马克思主义研究网

　　近年来，新一代人工智能（Artificial Intelligence，AI）技术的高创新、强渗透和广覆盖，已经对数字资本主义价值生产、实现和分配产生广泛而深刻的影响。特别是以ChatGPT为代表的生成式人工智能的横空出世和令人眼花缭乱的升级迭代，极大地激发了数据要素的价值潜能，并促进了数字生产力的整体跃升，标志着人类知识生产进入了大模型时代。资本主义发展史表明，每一次重大技术创新及其衍生效应都会引发生产关系的调整和生产体制的变革。目前来看，数字资本主义的生产、交换、流通和分配加速智能化，“人工智能资本主义”已初显端倪。

　　在马克思主义政治经济学的视域中，资本主义生产方式下资本与劳动、技术与制度相互纠缠的基本进路就是资本竭力利用技术进步来规训劳动以攫取剩余价值，但同时，技术加持下死劳动“主体化”也不可避免地反噬价值。面对ChatGPT“出圈”引发的现象级热潮，一个亟待关注且值得深入探讨的问题就是生成式人工智能的技术出场及智能机器的全面升级，会以何种“创新”方式来演绎数字资本主义价值运动？

　　为深化对数字资本主义发展规律的认识，有必要对如下前沿议题开展初步探讨。一是从数字资本主义商品生产来看，生成式人工智能正在解锁新的认知革命，这会给数字商品产消带来哪些新变化？二是从数字资本主义劳动过程来看，人机协作下的数字劳动价值创造呈现出哪些新特征？三是从数字资本主义资本积累来看，数字寡头的大模型竞争将会导致数字资本积累呈现哪些新趋势？此外，随着人工智能技术的加速发展，数字资本主义生产秩序将面临哪些新的变化？

　　（一）“合成数据”打破数据要素供给约束

　　进入数字经济时代，数据成为关键的生产要素。在实践中，海量、异构数据经过人工清洗等要素化处理后，成为智能机器的“燃料”、数字商品的“原料”和数字平台的“资产”。但是，近年来分析式人工智能的商业化实践表明，数字商品产消面临日渐趋紧的数字要素供给约束。原因在于，已有的文本、图像和音频等数据资源质量良莠不齐，难以覆盖长尾、边缘案例数据，数据多样化不足；人工智能训练数据采集和标注费时费力、成本高企；受政府数据规制、用户隐私保护和数字地缘政治等因素的影响，数据要素供给的不确定性上升；数据商品市场细分加深，垂直领域专有数据“短缺”现象凸显，等等。

　　当下，AI大模型技术正在打造数据价值化新动能。生成式人工智能对“类人智能”的极限追求和惊艳表现，须臾离不开精心组织的高质量语料库的数据投喂。据报道，人工智能语言模型（GPT-3）使用45太字节（TB）数据量进行训练，约为《人民日报》45万年的文字量。对话编程语言模型（LaMDA）的训练数据来自从互联网抓取的1.56万亿个词汇。对比语言—图像预训练模型（CLIP）搜集了互联网上超过4亿对“文本—图像”训练数据。对于数字资本而言，“数据饥渴”比以往任何时候都来得更加猛烈。对此，数字科技巨头不再满足于“数据圈地”和“数据殖民”，而是另辟蹊径，积极开发合成数据技术，通过数据增强、模拟生成和仿真环境数据采集来高效实现数据要素的规模化生产。

　　合成数据可以在数学或统计学上反映真实世界数据的属性，因而可以作为真实世界数据的替代品来训练、测试、验证AI大模型。并且，合成数据的成本要远远低于真实数据。有机构预测，2024年用于训练大模型的数据中有 60%将是合成数据，预计2030年AI大模型使用的绝大部分数据都将由人工智能合成。如此一来，基于人工智能内容生成技术创建的合成数据大行其道，不仅可以自动生成具有安全性、标签化、经过预处理的标准数据来满足越来越“饥渴”的AI大模型，而且数据要素供给的自动化，使数字资本进一步摆脱数字劳动的“羁绊”，更加恣意地驾驭智能机器一路狂奔，以实现对智能经济新一轮“数据红利”的极限收割。

　　（二）模型预训练推动智能机器生产力出现“泛化”

