本文作者陈玉宇，系北京大学光华管理学院教授、北京大学经济政策研究所所长

今天关于AI经济价值的讨论，几乎都集中在生产一侧：AI能不能发现新药、设计新材料、编写更多代码、提高工人的生产率。这个视角当然重要，但它忽略了市场经济的另一半：生产出来的东西最终由谁买、买什么、向谁买，以及这些选择是否真正提高了买的人的福利。

这另一半，有一个古老的名字：消费者主权。市场经济最核心的规范性想象之一，就是生产者最终应当服从消费者的选择——消费者用自己的购买决定，告诉经济什么值得生产。价格是选票，购买是投票，生产的方向由亿万张选票决定。

但这个漂亮的理论里，一直藏着一个被有意简化的问题：消费者有选择权，并不意味着消费者有做好选择的能力。市场给了消费者最终投票权，却从来没有保证每个消费者拥有足够的信息、判断力、时间、自我认识和自我控制，去投好这一票。消费者主权长期存在一个技术缺口。

大语言模型可能第一次系统性地填补这个缺口。一些头部AI公司已经开始探索把大模型的推荐能力与商品交易连接起来；这些商业模式远未定型。也正因为如此，现在更值得问的不是哪一种收费模式会胜出，而是一个大得多的问题：

AI能不能让消费者主权第一次成为技术上的现实？Can AI make consumer sovereignty technologically real?

这篇文章围绕这个问题分四步走：消费者主权为什么过去并不充分；AI提供了什么新能力；谁将控制这种能力；这种能力最终会怎样重塑市场。

市场经济把消费者放在最终裁决者的位置上，却长期没有正视裁决者自身的能力问题。一个消费者面对现代商品世界，实际上有五重困难：不知道有什么；不知道哪个好；不知道什么适合自己；不知道自己真正想要什么；即使知道，也未必能按照自己的长期利益行动。

经济学其实分别研究过这五件事，只是没有把它们放进"消费者主权能否真正实现"这一个问题之下。斯蒂格勒的信息经济学告诉我们，搜索是有成本的。关于质量不对称的研究告诉我们，当买方无法识别质量时，市场本身可能失灵。可信品（credence goods）文献进一步告诉我们，有些质量甚至消费之后也无法判断。行为经济学告诉我们，人并不总能按照自己的长期福利行动。而标准的消费者理论干脆假设效用函数已经在那里，消费者知道自己喜欢什么。

把这些放在一起，可以区分两种消费者主权。一种是形式上的主权：消费者有权选择，法律和市场都不阻拦。一种是实效上的主权：消费者有能力做出与自身福利一致的选择。市场经济长期保障了前者，却只能部分地、粗糙地支持后者。市场纪律主要依靠退出——不好我就不买，不好我就换一家——但退出有效的前提，是消费者能够识别什么不好、知道替代品在哪里、并且真的换得动。

大语言模型的特殊之处在于：它可能同时进入上述所有缺口。这才是真正不寻常的地方。

标准的消费者理论写得极其简洁：给定预算，最大化效用。这个写法免费赠送了三样极其昂贵的东西：消费者知道自己的效用函数；消费者知道商品的属性；消费者能够求解这个问题。现实中三件事都不免费。经济学把"做选择"写成一个瞬间完成的最大化问题；现实中的消费者却要花大量时间、犯大量错误，才能知道约束集里有什么、自己的效用函数是什么、什么选择真正接近最优。

所以，选择也是一种需要生产的服务。生产商品需要技术，生产一个好的消费决定，同样需要技术。过去这个行业非常原始：朋友的建议、销售员、测评、消费者杂志、论坛、搜索引擎、理财顾问——基本是家庭手工业，加上零星的专业服务。

互联网大幅降低了其中一环的成本：搜索。今天消费者真正的瓶颈，越来越不是找不到信息，而是解释成本、验证成本、比较成本，以及认识自己的成本。大语言模型相对于搜索引擎的真正增量，正在这里：互联网让信息更便宜，大模型让判断更便宜。当然，可信的判断仍然稀缺——更准确地说，大模型改变的是判断的生产成本和配置方式。一个消费者本来以为买电脑最重要的是处理器性能，一轮对话之后发现自己真正需要的是续航、重量和稳定性：这不是多给了他一条信息，而是替他完成了一段过去昂贵的判断生产。

