AI能不能解决老龄化？
这个问题过去往往只是一个模糊的设想：年轻人越来越少，如果机器越来越聪明，是否可以用机器替代一部分劳动，让经济不至于因为人口减少而停滞？
国际货币基金组织（IMF）现在开始认真算这笔账了。
10月12日，在IMF一本关于亚洲未来增长的新书发布会上，IMF总裁格奥尔基耶娃提出，人工智能（885728）带来的生产率提升，有可能抵消亚洲老龄化造成的相当一部分经济损失。按照IMF的判断，中国、日本、韩国等亚洲经济体到2050年可能损失多达约四分之一的劳动力，但AI如果得到充分应用，生产率提升有可能大幅缓解这一冲击。
但结论的另一面却不那么令人舒服：
正因为AI能够用资本替代劳动，它创造出来的新增收入，也可能更多流向已经拥有大量资本的老年人。
也就是说，AI可能缓解老龄化造成的“生产问题”，却同时加剧老龄化社会本来就已经存在的“代际分配问题”。
亚洲未来最大的问题是人口
今年8月，IMF亚太部等研究人员已经发表了一篇52页的工作论文《AI and Economic Divergence in Asia》，用一个“世代交叠模型”专门研究AI进入老龄化亚洲之后，会怎样改变资本、劳动、工资和不同年龄群体的收入。10月出版的《Shaping the Future of Asia》又把人口、技术、贸易等长期问题纳入一个更大的亚洲增长框架。
IMF研究的起点首先不是AI，而是人口。
按照论文引用的联合国人口预测，到2050年，仅东北亚的工作年龄人口就可能比现在减少超过2亿人。其中日本和韩国尤其严重，两国工作年龄人口预计下降约25%—30%。
韩国的情况已经相当典型。
韩国工作年龄人口2018年见顶，此后2019—2024年平均每年下降约0.5%。IMF预计，到2050年，韩国工作年龄人口将比目前减少约30%。
人少了，经济受到的冲击并不只是“少了一部分消费（883434）者”。
从生产端来看，一个经济体能够生产多少东西，最简单地可以拆成三个因素：有多少人劳动、每个人拥有多少资本，以及这些资本和劳动能够多高效地结合。
老龄化首先打击第一项。
劳动人口不断减少，如果资本和生产率保持不变，GDP自然会受到长期拖累。
IMF在针对韩国的一项更早研究中做过一个非常直观的测算：如果保持劳动收入份额、不同年龄和性别群体的劳动参与率等条件不变，仅人口老龄化本身，就可能使韩国2050年的产出相对于人口不老龄化的情景低16.5%。
放到整个亚洲，IMF亚太部负责人Krishna Srinivasan今年给出的概括是：到2050年前后，人口收缩预计平均每年拖累亚洲经济增长约0.3个百分点。
过去解决这个问题，大致只有几条路。
鼓励生育，但新生儿至少二十年以后才会进入劳动力市场；提高女性劳动参与率和推迟退休，可以增加劳动供给，但存在明显上限；增加移民，在日本、韩国这样的社会又存在不小的政治和文化阻力。
AI给出了第四种办法：
既然无法增加足够多的人，就让每个人拥有更多、更强的机器。
老龄化国家可能更快使用AI
这是IMF这篇论文里一个很有意思的反直觉结论。
我们一般会觉得，新技术最容易在年轻、增长快的经济体扩散。但在IMF模型里，亚洲最有条件率先大规模采用AI的，恰恰是日本、韩国、新加坡这样的成熟经济体。
原因在于，论文考虑的并不是哪个国家的AI技术发展更快，而是重点研究AI被大规模部署到整个经济体之后的效果。
论文对AI的定义很宽，包括大语言模型、自动化软件、机器人和各种“physical intelligence”，因此，与AI相伴的不只是购买几个软件账号，而是大量数据中心、专用芯片、云平台、机器人和其他实体资本。
换句话说，IMF把AI理解成一种更加资本密集、同时偏向高技能劳动者的生产技术。
在这个设定下，IMF认为，对于一个人口年轻、人工便宜的国家，一家企业多雇十个人，可能比花巨资部署自动化系统更划算。
但在日本和韩国，人越来越少、工资越来越高，情况恰恰相反。
劳动越稀缺，用资本替代劳动就越值得。
而且这些国家本来就积累了大量资本。按照论文的基准数据，日本、韩国、新加坡的资本在产出中所占比重已经达到大约40%—50%。它们又拥有更好的数字基础设施、更高比例的熟练劳动者和更高生产率，因此更容易跨过大规模采用AI的门槛。
这就形成了一个很特殊的循环：
老龄化让AI更有价值，而AI又降低了老龄化的经济成本。