　　在资本主义生产方式下，“劳动资料经历了各种不同的形态变化，它的最后的形态是机器，或者更确切些说，是自动的机器体系”。毋庸置疑，进入数字资本主义阶段，智能机器的升级迭代正在以令人窒息的技术加速度将“机器体系”的“自主性”演绎得淋漓尽致。但是，令数字资本“抱憾”的是，在分析式人工智能的应用场景中，以搜索引擎、人脸识别、智能语音和算法推荐等具化形态出现的智能机器都是专注于单一模态、专事于特定领域的模式识别和行为预测。借用新制度经济学的术语，智能机器具有强“资产专用性”，“教过的可能会，没教过的就不会”，“模型孤岛”现象极大地制约了智能机器的数字生产潜力。

　　相比之下，在“大数据+大算力+强算法”工程性结合下，AI大模型可以“大力出奇迹”地实现“没教过的也会”。从制造机理来看，数字资本采用先进神经网络架构，通过“吞噬”巨量无标注数据集来“预训练”基础模型，然后基于人类反馈强化学习（RLHF）进行模型精调，只需小样本甚至零样本学习，便能成功地完成新的任务，满足特定的用途。也即，AI大模型具有显著的下游任务适配能力，推动智能机器生产力“泛化”，实现“在不同行业、垂直领域、功能场景的工业流水式部署”。换言之，在生成式人工智能技术的加持下，智能机器的标准化开发和泛在化应用可以形成令人应接不暇的“智能涌现”效应，从而为资本主义数字商品自动化生产提供装置于云网端的虚拟生产线。一旦用智能机器生产智能机器成为现实，“人工智能资本主义”就将掌握它特有的生产资料，进而建立起与自己相适应的技术基础。

　　（三）人工智能内容生成技术推动数字内容生产自动化

　　进入数字资本主义阶段，数字内容生产成为了资本主义社会最具时代特征的使用价值生产。从Web1.0时代专业生成内容（PGC）发展到Web2.0时代用户生成内容（UGC），再跃迁到当下人工智能生成内容（AIGC），数字技术的发展与应用持续推动着数字内容生产模式的变革。

　　如表1所示，从内容生产方式来看，无论是文本生成、脚本绘制，还是网页翻译、站点制作和代码编写，人工智能生成内容既克服了专业生成内容“出货慢”的不足，又消解了用户生成内容“鱼龙混杂”的弊端，成为数字内容自动化生产的“工厂”和“流水线”。这种生产方式最终可以实现以低边际成本、高效率的方式满足海量个性化需求。正因如此，凭借快速的反应能力、生动的知识输出、丰富的应用场景，人工智能内容生成日趋成为人类物质生产和精神生产的新引擎。

　　进一步地，人工智能内容生成技术赋能各个行业的发展，催生数字经济新产品、新业态、新模式，进一步巩固了数字资本主义价值体系。首先，在文字创造、人机交互、影音、教育、金融等场景商业化应用中，生成式人工智能产品可以达到“类人”甚至“超人类”水平，其“物的有用性”令人惊叹，显著增强了用户粘性和用户消费意愿。其次，“模型即服务”（MaaS）实现了人工智能应用从“手工作坊”向“工厂模式”的转变。在“模型即服务”的商业模式下，数字资本基于模型调用量（也即根据数据请求量和实际计算量）收费，实现按“数”定价，极大地降低了数字内容商品的市场交易成本。

　　再者，生成式人工智能技术涌现后，数字资本不仅可以利用机器智能更加轻松地实现对社会“一般智力”的物化和占有，而且还前所未有地将智能机器“基础设施化”，并牢牢地掌控在自己的手中。其结果是，数字资本独占“认知性生产资料”（means of cognition），进一步夯实了数字商品生产的所有制基础。

　　（四）“人机对话”促进数字消费体验升级

　　自计算机诞生以来，人类物质生产生活的“原子世界”不断被“比特化”，日益丰富的数字产品和服务深刻地改变了当代资本主义大众的消费景观。特别是进入Web2.0时代后，操作便捷、用户友好的图形用户界面（GUI）极大地消解了“命令行”操作带来的数字鸿沟，“用机”“上网”不再是极客新潮，普通民众也可以轻松享受便捷的数字服务。但从根本上讲，分析式人工智能静态地展示信息，其数字内容呈现出无法消弭人机交互中的算法“冷漠”和技术疏离感。并且，“大数据杀熟”等算法操纵还频频侵害用户权益，进一步加剧了人机交互中的用户不信任感。