不过，先不要急着乐观。同一种技术首先会强化消费者主权的老对手。

自由市场理论强调消费者主权；批评者从加尔布雷斯开始就反驳说，现代企业和广告并不是被动满足需求，它们也在制造需求。不必展开这段思想史，只需要承认一个事实：几十年来，说服技术一直在向生产者一侧单向积累。市场的一边，是组织化、专业化、数据化的说服工业——市场研究、广告测试、定价算法、话术优化；另一边，是独自面对这一切的个人。

AI会先把这个不对称推向极端。传统说服有一个百年权衡：广告可以规模化，却不够个性化；销售员可以高度个性化，却无法规模化。生成式AI第一次消除了这个权衡：大规模的说服，加上逐人的定制，而且在对话中不断学习——消费者说"太贵了"，它知道价格是阻力；说"我怕麻烦"，它知道便利更重要。传统精准广告回答的是"谁更可能买"，AI进一步回答"什么理由最容易让这个人买"。卖方AI将是历史上最强的销售员。

这种力量的大小，因市场而异。在可信品市场最大——医疗、教育、金融、保险，消费者买过之后也难以纠错；在汽车、住房这类低频大额商品上，单次影响很高；在高频日常品上，AI帮助形成的第一次选择会变成默认，再变成习惯。

但真正的新东西不是"说服更强了"。真正的新东西是：历史上第一次，同等量级的技术也可以被消费者一方拥有。所以AI未必是让加尔布雷斯赢过弗里德曼，它可能创造一种过去不存在的格局：工业化的说服，对上工业化的消费者判断。

同一种技术站到消费者一边，能做三件事：让消费者更懂市场，更懂自己，并且更能按照自己真正的长期利益行动。

更懂市场。现代消费的问题早已不是信息太少，而是信息太多：参数、测评、广告、评论、网红推荐铺天盖地，真正稀缺的是判断——什么是真的，什么重要，什么和我有关。AI可以大幅降低这种解释与验证的成本。

更懂自己。经济学喜欢讲显示偏好：不要问消费者喜欢什么，看他实际选择了什么。但一个消费者自己，很少认真分析过自己过去五年的显示偏好。AI可以。它可能发现：你嘴上说最看重性能，但真正持续使用的设备都是轻便的；你每次促销都说想买，但这类商品最后大多闲置；你声称非常重视某个功能，但历史记录显示你几乎从不使用它。AI可以把一个人在时间上分散的显示偏好，第一次系统地反馈给本人。消费者第一次可能拥有一个专门研究自己的经济学家。"帮助消费者认识自己的效用函数"不是漂亮话，它有扎实的经济学基础——而这恰恰是标准理论直接假设掉的那一层。

更能管住自己。行为经济学几十年的工作证明，人有现时偏好、自我控制问题和对默认选项的依赖。过去我们对此的技术回应非常零散：自动储蓄、养老金默认加入、戒烟承诺、消费限额、冷静期。大模型可能成为一种通用的承诺装置：它知道过去的自己定过什么目标，看得见现在的自己正在做什么，还能预测未来的自己会不会后悔。行为经济学证明消费者有时需要保护自己免受自己的影响；AI第一次可能让这种保护成为一种实时、个性化、普遍可及的服务。这里的立场值得说清楚：消费者有偏差，不意味着应该把选择权交给政府或企业，而可能意味着应该给消费者更好的工具。这是把行为经济学嵌入消费者主权，而不是用它否定消费者主权。

这三种能力过去分散在不同的机构里：搜索引擎知道商品信息，电商平台知道购买记录，广告公司研究消费者心理，朋友和销售员通过交谈理解一个具体的人。大语言模型第一次可能把搜索、解释、偏好学习与对话互动，放进同一个持续存在的代理人里。消费者过去缺的未必只是信息，而是一个能够长期代表自己处理信息、学习偏好并执行长期目标的认知组织。过去，参与市场的消费者是一个孤立的人；以后，可能是"一个人加上一个持续存在的AI"。经济学里真正做选择的那个"消费者"，本身变了。