日本、韩国劳动力减少，本来是一项经济劣势；但恰恰因为劳动力越来越稀缺，每增加一台机器人、部署一套AI系统所节省的人工成本也越来越高。
所以IMF模型中，人口老龄化本身成为推动先进亚洲经济体更早采用AI的一个因素。论文直接指出，日本和韩国到2050年工作年龄人口减少25%—30%，正使能够“维持产出、减少劳动投入”的资本增强型技术变得尤其有吸引力。
这个研究的意义在于，尽管日本这样的国家现在看起来在AI应用上稍显落后，但是当AI成为一种成熟的、方便获取的技术，这类老龄化国家仍然有可能凭借资本优势，实现快速的应用普及。
如何量化AI对GDP的贡献
AI真的有可能把老龄化造成的损失补回来，那么这种替代到底有多大？
IMF没有给出一个统一的“AI能够替代多少人口”的数字，因为结果高度取决于AI进步速度、投资和各国经济结构。
但模型给出的数量级已经相当可观。
论文设计了三种情景，分别假定AI推动资本份额上升的速度，相当于美国历史资本份额增长速度的2倍、5倍和10倍。其中2倍情景被作者认为相对容易实现，5倍代表显著加速，而10倍主要用作一种极端上限，并不是中心预测。
在这些情景下，长期来看，AI可以让亚洲发达经济体的年增长率相对于“没有AI”的基准情景提高大约0.5—1个百分点；亚洲新兴及发展中经济体的增幅大约为0.2—0.8个百分点。
这个数字和人口拖累放在一起就很有意思了。
IMF对亚洲的综合判断是，到2050年，人口因素每年大约拖累增长0.3个百分点；AI及相关技术带来的生产率提高，则有可能贡献0.2—1个百分点。
也就是说，在较积极的AI应用情景中，技术进步不仅能够抵消人口减少的拖累，甚至可能超过它。
韩国的案例更加直观。
前面提到，如果单独计算人口老龄化，IMF估计2050年韩国的产出损失达到16.5%。
但把AI加入模型后，在三种不同假设下，这一损失分别可以缩小到大约9.5%、13.2%和5.9%。
在最积极的情景中，原本16.5%的老龄化损失只剩5.9%，意味着AI抵消了接近三分之二的冲击。
其机制主要有两层。
第一层是资本深化。企业配置更多服务器、软件、芯片和机器人，每个剩余劳动者背后的资本更多了。
第二层是生产率提高。同样一个劳动者配合AI以后，能够完成更多任务。
因此，当劳动人口减少10%时，产出并不一定下降10%。只要剩下90%的人能够依靠更多资本和更高生产率完成原来接近100%的工作，老龄化对GDP的冲击就可以大幅缩小。
从这个意义上说，AI可能第一次真正改变人口老龄化的宏观含义。
但故事到这里出现了转折。
因为如果AI的本质是让经济越来越依赖资本，那么接下来必须回答一个问题：
这些资本是谁的？
65岁的人可能比25岁的人更受益
这是IMF这篇论文最有意思、却容易被忽略的部分。
作者没有只计算GDP，而是利用“世代交叠模型”，把家庭按照年龄拆开。
模型中，人从21岁开始工作，最多活到100岁，同时还分为低技能、中技能和高技能三类。这样就可以追踪同一次AI技术革命，对一个25岁年轻人、一个45岁中年人和一个65岁老年人究竟意味着什么。
结果非常明确。
在不同AI情景和不同国家中，老年群体普遍比年轻群体更早获得收入增长，而且增长幅度更大。
IMF专门用Figure 8比较了25岁、45岁和65岁三个群体在有AI和没有AI情景下的总收入，总收入包括工资、资本收入和养老金；Figure 9又把2050年前后的AI新增收入按照来源进行了分拆。
基本规律在各个情景中都相当稳定：
25岁和45岁人群获得AI红利，主要依靠工资上涨；
65岁群体获得的新增收入，则更多来自资本收入。
原因并不是65岁的人比25岁的人更会用AI。
而是一个非常传统的经济学问题：资产积累。
一个25岁的年轻人刚刚进入劳动力市场，他最大的“资产”其实是自己未来几十年的劳动能力。
如果AI提高经济生产率，他当然最终也可能获益。但这个过程需要经过企业投资、资本积累、生产率提高，最后才逐渐反映到工资上。
65岁的人完全不同。
经过几十年工作，他已经积累了储蓄、股票、养老金和其他金融资产。
AI革命一旦到来，企业突然需要大规模投资数据中心、芯片、机器人和其他资本品，整个经济对资本的需求上升。
资本需求增加，就会推高资本的边际回报和利率。
于是已经拥有大量资产的人，可以很快享受到AI革命带来的收益。