　　当下，ChatGPT的“破圈”加速了生成式人工智能技术的落地，正在推动数字商品消费的体验升级。它基于自然语言的极简交互，使普通用户瞬间沉浸在更加自然、直接和顺畅的对话式数字场景之中，为其带来的数字消费体验令人耳目一新。这主要体现在以下方面：在实时信息检索上，生成式搜索引擎以篇章阅读的方式呈现，替代了传统搜索引擎简单的摘要罗列式链接显示，更快捷且全面地将信息放在指尖，极大地迎合了普通用户期待“秒答”的求问心理；在数字服务供给上，生成式人工智能嵌入式、插件式融合，变革海量应用的交互方式，其功能覆盖了在线点餐、企业办公、流程优化、图文处理、产品营销和推荐等领域，实现了手机软件功能的增强。进而，以“懂你所想、知你所需、解你所忧”的精准触达，以智能客服、智能营销、数字人直播等全力加盟，给线上消费带来了虚实相融、多感官交互的沉浸式体验。

　　进入数字经济时代，分析式人工智能开启了资本主义“第二次机器革命”，也催生了形态各异的数字劳动。目前来看，生成式人工智能的技术应用如雨后春笋般涌现。“在大模型的加持下，人工智能正在从‘工具’变成人类的‘伙伴’。”人机协作将使数字劳动的任务被不断拆解，数字化工作的完成方式和完成内容也将发生根本性改变，数字劳动价值创造总体上呈现“智能增强”的新特征。

　　（一）人机协作促进无酬劳动“价值升维”

　　平台经济的发展表明，活跃用户既是数字服务消费者，也是数字平台数据和内容生产者。从人机关系来看，分析式人工智能的加持作用主要体现为通过算法推荐增加用户生成内容的曝光度和关注度，但对用户数字内容制作的生产助力则乏善可陈。换言之，AI技术赋能实际上是“赋机”，使普通用户能够在数字网络空间实现“真情流露”“自我表达”的有序呈现，并在激发点赞、评论、转发、打援等过程中，帮助数字资本收割海量数据和用户注意力。相比之下，ChatGPT等一系列易于使用的生成式人工智能应用程序极大地丰富了用户内容生成的“工具箱”。可以肯定的是，“人工智能模型将成为每位工作者无处不在的得力助手，将新型超个性化智能放在人们手中来提高生产力”。这体现在：在人机协作模式下，一方面，用户生成内容的内容制作、优化、个性化等工具性任务，都能交由生成式人工智能技术驱动的智能机器来自动完成；另一方面，普通用户得以跨越“技法”和“效能”的限制，专事于创意构思、内容想象和自我表达。如此一来，生成式人工智能既“赋机”又“赋智”，低门槛AI创作使“艺术化生存”成为普通人的“新常态”。其结果，在价值创造上，数字网络空间内容生态得以改善，数字内容经济得以良性发展，用户无酬劳动的价值贡献也就愈发彰显。

　　（二）人机协作催生众包劳动“市场分化”

　　进入数字资本主义阶段，全球数字劳动图谱中的一个典型劳动形态就是网络众包劳动，也称“云劳动”。依据完成数字任务所需要的专业技能程度，众包劳动又细分为以跨境客（Upwork）为代表的自由职业者和以亚马逊土耳其机器人（Amazon Mechanical Turk）为代表的微劳动。在网络众包经济中，分析式人工智能的“赋机”效应主要体现在通过算法派单和算法奖惩打破劳动力市场的时空束缚，进而要么给专业人士变现“认知盈余”开拓新渠道，要么给边缘弱势群体提供新的就业机会。

　　随着生成式人工智能嵌入式、插件式应用的加速发展，网络众包劳动力市场将迎来深刻变革，数字劳动者的就业境遇和价值贡献也将发生明显的“市场分化”。这主要是因为，众包劳动在本质上是一种认知劳动，其程序化、重复性劳动任务迟早会被自动化。其中，众包微劳动大都是低门槛的数字化任务，数字资本定将伺机交由“达到目的的神器”——智能机器去完成。已有的研究表明，相比人工标注，ChatGPT对推文（包括相关性、立场、主题和框架检测）的自动标注不仅更加准确，而且每条注释成本不到0.003美元——比亚马逊土耳其机器人便宜约20倍。对于拥有“独门秘技”的自由职业者而言，虽然撰文、翻译、制图、代码核查等重复性、规则性和预测性较高的任务也会萎缩甚至消失，但完成“独一无二”的认知作品的劳动回报也将更为丰厚。在实践中，AI大模型衍生出丰富的能力矩阵，助力数字创客们突破产能限制，从而有更多的时间和精力去从事更具想象力和挑战性的数字劳动。据埃森哲公司预测，到2030年，全球75%的知识工作者每天都要与由基础模型支持的应用程序、服务或代理进行互动。此外，在人机对话中，智能机器在提示和诱导下生成的海量知识内容不乏有令人“脑洞大开”的“真知灼见”抑或“创意灵感”。其结果就是，在数字资本主义价值生产中，大模型加持下的智能机器升级换代，这一方面导致从事“幽灵工作”的普通劳动者丧失了工作机会，另一方面为擅长创意的“数字游民”增加了创富机会。

