《资本论》第二卷第十二章:工作期间
第十章和第十一章清理了固定资本和流动资本的理论史。
第十二章回到资本周转本身。
这一章讨论“工作期间”。
这个词容易被误解为每天工作多久。
但马克思这里说的不是工作日长度,而是一个产品从开始加工到完成、能够作为商品进入流通,中间需要多少连续劳动过程。
一句话概括本章:
工作期间越长,资本越久地被固定在未完成产品中,不能进入流通和回流,因此维持同样规模的连续生产就需要更多预付资本。
工作日和工作期间不是一回事
第一卷讲过工作日。
工作日回答的是:
工人一天劳动多长时间?
第十二章的工作期间回答的是:
从开工到完成一个可出售产品,需要连续经历多少个工作日?
二者完全不同。
两个行业每天都工作 10 小时,但工作期间可能差别很大。
比如:
纺纱厂:每天都能生产出一批纱; 机车厂:可能几个月才能完成一台机车。
每天劳动时间一样,但一个产品完成所需的连续生产时间不同。
这就是工作期间的差别。
现代例子也很多。
一个开发者修一个小 bug,可能当天上线。
一个企业 AI 知识库项目,从梳理需求、接入数据到部署、测试,可能三个月才形成符合验收标准的可交付产品。
每天都在工作,但资本被占用的周期完全不同。
工作期间和资本占用
工作期间越长,资本被占用越久。
在产品完成之前,投入进去的工资、材料、云资源、API 调用、设备折旧,都凝结在未完成产品中。
这些未完成产品还不能卖。
不能卖,就不能转化为货币。
不能转化为货币,就不能回流。
所以:
工作期间越长,资本越久不能回到货币形式。
比如一家 AI 公司做一个大型私有化项目。
每周投入 20 万:
- 工程师工资;
- 项目经理;
- 云测试环境;
- 数据处理;
- 安全审计;
- 客户沟通。
如果 4 周交付,工作期间占用:
20 万 × 4 = 80 万如果 16 周交付,占用:
20 万 × 16 = 320 万投入强度相同,但工作期间拉长,预付资本量就变大。
未完成产品
工作期间长,意味着未完成产品多。
在制造业中,未完成产品可能是半成品。
在建筑业中,是正在建的房子。
在软件行业中,是还差开发、部署或测试才能交付的版本;已经做完、只等客户签字的项目则不同。
在 AI 行业中,可能是:
- 正在训练但未完成的模型;
- 尚未清洗完的数据集;
- 正在实施的客户知识库;
- 还未通过评测的智能体;
- 未通过安全审查的企业部署;
- 未集成到客户系统的 API。
这些东西已经吸收了劳动和成本,但还没有作为商品完成价值实现。
它们是资本被固定在生产过程中的形态。
工作期间长为什么需要更多资本
假设有两个团队。
团队 A 每周投入 10 万,4 周完成一个项目。
团队 B 每周也投入 10 万,12 周完成一个项目。
如果都只做一个项目:
A 在产品完成前垫付 40 万; B 在产品完成前垫付 120 万。
如果要连续生产,差别更大。
团队 B 在第一个项目还没完成时,如果想启动第二个项目,就必须继续垫付新的资本。
否则团队会空转,生产中断。
所以长工作期间会迫使资本家拥有更多预付资本,或者依赖客户预付款、银行信用、阶段性付款。
这就是大型工程、造船、基建、基础模型训练为什么高度依赖大资本和信用制度。
固定资本在工作期间中的作用
工作期间越长,固定资本也越久被占用。
机器、设备、服务器、GPU 在生产过程中发挥作用。
它们的价值一点点转移到产品中。
如果产品还没完成,这部分价值也被积累在未完成产品里。
比如训练一个大模型需要连续数周或数月。
GPU 在这段时间不断运转。
电力和维护被消耗。
工程师不断调参、排错、做评估。
但模型还没达到可商用状态前,相关资本都被固定在生产过程中。
这和短周期 API 产品不同。
短周期产品可以每天产生可计费服务。
长周期训练则需要在结果出来之前承受更长时间的不确定。
工作期间和产品形态
工作期间长短,往往由产品的自然和技术特征决定。
有些商品可以分散、重复、快速生产。
比如纱线、标准件、普通 API 调用。
有些商品必须经过连续复杂过程才能完成。
比如船、桥、机车、大型软件系统、基础模型、芯片。
这不是资本家主观想快就能快。
产品本身的结构会限制资本周转。
一个大企业 AI 系统需要处理:
- 权限;
- 数据治理;
- 内网部署;
- 安全审计;
- 业务流程适配;
- 用户培训;
- 历史系统对接;
- 合规留痕。
它不能像个人效率工具那样今天注册、明天付费、后天规模化。
产品形态决定工作期间,工作期间决定资本占用。
信用制度和长工作期间
工作期间长的行业,特别需要信用制度。
因为资本要先垫很久。
如果没有信用,只有拥有巨大自有资本的人才能进入这些行业。
