【摘 要】科学认识数智劳动及其生产性亟需马克思生产劳动理论分析框架。马克思生产劳动理论的物质规定性前提和社会形式本质的双重维度有效构造起理解数智劳动及其生产性的研究范式：在作为理论前提的物质规定性上，既从符合劳动和生产劳动一般上把握数智劳动的“一般性”，以厘清劳动概念的边界，又从“数智化”特征上把握数智劳动的“特殊性”，以突出数智劳动的特点；在作为理论本质的社会形式维度上，基于生产关系对生产目的的决定作用，从资本主义和社会主义生产关系中分别去看待数智劳动生产性的不同规定，探索数智革命下科学社会主义的可能路径。
【关键词】数智劳动 物质规定 社会形式 生产劳动理论 “前提-本质”
作者伍书颖，首都经济贸易大学马克思主义学院讲师
文章来源：《科学社会主义》2025年第6期
当前，人类社会正迎来人机协同、跨界融合、共创分享的智能时代。特别是生成式人工智能的迅猛发展，催生了作为“数字劳动”高阶形态的“数智劳动”概念，标志着人类劳动形态演进至新阶段。系统把握纷繁多样的数智劳动形态，构建阐释其生产性问题的有效理论框架，已成为当下马克思主义理论研究的重点与难点，也是马克思生产劳动理论必须回应的时代课题。当前学界虽已围绕数字劳动的生产性与非生产性问题展开集中探讨，但尚未形成共识性认识，对于数智劳动新特征的深入解析亦显不足。因此，有必要立足马克思生产劳动理论的分析框架，构建理解数智劳动生产性的理论范式，廓清数智劳动与非劳动、数智生产性劳动与非生产性劳动的界限，为促进数字经济健康有序发展提供理论指引。
一、马克思生产劳动理论的两个维度及其关系
马克思生产劳动理论是对资本主义生产关系下生产剩余价值的劳动形式的考察，是马克思政治经济学批判的核心，其中，生产劳动和非生产劳动的划分问题是“理解资本主义生产过程的基础”。对这一理论的把握有双重维度，其一为理论前提即劳动的物质规定性，劳动首先要符合人与自然物质变换的一般规定性，只有符合这一前提的活动才能称为“劳动”；其二为本质维度即劳动的社会形式，在资本主义私有制下只有生产剩余价值的劳动才是生产性的。基于这两个维度得出，在资本主义生产关系中，只有在物质生产领域中直接生产剩余价值的劳动才是生产性劳动。
第一，劳动的物质规定性是马克思生产劳动理论的前提。马克思指出“只有表现为商品、也就是表现为使用价值的劳动，才是同资本交换的劳动。这是不言而喻的前提。”
对这一前提的理解，其核心在于：“劳动首先是人和自然之间的过程，是人以自身的活动来中介、调整和控制人和自然之间的物质变换的过程。人自身作为一种自然力与自然物质相对立。为了在对自身生活有用的形式上占有自然物质，人就使他身上的自然力——臂和腿、头和手运动起来。当他通过这种运动作用于他身外的自然并改变自然时，也就同时改变他自身的自然。他使自身的自然中蕴藏着的潜力发挥出来，并且使这种力的活动受他自己控制。”这揭示了劳动最普遍、最基础的本质——人与自然之间的物质能量交换关系，构成了劳动物质规定性的核心内涵。
基于此核心内涵，首先，从具体劳动看，“劳动作为使用价值的创造者，作为有用劳动，是不以一切社会形式为转移的人类生存条件，是人和自然之间的物质变换即人类生活得以实现的永恒的自然必然性”。这直接体现了物质变换过程的具体成果。其次，从抽象劳动看，作为价值实体的抽象劳动，是人类劳动力（脑、肌肉、神经、手等的生理耗费）的物质性支出，是上述物质变换过程中人类自身自然力的消耗形式。最后，从历史地位看，这种物质生产活动构成“人类历史进程展开的时间—历史起点”和“考察人类历史规律的逻辑起点”，在历史唯物主义总原则高度上确立了劳动物质规定性的基础性地位。