　　（三）人机协作助力改善按需劳动“环境”

　　进入数字经济时代，零工经济突破时空束缚疾速发展，催生了基于移动应用程序（App）的按需劳动。从本质上讲，在数字资本“苦心孤诣”打造的虚拟生产流水线中，网约零工只是一个个受平台系统操控、忙于补位“AI最后一公里”的流动数据点而已。从人机关系来看，分析式人工智能的技术加持，一方面助力普通劳动者实现低门槛快速就业，在一定程度上促进了数字普惠和就业公平；另一方面，平台型企业极力推行“最严算法”，蓄意剥离“雇主责任”，使众多网约零工陷入身心俱疲的就业不稳定之中。其结果导致马克思曾提到过的场景在数字经济时代重现，即“机器具有减少人类劳动和使劳动更有成效的神奇力量，然而却引起了饥饿和过度的疲劳”。

　　近年来，促进算法向善，维护网约零工的劳动权益日益成为社会共识。迫于政府监管和社会压力，数字资本也有意通过平台系统精进完善算法管理，以平息数字劳动者的不满，巩固平台生产体制。生成式人工智能的平台嵌入可以推动零工经济从人机对立转向人机协作，从而改善按需劳动体验，缓和劳资矛盾。这是因为，平台数字客服智能升级，从“冷冰冰”的程式化作答转变为“友好而轻松”的聊天对话，甚至允许劳动者量身定制“知心伙伴”“AI助理”。这种升级一方面可以给劳动者营造一个更加愉悦、合乎人性的数字劳动环境，另一方面也可以随场景而变，实时向劳动者提供更加个性化的服务提示、流程规划和安全提醒，从而使任务完成过程变得“轻而易举”。此外，随着生成式人工智能的原生应用日趋丰富，劳动者还可以随心打造“数字分身”，同时与多个客户保持沟通，以更好地迎合消费者偏好。

　　（四）人机协作推动雇佣数字劳动“工作转换”

　　在平台生产体制下，数字资本将弹性用工实践推向极限：一方面,通过多边市场关系构建，以网络众包、外包等形式实现对数字劳动的“非雇佣剥削”；另一方面，数字资本所有者又不惜重金招揽全球数字科技人才，从事平台系统基础架构设计、算法开发、数字产品研发与经营，使其成为企业架构师、算法工程师、数据分析师和运维工程师等。这些数字科技人才具有多重身份，他们既是高学历脑力劳动者，也是数字产业工人，同时又属于中高收入群体。大体上看，在分析式人工智能的应用场景中，这些雇佣数字劳动者的生产贡献彰显于“分析数据、发现模式、形成洞见、建立预测”的数据价值化链路之中。

　　随着AI大模型时代的加速到来，数字商品生产的任务自动化提级加速。在生成式人工智能的技术驱动下，聚集于头部平台型企业的技术极客们的工作重心将发生转移，新的工作岗位也会应运而生。具体而言，在平台基础设施建设方面，寻求新的芯片组架构、硬件创新和高效算法等方面的新突破，成为数字科技巨头核心员工着力完成的关键性任务；在AI大模型研发方面，模型构建、预训练、调优对齐和推理部署环环相扣，使算法工程师、提示工程师等职业成为热门的数字职业；在垂直应用方面，行业专有模型的训练、精调、剪枝、蒸馏等工作，催生人工智能产品经理、人工智能质控员、人工智能伦理顾问等新的数字劳动职业的诞生。总之，专注于通用智能机器的研发与生产日益成为数字劳动者的工作常态。