IMF对此的表述非常明确：AI推动国民收入进一步向资本倾斜，因此会让“资产丰富的老年家庭”相对于主要依靠劳动收入的年轻劳动者获得更多收益。
而且AI发展得越快，这种差距反而可能越明显。
因为AI推进越激进，企业投资需求越大，利率和资本回报受到的向上推动越强，老年人已有财富产生的收入也越高。论文因此发现，AI进步越快，代际收入差距可能越大。
这实际上揭示了AI时代一个很特殊的代际悖论。
一个25岁的年轻人面对AI，首先面对的可能是：
我的工作会不会被替代？我的工资什么时候才能分享生产率红利？
一个65岁的退休者面对同样一轮AI投资浪潮，首先看到的却可能是：
自己的养老金、股票和其他资产获得了更高回报。
同一场技术革命，对两个年龄段的人，通过的是两条完全不同的财富渠道。
AI让老龄化社会更加资本化
这也正是这篇IMF论文最值得关注的地方。
如果只看GDP，结论相当乐观。
日本、韩国这样人口快速下降的国家，本来可能面临越来越严重的增长压力；AI把服务器、软件和机器人变成“机器劳动力”，从而帮助有限的人口维持更高产出。
但如果从分配角度看，同一个机制却可能带来另一个结果。
AI之所以能够抵消老龄化，恰恰因为它让资本相对于劳动变得更重要。
而在一个已经老龄化的社会里，资本所有权本来就不会平均分布在各年龄段。
年轻人主要拥有未来劳动收入，老年人则经过几十年储蓄拥有更多金融资产。
因此：
AI越成功地用资本解决劳动力短缺，也就越可能把更多新增收入分配给资本所有者。
这也是为什么“AI解决老龄化”不能简单理解成所有年龄群体都会同时受益。
甚至可能出现一种看上去很矛盾的场景：
国家的GDP增长比过去预计的好得多，养老金账户和金融资产价格表现不错，宏观经济成功抵御了人口萎缩；与此同时，一部分年轻劳动者却依然觉得自己没有分享到这场技术革命的成果。
IMF模型甚至发现，低技能和中技能劳动者在部分过渡情景中可能经历工资暂时下滑。AI一方面通过资本深化提高所有劳动者的生产率，另一方面又降低劳动在生产中的份额，两股力量谁先占上风，决定了不同劳动者短期内是得还是失。高技能劳动者因为与AI的互补性更强，收益通常最大。
所以，AI最终可能解决一个老龄化问题，却暴露出另一个老龄化问题：
过去人们担忧的是，年轻人越来越少，谁来创造财富？
未来的问题可能变成：
机器可以帮助继续创造财富，但这些财富到底属于谁？
再分配政策越来越重要
需要强调的是，论文总体上并不是悲观的。
它的基准结果仍然认为，AI最终能够提高产出和生产率；长期来看，三个技能群体的工资也可能都高于没有AI的情景。
问题主要发生在过渡过程和收益分配上。
因此IMF还专门模拟了再分配政策。
在早期采用AI的经济体中，研究人员设计了两种财政成本相同、均相当于**GDP的5%**的转移支付方案：一种只向低技能和中技能劳动者提供定向补贴，另一种向所有家庭提供普惠转移。
两种方案都能降低AI造成的不平等，但定向补贴降低不平等的效果更强，同时造成的产出损失也更大。原因是税收和补贴都会影响劳动供给，高技能者缴税却拿不到补贴，低技能者获得更多非劳动收入后又可能减少工作时间。
因此论文并没有给出一个简单的“向资本征税、把钱给年轻人”的答案，而是强调经典的公平与效率权衡。
这反而使它的结论更加有意思。
AI并不会让老龄化消失。
它只是可能改变老龄化最核心的经济矛盾。
在过去，老龄化最大的风险是劳动力减少：人越来越少，生产不出来足够多的财富。
如果IMF的模型方向是对的，AI或许真的能够缓解这个问题。亚洲发达经济体每年0.5—1个百分点的潜在增长增量，已经足以覆盖相当一部分人口下降造成的损失。
但AI依靠的解决方式，本质上是用越来越多的资本替代越来越稀缺的劳动。
于是一个新的问题会随之出现：
当机器承担了更多工作、资本创造了更多收入以后，拥有机器和资本的人，将越来越重要。
而在老龄化社会里，这些人往往本来就是年龄更大、已经完成财富积累的一代。
所以IMF这项研究真正值得关注的，并不是简单证明了“AI可以拯救老龄化”。
它揭示的是一个更加复杂的未来：
AI可能让一个老龄化社会继续增长，却同时让这个社会的财富和收入更加偏向已经拥有资产的老年人。
老龄化造成的生产难题可能因此变得没有过去那么可怕。
但代际之间如何分享机器创造出来的财富，反而会成为一个越来越重要的问题。
