治學院）

來源：《國外理論動态》2024年第1期