　　马克思指出：“一定程度的资本积累表现为特殊的资本主义的生产方式的条件，而特殊的资本主义的生产方式又反过来引起资本的加速积累。”进入数字资本主义阶段，分析式人工智能推动平台革命，催生和固化“数据圈地”、算法专制和平台垄断，在极短的时间内实现了数字资本的加速积累。当下，随着生成式人工智能的升级迭代和加速落地，资本主义生产进入了AI大模型时代。AI大模型是技术、资本和人才密集型产业。如表2所示，大模型竞争固化数字寡头格局，正在使数字资本主义资本积累呈现“智算垄断”的新趋势。

　　图片

　　（一）算力争夺成为数字资本积累新焦点

　　进入数字经济时代，数据、算力和算法“三位一体”，成为了数字科技巨头谋取和巩固平台垄断的必要资源。随着人工智能内容生成技术在数字商品生产中的应用，以先进算法为竞争利器的数字平台正加速向高性能计算平台迈进。在数字资本的新一轮资源争夺中，受平台生产体制扩散、开放式数据库激增以及合成数据应用等因素的影响，数据资源的重要性开始下降。相比之下，创建基础模型是一项复杂、成本高昂的计算密集型工作；训练顶级人工智能模型所需的计算量正在呈现指数级增长。

　　以人工智能语言模型GPT-3为例，该模型参数量达1750亿，采用1万颗V100图形处理器和28.5万个中央处理器组成的高性能计算集群，单次训练用时14.8天，总算力消耗约为3640PF-days（即假如每秒计算一千万亿次，需要计算3640天）。这意味着，在生成式人工智能技术驱动的数字生产力革命中，用于训练、调优和部署大模型的智能算力的重要性急剧凸显。可以说，AI大模型竞争，实际上就是算力之争，谁拥有充沛的先进算力，谁就将大概率在大模型竞争中完胜。

　　（二）数字寡头竞争推高数字化生产资料的垄断

　　资本主义价值运动“以劳动者和劳动实现条件的所有权之间的分离为前提”，“资本主义生产一旦站稳脚跟，它就不仅保持这种分离，而且以不断扩大的规模再生产这种分离”。从实践路径来看，资本竭力推动机器革命，以“对象化的知识力量”来实现劳动“去技能化”和社会“一般智力”的剥夺性占有。进入数字资本主义阶段，平台生产体制的建立和巩固将数字化生产资料的垄断推向了新的高度。

　　当下，大模型百舸争流，热闹非凡，但“大数据+大算力+强算法”的工程化结合意味着真正的玩家屈指可数。“除了全球顶级企业外，几乎所有的组织都无法仅凭一己之力完成该任务，这超出了他们所掌握的能力和方法。”因此，尽管“AI初创公司”比比皆是，但它们也只能成为大型科技公司“船体上的藤壶”而已。

　　为了在AI“军备竞赛”中抢占商机，数字寡头们竞相重构平台生态系统。一方面，数字寡头将生成式人工智能应用到其自营的每个产品、服务和业务流程中。2023年3月，微软将生成式人工智能技术集成到产品矩阵中，推出了Microsoft 365 Copilot，它不仅可以根据用户简短指令直接生成Word、PPT和Excel电子表格，还可以帮助用户完成整理会议摘要、处理邮件等多项任务。谷歌紧随其后，将升级版Bard整合到自家办公软件“全家桶”中，并创造了名为“Duet AI”的办公助手。另一方面，数字寡头通过打造生成式人工智能应用超级App，将AI大模型作为核心基础设施嵌入健康、医疗、教育、物流、信贷、文娱等众多行业。由此，数字资本不仅进一步强化了对平台生态圈的支配和控制，而且通过对认知性生产工具的寡头独占，将维系资本主义生产方式的生产资料垄断推向极致。其结果就是，从经济发展阶段来看，数字资本主义正加速向“人工智能资本主义”演进，整个社会生产生活对平台的依赖也将与日俱增。

　　（三）大模型制造“过剩无产者”

　　在资本主义生产方式下，“劳动资料一作为机器出现，立刻就成了工人本身的竞争者”。在工业资本主义时期，资本主义机器革命历经蒸汽机化、电汽化、信息化，机器（体系）对劳动的贬值和替代始终是资本宰制劳动的核心议题。但总体上看，技术进步不断催生新的工作岗位和新的劳动形态，从而使资本主义相对过剩人口发展始终没有走向“失控”。