然而，当前对数字生产劳动的“非物质性”解读，其根源恰恰在于“没有对所有社会经济形态下的生产劳动一般定义给予足够的重视，所以资本主义下的所有经济活动本能地都被看作生产劳动”。对此，马克思的回应至关重要，他明确指出：“如果从较狭窄的意义上来理解生产劳动者和非生产劳动者，那么生产劳动就是一切加入商品生产的劳动（这里所说的生产，包括商品从最初的生产者到消费者手里所必须经过的一切行为），不管这个劳动是体力劳动还是非体力劳动（科学劳动）；而非生产劳动就是不加入商品生产的劳动，是不以生产商品为目的的劳动。这种区分应牢牢抓住，至于一切其他种类的活动都对物质生产发生影响，而物质生产也对一切其他种类的活动发生影响，这丝毫不改变这种区分的必要性。”这段论述具有双重批判力，一方面清晰定义了判定生产劳动的必要标准——是否加入商品生产（无论体力或脑力，如科学劳动），这正是“生产劳动一般定义”的核心要求，直接反驳了忽视物质规定性的倾向；另一方面强调了，尽管社会活动与物质生产相互影响，但不改变依据“加入商品生产”进行区分的必要性，这否定了试图用“非物质”活动对生产的“影响”来模糊甚至取消这一标准的任何借口。
因此，劳动的物质规定性，其最核心的体现就是商品的物质变换过程，这是马克思生产劳动理论不可动摇的起点和基石。只有在此坚实基础上，对生产性劳动与非生产性劳动的具体区分问题的讨论才得以真正展开。
第二，劳动的社会形式是马克思生产劳动理论的本质规定。马克思明确指出，“因为资本主义生产的直接目的和真正产物是剩余价值，所以只有直接生产剩余价值的劳动是生产劳动。”剩余价值来源于资本主义商品生产中的雇佣劳动，所以在资本主义社会中，只有在物质生产领域中直接生产剩余价值的劳动才是生产性劳动，同时，凡是在生产过程中必要的、组成“总体工人”一分子的劳动者的劳动也是生产性的。
第三，关于二者关系的说明。马克思生产劳动理论是一个具有内在层次结构的体系。其前提性维度指向的是“劳动一般”概念，即生产劳动的一般规定性，其核心在于劳动的物质规定性，它揭示了劳动作为人与自然之间物质变换过程的自然基础，这是任何社会形态下生产劳动得以成立的普遍前提。而其本质性维度则聚焦于资本主义私有制这一特定历史阶段，依据社会形式性标准区分生产性劳动与非生产性劳动。劳动的物质规定性构成其社会形式性规定的自然基础和前提条件，不具备物质规定性的活动无法承载资本主义下的社会形式规定；同时，资本主义的社会形式性规定以物质规定性为基础，当一项活动被界定为资本主义下的生产性劳动时，它必然已经满足了物质规定性的要求。因此，“劳动一般”所蕴含的物质性规定，正是寓于“资本主义生产劳动”这一特殊的社会形式性规定之中。
二、物质规定维度：数智劳动与非劳动
要回答数智劳动的生产性与非生产性问题，首先要回答何为数智劳动这一基础性和前提性问题。数字经济的蓬勃发展引起了学术界对数字劳动的热烈讨论，数字劳动概念越发泛化和模糊，甚至扩大为“数字媒体的存在、生产、传播和使用所需的所有形式的有酬及无酬劳动”，而对这一概念的界定，关系到如何认识价值和剩余价值的源泉，关系到如何把握社会运行的基础和未来社会发展的方向。下面将从马克思生产劳动理论的前提即劳动的物质规定性出发来分析数智劳动，其既要符合劳动一般的特性，以排除“非劳动”，又要符合“数智化”的特征，以排除“非数智”。
（一）数智劳动何以是一种“劳动”？
数智劳动之所以是“劳动”，首先要符合劳动和生产劳动的一般特征。马克思在《资本论》中明确指出，“劳动首先是人和自然之间的过程，是人以自身的活动来中介、调整和控制人和自然之间的物质变换的过程”。从劳动的物质规定性出发，劳动的一般规定性包含以下四重内涵，只有同时满足这四重内涵的活动才能称为劳动。