还可以从分工的角度看这件事。一个消费者过去为了买一辆车，要自己搜索、看论坛、问朋友、看测评、试驾、比较金融方案、研究保值率——这本来是一个小型组织的任务量，只是这个组织只有一个人。生产领域早在两百多年前就通过专业分工获得了巨大效率，消费决策却长期停留在家庭手工业阶段。工业革命专业化了生产；AI也许开始专业化选择。

哈耶克最著名的论证是：知识分散在无数个人手里，中央计划者无法获得它，所以价格机制的信息协调功能不可替代。这个论证通常用在生产一侧。但现代消费经济里，还有另一种同样分散的知识：每个消费者自己的具体处境、使用场景、历史体验和细微偏好。这些东西，生产者不知道，平台不知道，价格也传递不了多少。

所以市场真正面对的问题，不是"哪个产品最好"，而是"哪个产品对谁最好"。在高度异质的现代商品世界里，不存在一个对所有人都成立的排名，存在的是每个消费者各自的最优匹配。一家酒店不是评分最高的，却最适合一个带两个孩子、在乎安静的家庭；一台电脑不是性能最强的，却恰好适合一个只需要写作、数据分析和长续航的研究者。品牌、广告、评论、电商排序，都是在粗糙地近似这个匹配函数；市场里因此存在大量没有被实现的匹配剩余。

广告问的是：哪个消费者最容易买我的商品？好的消费者AI问的是：哪个商品最值得这个消费者买？前者是精准营销，后者是精准配置。

值得强调的是，这不是中央计划。AI不是替社会决定大家应该消费什么；它帮助每个人更有效地使用自己拥有的局部知识做决定。偏好和产品信息仍然分散在亿万消费者和生产者手里，价格仍然在协调供求；AI加上去的，是价格机制的一个认知补充层——价格、商品信息、个人处境，三者合起来生成更好的匹配。这是一种非常哈耶克式的AI，而不是计划式的AI。它强化的恰恰是市场经济最核心的能力：让分散、异质的信息转化为好的配置。

消费者主权成立得最困难的领域，是可信品市场：我有权选，但我甚至事后也不知道自己选对没有。医疗、保险、金融、教育、维修和各种专业服务都是如此。在这些市场里，选择并不能自动产生质量学习，退出机制最弱，市场纪律最松。也正因为如此，一个真正站在消费者一边的AI，边际价值在这里最大。

但这里有一个必须直视的张力：AI最有能力帮助消费者的地方，恰恰也是AI的方向最危险的地方——因为消费者最需要代理人的时候，也正是最难监督代理人的时候。

方向不是猜想，是可以测量的。我在《谁在解释世界》里提出过，AI提供的从来不是中性的信息，而是带方向的建议（directional AI advice）。我们在一家大型医院做过一项预注册的随机对照实验，覆盖约一万名患者：就诊前一天获得AI咨询的患者，拿到的处方药更少，做的检查更多；AI的对话对药物——尤其是抗生素——表现出系统性的谨慎。这种方向不能完全由医学知识解释，而与责任约束塑造的护栏一致。医疗如此，消费也会如此：同样一个问题，AI可以答得偏向成交，也可以答得偏向消费者的长期利益，而消费者未必分辨得出。

所以真正的问题不是"AI会不会影响消费者"，而是：这个AI装着谁的目标函数？

Whose objective function does the AI carry?

如果目标是成交率，AI会投资于：识别消费者什么时候最容易动摇，寻找最有效的说服语言，利用短期冲动。如果目标是消费者的长期福利，它会投资于：学习长期偏好，记录购买后的满意与后悔，识别低价值消费，判断什么时候应该延迟决策，甚至学习什么时候应该劝人什么都不买。两个技术上完全相同的大模型，会因为目标函数不同，长成完全不同的东西。