　　人工智能技术问世后，“劳动增强”和“劳动替代”效应兼而有之。当下，生成式人工智能技术加速商业化应用和产业化发展，“机器换人”引发的技术性失业似乎呈现碾压之势。短期来看，虽然如前文所述，生成式人工智能的技术赋能和人机协作总体上推动了数字劳动的高阶演化，但同时也应该看到，大量普通劳动者因无法适应数字技术的加速变革而沦落成为“过剩无产者”。从长远来看，即使撇开“超级智能”“社会排斥”“无用阶级”等不论，在生成式人工智能技术突飞猛进的攻势下，人类专属的知识创造等工作或任务将不断被日益强大的智能机器所蚕食。正如有的学者所言，生成式人工智能“在成为劳动利器的同时，也可能成为‘吞噬’人的数字劳动的‘怪兽’”。其结果就是，智能化生产推动“技术性失业”问题日趋尖锐，将“数字穷人”之类普通劳动者置于更具挑战性、更看不见希望的境地，数字资本主义生产秩序将遭遇重大冲击。

　　“生产的不断变革，一切社会状况不停的动荡，永远的不安定和变动，这就是资产阶级时代不同于过去一切时代的地方。”从科学技术的资本主义应用来看，“科技加速对社会现实的影响无疑是巨大的。”进入数字经济时代，资本裹挟下的数字科技进步呈现出“飞轮效应”，使资本主义生产秩序更加充满变数、动荡，甚至陷入危机。当下，生成式人工智能的出现与迭代使资本主义技术加速更加势不可当，数字资本追逐“通用人工智能”，但同时也给资本主义生产秩序带来新的变数。

　　（一）AI技术加速掣肘数字资本“时空修复”

　　马克思指出，资本一方面“竭力把劳动时间缩减到最低限度，另一方面又使劳动时间成为财富的唯一尺度和源泉”。自第一次工业革命以来，资本通过一次次的“时空修复”成功地吸纳了很多“活劳动”来对冲“财富系统膨胀”和“价值系统萎缩”的对立发展给资本统治造成的冲击。进入数字经济时代，数字资本构筑平台生产体制，极大地拓展了资本的“时空修复”能力。归结起来，数字资本规训数字劳动，以在更大范围内实现对“活劳动”的吸纳；同时，数字资本推动“数字化生存”，以更加彻底地实现对社会“一般智力”的攫取。

　　目前来看，生成式人工智能技术的加速应用释放出巨大的数字生产力，以令人惊叹的效率创造了数字财富的充分涌流；但同时，它又以超乎想象的速度实现“死劳动”对活劳动的更为彻底的替代。如此一来，吊诡的是，数字资本主义生产力越是发达，资本价值运动中“奇点逼近”的梦靥就越是挥之不去。并且，在竞争的强制规律作用下，随着AI大模型应用的低代码化、平民化，全球知识产业的资本有机构成加速趋同，数字资本构建“数字帝国”、盘剥和转移剩余价值的“时空修复”能力也被不断地消解。其结果就是，数字资本深陷AI化数字漩涡，“安身立命”的嗜血能力——“吮吸活劳动”——反而在对数字技术的迷恋中加速丧失。

　　（二）AI技术加速冲击知识商品价值实现

　　众所周知，在市场经济条件下，软件、数据库、产品设计等知识商品具有显著的零边际成本特征，这种特征使其价值实现面临更多变数。资本主义知识产权制度的创设有效地拒止了各种“反价值”力量，进而在维系资本主义生产秩序方面发挥着关键性作用。进入数字经济时代，数字资本的自我增殖以蓄意消解用户生成内容的个人知识产权权益为前提。数字商品生产的实时化、个性化和场景化使数字资本甚至无需版权制度庇荫，就能赚得盆满钵满。但总体上看，即使有分析式人工智能技术的加持，数字资本也并没有冲破既有的利益格局来对专业生成内容如法炮制“去版权化”，因而尚未对资本主义知识商品价值实现造成根本冲击。