第一，劳动本身的特点，即对象化的物质能量消耗，这构成数智劳动最基本的条件。“人自身作为一种自然力与自然物质相对立”，为了使自然物质对人的生活发挥用处，就需要人使用其自然力作用于自然并改变自然，这样劳动就表现为“对象化活动”。这种物质能量消耗的本质，决定了劳动无论其具体形态如何“非物质化”或“智能化”，最终都必须依托并作用于物理世界。劳动过程本身，始终是物质世界内部能量转换与物质形态重塑的过程，这就从根本上反驳了数智劳动“非物质性”的错误观点。例如，虽然数据的表象是非物质的，但数据的存在和运动都离不开数据中心的电力消耗，而这一耗电量惊人地占到全球总用电量的2%，此外，还有程序员神经系统的葡萄糖代谢、用户生成内容的肌肉运动，都是劳动物质性的表现。
第二，劳动与非劳动的区别，即生产性和工具性。其生产性在于劳动的本质是对外部世界的生产性改造，其成果必须凝结为独立于主体的客观存在，并参与社会价值循环；而非劳动活动仅实现个体需求的内部满足，其产出不进入公共领域交换体系，如“玩劳动”、消费性点击、社交媒体的点赞等等。其工具性在于劳动必须通过工具中介变革对象状态，例如，外卖骑手用导航APP优化路径，改造配送效率；而非劳动仅消费现成工具，未引发对象化变革，例如，用户滑动短视频依赖推荐算法，但未改变算法本身。
第三，劳动的合目的性，即有意识的计划性。马克思从哲学层面揭示了劳动与动物本能活动的根本区别：“最蹩脚的建筑师从一开始就比最灵巧的蜜蜂高明的地方，是他在用蜂蜡建筑蜂房以前，已经在自己的头脑中把它建成了。”劳动是“专属于人的”有目的的活动，其区别于动物本能的关键在于“劳动过程结束时得到的结果，在这个过程开始时就已经在劳动者的表象中存在着，即已经观念地存在着”，“他不仅使自然物发生形式变化，同时他还在自然物中实现自己的目的……他必须使他的意志服从这个目的”。这揭示了劳动合目的性的三个维度：目的赋予劳动的内驱力、目的对劳动过程的支配与调节、目的的社会性与历史性。这在数智劳动上具体表现为，首先是目标预设，如区块链开发者编写智能合约前需设计去中心化逻辑，然后是过程控制，如自动驾驶算法训练需设置损失函数评估模型性能，最后是结果反馈，如A/B测试通过数据迭代优化界面设计。相比之下，网络爬虫的随机抓取（无明确商业目标）或键盘侠的情绪化发帖（无系统性规划）因缺乏目的连贯性，被排除在劳动范畴之外。
第四，劳动的合规律性，即对自然必然性的服从。这表现为劳动对自然规律与技术理性的遵循，一方面，物质世界的先在性与客观性是劳动的基础与边界，马克思指出，“人并没有创造物质本身。甚至人创造物质的这种或那种生产能力，也只是在物质本身预先存在的条件下才能进行”；另一方面，技术理性在于对自然规律的认识与运用，“作为规律决定着他的活动的方式和方法”。基于此，数智劳动必须服从双重规律：一是自然规律，如芯片散热需遵循热力学定律，光纤传输受限于光速常量；二是数字规律，如哈希算法需满足抗碰撞性，数据库事务遵循原子性、一致性、隔离性和持久性原则。而试图设计永动机违反能量守恒定律的所谓“研发活动”，宣称能突破光速常量限制进行超距实时通信的“量子技术方案”等等，都从根本上破坏其赖以运行的底层规则，所以相关的操作过程不具备有效劳动的属性。
（二）数智劳动如何体现“数智化”？
在符合劳动一般性的基础上，同时符合数智化技术特征的劳动才是数智劳动。数智劳动是数字化和智能化的深度互动，是融合人工智能、大数据、物联网等智能技术的劳动形态，强调数据驱动决策与人机协同。数智劳动的独特性体现为技术中介系统的革命性变革。