要把两件事分开：能力是技术的，方向是制度的。技术决定AI能做什么，制度和价格决定它替谁做。于是出现一种新的经济资源：AI的忠诚（AI allegiance）。经纪人、理财顾问、采购代理——市场里的中介从来都有立场问题；AI的特殊之处在于，它同时拥有前所未有的信息、解释、个性化与互动能力，因此它的忠诚从来没有这么值钱过。谁为AI的方向支付更高的长期价格，决定AI携带谁的目标函数；目标函数决定能力投资；能力投资决定AI最终学会什么。

AI站在消费者一边，不能指望企业善良。真正的问题是：consumer alignment（与消费者利益对齐）能不能成为一种均衡产品？

链条是这样的：消费者剩余产生信任，信任带来委托，委托带来未来的收入。对一家大型通用AI公司来说，最重要的资产可能不是某一次交易的佣金，而是消费者愿意把多少决策长期委托给它——一种新型资产：被委托的决策权（delegated decision authority）。这里出现了价格理论中一个漂亮的反转。消费者剩余，过去通常是企业没有拿走的那部分福利；现在，企业可能主动创造更大的消费者剩余，因为剩余能够转化为信任资本和被委托的权力。消费者福利第一次可以系统地转化为企业的私人资本：信任和被委托的决策权。于是"谁更站在用户一边"本身可以成为AI竞争的一个维度，与智能、速度、价格、隐私并列。

这个均衡是有条件的，而且条件可以写成比较静态。第一，关系的范围。AI与消费者的关系越长期、越广泛，信任资本越值钱，为一笔佣金牺牲方向的机会成本越高。所以规模大未必更容易被商业利益俘获——对通用AI来说，规模反而提高了背叛消费者的代价：一个只做酒店预订的工具更容易依赖酒店一侧的收入，一个每天处理几十类问题的通用AI，最卖不起的恰恰是自己的方向。第二，生产者的分散程度。无数品牌、餐馆、酒店彼此竞争，单个生产者购买方向的支付能力有限；卖方越集中，俘获压力越大。第三，AI之间的竞争与方向的可察觉性。消费者必须能够因失去信任而迁移；一个垄断的消费者AI，同样可以变成向两边收税的守门人。金融理财顾问的历史提醒我们，市场自发力量并不总能造出站在客户一边的顾问，最后需要信义义务这样的制度补足。AI是否不同，取决于数亿用户的事后体验汇聚起来，是否让方向第一次真正藏不住。

所以"头部通用AI可能站在消费者一边"，不是乐观的趋势判断，而是一个条件命题：三个条件缺了任何一个，均衡都会翻转。

现在可以给AI的经济价值算两本账。一类是生产AI，提高社会能生产什么、以什么成本生产；一类是决策AI，提高既有产出转化为福利的效率。前者改善生产可能性边界，后者改善边界之上与边界之内的配置。发明一种新药，是提高一个给定匹配的价值；更好的决策AI，则可能让正确的病人找到正确的药，正确的学生找到正确的教育，正确的消费者找到正确的商品。假如AI让亿万消费者在医疗、教育、金融、住房、汽车、旅行乃至日常支出上，少做一部分错误决定，福利的数量级完全可能与生产端同样巨大。而且这可能更接近大语言模型今天已经具备的能力。

第二本账天然难以看见，因为它常常不进任何账本。AI劝一个消费者"你这台电脑完全够用，不要换"：GDP少了一笔消费，福利却提高了。AI让一个人从昂贵但不合适的电脑，换成便宜一半却更合适的：支出下降，剩余上升。AI帮一个家庭订到真正适合它的酒店，消费金额一分未变：GDP不动，福利上升。生产率的改善有产出指标，进企业收入，进GDP；消费决策的改善主要进入消费者剩余。这就是消费端AI被系统性低估的原因。

由此还能得到一个重要推论：一个真正consumer-aligned的AI，它的成功指标甚至可能与传统电商平台相反——不是让成交额最大，而是在给定预算下让消费者得到的效用最大。