　　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势冲击资本主义现存版权法体系。这是因为，AI大模型凭借自身日益强大的学习能力，几乎网尽和吞噬人类有史以来的一切知识成果，超高效地无限量生产出“非真似真”的人工智能生成内容。譬如，人类插画师至少需要2—3天的时间才能完成一幅作品，而中道（Midjourney）这样的智能绘图工具只需要10秒钟就可以创作4幅作品。面对AI大模型制造似曾相识但又似是而非的“机器文本海洋”，资本主义现行知识产权制度在溯源确权、侵权指认上显得力不从心，甚至无所适从。生成式人工智能还能通过风格模仿、语音合成和姿态合成打造AI版克隆人物，以令人应接不暇、创意十足的数字内容供给在极短的时间内积聚用户、收割流量。由此，在AI海量摹写和引流冲击下，既有作品权利人、现实内容生产者的知识产权价值被极大地稀释。

　　（三）AI技术加速加剧政企权力冲突

　　权力是基于对信息及其传播的控制。进入数字经济时代，数字资本凭借日益精进的算法系统积聚平台权力，打造“数字帝国”。实践表明，随着平台垄断的形成和巩固，数字资本的权力施展不再局限于市场交换领域，而是通过数字监视和信息操控渗透至人类生产生活的方方面面，悄然扮演着“私政府”的角色，俨然成为平台社会里的“利维坦”。“平台公司作为权力主体逐渐走到前台，对国家主导的权力结构产生消解和重构，加速了权力从国家流散到市场。”因此，面对数字寡头不经意间实现的“权力僭越”，资产阶级政府一旦有所醒悟，就会倍加警惕并酝酿回击。从根本上讲，在数字资本主义政企博弈中，数字资本的权力获取源自数字媒介基础设施化。自平台革命出现以来，在分析式人工智能的应用支持下，数字资本的权力生成发轫于链接多边市场供需，操控数字内容精准分发。进而，数字资本的权力影响体现为通过平台“赋能”左右市场主体的在线行为，通过个性化推送，影响用户体验和心理认知。并且，臣服于“数字帝国”的活跃用户动辄数以亿计，自愿甘当“数字佃农”，这意味着数字资本私权“政府化”不容小觑。

　　实践表明，资本主义生产秩序要保持“顺畅”运行，离不开政府运用公权力构建“社会嵌入”机制，缓和劳资矛盾。当下，随着生成式人工智能的加速落地，数字资本通过重新定义用户体验和重塑平台服务生态，极大地巩固了“数字帝国”的权力基础。更为关键的是，数字资本不仅可以通过智能传播来牢牢掌控知识性内容的扩散，还能直接获取价值观塑造和观念生产的“新权力”。也即，数字资本“通过模型的设计和语料的选择，为知识生产设定出自己的格式、标准和价值取向，成为知识生产的控制者”。于是，数字资本通过自然流畅的人工智能生成内容输出，巧妙地将逐利观念的“私货”渗揉其中，而迷恋于AI体验的社会大众被操纵、说服却难以自知。正如有学者所指出的：“AI在内容生产和内容分发上的两大能力一旦形成闭环，对信息流的主导以及对消费者的掌控将威力巨大。”如此一来，数字资本就可以凭借超个性化的定制方式提供信息和知识，以坐拥解释权和话语权，重塑资本主义知识秩序，进而蚕食资产阶级国家意识形态权力，掏空政府社会软治理“工具箱”，威胁资本主义政治秩序。正因如此，数字资本主义政企之间的影响力争夺加剧，也就在意料之中了。

　　随着GPT-4、Gemini、Claud等生成式人工智能的升级迭代和日常化应用，人类生产生活进入了AI大模型时代，数字资本主义生产过程和生产关系正在发生革命性、颠覆性的变化。总体上看，生成式人工智能的技术落地和生产运维，正在开启一场新的工业革命，数字资本主义的精神生产迈进“超个性化定制、一键式生成”新阶段。与此同时，AI大模型时代的到来加速了AI技术的平民化，数字资本主义人机关系正在发生复杂频变。然而，智能机器的“类人智能”和自主性的日益增强并没有结终数字劳动，相反，人机协作将人们从重复且繁琐的劳动任务中解脱出来，专注于更具创造性的工作内容。进一步地，在“硅谷私有制”下，生成式人工智能一方面高效制造了数字财富繁荣，另一面加剧了平台垄断、相对人口过剩和政企权力冲突，进而使数字资本主义价值运动的固有矛盾愈发难以调和。只有超越资本逻辑，彻底变革数字资本主义平台体制，探索建设数字社会主义，才能真正实现AI普惠和数字劳动解放。

　　（作者单位：国防大学政治学院）

　　网络编辑：同心

　　来源：《国外理论动态》2024年第1期