历史上,大型铁路、运河、矿山、造船、基建,往往需要国家、股份公司、银行和债券市场。
现代科技行业也是如此。
基础模型公司在产品大规模变现之前,需要投入巨额资金训练模型和建设基础设施。
这通常依赖:
- 风险投资;
- 云厂商授信;
- 股权融资;
- 债务融资;
- 战略合作;
- 预售合同;
- 政府补贴。
信用制度不是偶然附属品,而是长工作期间资本运动的条件之一。
阶段付款和里程碑
长工作期间会带来一个商业安排:阶段付款。
比如建筑项目按进度付款。
软件项目按里程碑付款。
企业 AI 项目可能这样约定:
- 合同签订:30%
- 完成数据接入:30%
- 完成试运行:20%
- 验收上线:20%
这样做的作用,是让一部分资本在产品最终完成前提前回流。
它不能消灭工作期间,但能缓解预付资本压力。
从资本周转看,阶段付款把一个长周期拆成几个较短的回流节点。
这也是为什么外包公司非常重视合同付款节点。
技术交付只是一个方面,资金回流节奏同样决定项目能否持续。
模块化为什么重要
现代软件工程中,模块化、敏捷开发、持续交付,都可以从工作期间角度理解。
如果一个系统必须一年后整体交付,资本会被长期锁在未完成产品中。
如果系统能拆成多个可上线模块:
- 第 1 个月上线基础检索;
- 第 2 个月上线权限系统;
- 第 3 个月上线智能问答;
- 第 4 个月上线审计功能;
那么每个模块都可能更早进入流通和使用。
这会缩短部分资本的回流周期。
敏捷不是只为了工程管理舒服,也有资本周转意义。
MVP、灰度发布、按模块收费、API 分层计费,都在某种程度上缩短工作期间或把工作期间拆段。
工作期间和风险
工作期间越长,风险越大。
因为在产品完成前,很多情况可能变化:
- 客户需求变了;
- 技术路线变了;
- 竞争者先上线;
- 模型能力被上游平台替代;
- 政策合规变严;
- 原材料或 API 涨价;
- 团队人员流失;
- 融资环境变差。
资本被锁得越久,越难应对变化。
这就是为什么长周期项目要更高毛利、更强合同保障、更稳资金来源。
否则一旦中途出问题,前期投入可能无法回收。
工作期间不是越短越好
资本当然偏好缩短工作期间。
但这并不意味着所有生产都应该碎片化。
有些复杂使用价值必须经过长周期。
基础模型、芯片、操作系统、数据库、药品研发、航天工程,都不可能靠一天一上线完成。
问题不是道德上批评长周期,而是理解它的资本后果:
更长的工作期间 -> 更多预付资本 -> 更强信用依赖 -> 更高风险 -> 更强组织集中。这解释了为什么越是长周期、高复杂度、高不确定性的产业,越容易出现大公司、国家资本、平台资本、金融资本的集中。
小开发者更适合选择短工作期间、快反馈、低垫资的产品形态。
对 AI 开发者的理解抓手
给同一个项目报价,不妨分两栏估,不要只填一个“预计三个月”:
| 达到可出售状态还要做哪些劳动? | 做完以后,钱还要等多久? |
|---|---|
| 梳理需求、准备数据和部署环境,把约定功能做出来 | 成果已经符合约定,等客户排审批、签验收单 |
| 做必要的安全检查、测试和评测,有缺陷就修复 | 不再需要修改,只等开票、合同付款节点或账期届满 |
第一栏问的是:多少个工作日的劳动必须先后结合起来,才能交付这个成果?这才是工作期间。第二栏影响回款和垫资,不给已完工的产品再添一个工作日;它属于第十四章要看的流通等待。
同样叫“验收”,客户测出缺陷、团队还要返工,和产品已合格、只等负责人签字,不应填进同一栏。阶段付款可以让你少垫一些钱,不能替你把测试那几天做掉。
本章的核心结论
第十二章的核心是区分工作日和工作期间。
可以总结为:
工作日:一天劳动多长; 工作期间:完成一个可出售产品需要连续经历多少劳动过程。
工作期间越长,资本越久停留在生产领域,凝结在未完成产品中,不能进入流通和回流。
因此,维持连续生产所需的预付资本就越大。
对 AI 和软件行业来说,这章非常实用:
- 大项目不只看总工时,还要看形成可交付成果须连续结合多少个工作日;完工后的签字、付款等待另算;
- 模块化交付能缩短部分工作期间;
- 阶段付款能缓解资本占用;
- 长周期研发需要信用和资金储备;
- 产品化通常比定制项目更容易改善周转。
第十三章会进一步区分工作期间和生产时间:有些时间资本仍处在生产过程中,但并没有持续劳动,比如发酵、成熟、等待测试、模型训练、自然或技术过程运行。
上一章:关于固定资本和流动资本的理论:李嘉图 · 第二卷目录 · 下一章:生产时间
本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。