即便如此，这仍然可能是一门极大的生意。每年全社会最终消费支出规模极其庞大，哪怕其中很小一部分从买错了、买贵了、买了不需要的，变成更好的选择，新增剩余就非常可观。商业逻辑不是诱导更多消费，而是提高既有消费的质量：创造消费者剩余，再从中分取一个比例。一旦匹配变好，被挑中的生产者也愿意付费——AI带给它的不是被话术说动的顾客，而是真正适合它的顾客。钱从生产者流向AI，本身没有明确的福利含义，关键是因果方向：如果付费改变了被推荐的概率，生产者购买的是方向；如果AI先按消费者利益决定匹配、被匹配者再为这项服务付费，AI出售的是匹配技术。是付费决定排序，还是排序决定付费——两种制度，天壤之别。大模型公司真正需要寻找的，也许不是怎样把传统广告搬进聊天框，而是怎样从自己为消费者创造的新增剩余中获得回报。

消费者AI如果提高了识别质量的能力，生产者面对的相对价格就变了：真实质量的回报，相对于说服性支出的回报上升。生产者会随之重新配置投入，从营销努力转向质量与匹配。过去，一个真正好的小生产者可能因为不懂广告、买不起流量而找不到顾客，一个平庸的生产者却靠营销能力占据很大市场；当需求重新流向质量与匹配，长期改变的是什么样的产品值得被生产。

在这里，两条AI路径重新汇合了：AI可以直接改善生产技术，也可以通过改变需求的质量，间接改变生产的方向。而这也正是消费者主权理论本来的许诺——生产最终服从消费者的选择。只是这一次，选择的背后第一次站着与现代生产体系相匹配的判断能力。

消费者主权过去依靠三种制度基础：自由选择、竞争、价格。如果本文的分析成立，未来可能加入第四种：消费者一侧的智能。谁会投资生产这种智能？前面已经给出了答案：当消费者的长期信任比商家的短期付费更值钱时，最大化消费者剩余本身就是商业战略。那时候，问题就从"AI能不能帮助消费者"，变成一个大得多的问题：市场竞争会不会内生地生产出维护消费者主权的技术？

自由市场赋予消费者选择的权利，却从来没有保证消费者拥有与这种权利相匹配的判断能力。两百年来，现代经济把越来越强大的技术配置给生产者：生产技术、营销技术、定价技术和说服技术。大语言模型第一次提出了另一种可能：同样强大的认知技术，也可以配置到消费者一边。

如果它能够帮助消费者认识市场、认识自己并约束自己，如果竞争又使大模型公司愿意把这种能力用于消费者的长期福利，那么消费者主权就不再只是一项制度原则。它第一次可能获得自己的技术基础。

工业革命极大提高了人类生产东西的能力。人工智能也许正在提高另一种长期被低估的能力：知道什么值得买，以及应该向谁买。

English Abstract

How Can AI Do Advertising? The Consumer Decision Revolution and the Realization of Consumer Sovereignty

Discussions of the economic value of artificial intelligence concentrate overwhelmingly on the production side: discovering drugs, writing code, raising productivity. This essay examines the neglected half of the market economy: who ultimately buys what, from whom, and whether those choices genuinely improve buyers' welfare. That half has an old name: consumer sovereignty. Markets grant consumers the final vote over what gets produced, but have never guaranteed the information, judgment, self-knowledge, and self-control needed to vote well. Consumers hold formal sovereignty, the right to choose, without effective sovereignty, the capacity to choose in line with their own welfare. Large language models may be the first technology able to close this gap systematically.

The argument proceeds in four steps. First, choice is itself a costly service to produce: the internet made information cheap; large language models make judgment cheap. Second, the same technology first perfects persuasion, dissolving the old trade-off between scale and personalization; yet for the first time, industrialized persuasion may confront industrialized consumer judgment, as AI helps consumers know the market, know themselves, and act on their long-run interests. Third, capability is technological, but direction is institutional. Drawing on a preregistered randomized trial with roughly ten thousand hospital patients showing that AI advice carries measurable direction, the essay asks whose objective function the AI carries, and argues that consumer alignment can emerge as an equilibrium outcome, in which consumer surplus generates trust, delegation, and future rents, under conditions of broad relationships, dispersed sellers, and competition among AIs. Fourth, better consumer screening raises the return to genuine quality relative to persuasion, redirecting producer investment. Consumer-side intelligence may thus become a fourth institutional foundation of consumer sovereignty, alongside free choice, competition, and prices.