第一，劳动对象的数智化重构。在数智化语境中，“数智”超越传统数字化的离散数值表达，指向认知维度与物理世界的深度融合，使劳动对象不仅被编码、存储和传输，更能被感知、理解、分析、预测、优化甚至自主决策，从而驱动劳动过程向智能化跃迁。如此，劳动对象从被动的、静态的、单一维度的“可编程数字化对象”，转变为主动的、动态的、多维度的、具备一定“认知”和“行动”能力的智能体，这使得劳动过程能够更加自动化、柔性化、精准化和高效化，催生新的生产模式和服务形态。然而，数智化技术对劳动对象的改造看似颠覆了传统生产模式，其价值实现的根基仍依赖于人的物质生产实践，没有改变现实的剩余价值生产方式。事实上，算法、数据平台等数智劳动对象的构建本身需要大量现实劳动，例如程序员编写代码、工程师维护服务器、标注员处理数据等。
第二，劳动资料的算法化转型。算法是计算机科学的核心概念之一，简单来说，算法是一系列明确、有限的步骤，用于解决特定问题或完成特定任务。传统劳动资料以机器、厂房、能源等物质实体为主，而算法化转型后，劳动资料的核心逐渐演变为算法、数据模型、智能系统等非物质形态，这种转型使劳动资料从“物质过程的承担者”变为“信息过程的操控者”。具体来看，算法通过以下方式成为“新型劳动工具”：其一，非物质化工具，如集成开发环境（IDE）、机器学习框架（TensorFlow）；其二，自动化执行，CI/CD流水线实现代码自动部署；其三，智能涌现，GPT-4通过预训练生成人类可理解的文本。因此，算法作为新型的“操作说明书”和“决策大脑”，深刻改变了生产的组织方式和效率边界，成为数字经济时代最关键的生产力要素之一。
第三，劳动协作的云端整合。通过云计算、协同工具和数字化平台，传统分散的劳动力资源、流程和数据统一到云端环境中，实现跨地域、跨团队、跨职能的高效协作。其本质是利用技术重建劳动过程的时空结构，从“物理空间协作”转向“虚拟空间协同”。首先是去地域化，如GitHub允许全球程序员异步协作，然后是实时反馈，A/B测试数据即时指导界面优化，最后是弹性聚合，众包平台将碎片化任务整合为完整价值链。这种协作模式实现了“全球大脑”式的社会化生产。
第四，劳动产品的虚拟化表征。数智化劳动的产出与传统实体产品存在显著差异，其核心表现为劳动成果不再以物理形态存在，而是以数据、代码、算法等非物质形式呈现，呈现出可复制性、网络效应、产权模糊化等特征。其中，可复制性意味着边际成本趋零，数字产品基于二进制编码，可通过网络近乎零成本复制，打破传统商品“生产-消耗”的线性关系；产权模糊化表现为所有权与使用权的分离，实体商品的“排他性占有”无法直接映射到数字领域。不过，这种虚拟性并非劳动产物的本质属性，而是其外在的符号化表征，其背后仍凝结着人类智力投入与技术工具的价值转化。
三、社会形式维度：数智劳动的生产性与非生产性
在明确了何种活动是数智劳动之后，还需要进一步分析哪种数智劳动是生产性的，在资本主义私有制下要回答的是剩余价值的生产问题，在社会主义公有制下要回答的是使用价值的生产问题。这一问题奠定了未来社会形态发展的经济基础及其阶级力量。
（一）资本主义私有制下数智劳动的生产性与非生产性
马克思主义认为，在资本主义社会中，只有生产剩余价值的劳动才属于生产性劳动。这意味着，要区分数智劳动的生产性与非生产性，关键在于这一劳动是否处在剩余价值生产环节。学界围绕资本主义条件下的数智劳动展开了细致的分类研究。例如，有学者将平台数字劳动划分为三类：提供数字信息通信技术、生产数据和信息、提供服务，只有被资本雇佣，且数字信息通讯技术成为商品、或把数据和信息打包成数字商品、亦或生产可视化的数字服务商品，这些数字劳动才是生产劳动。另有学者区分了消费、流通和生产各个领域的活动或劳动形式，认为用户消费活动虽然构成数字资本的增殖条件，但不是劳动（从而不是生产劳动）；投入流通领域的数字劳动是表现出生产性的非生产劳动；而作为“总体工人的一个器官”参与物质生产的数字劳动才是生产劳动。还有学者尝试将与数字平台相关的数字劳动进行逐层细化，将其划分为处于生产一般条件下的生产劳动、参与资本运动总过程的生产劳动、以及符合社会再生产标准的生产劳动。这些研究为理解数智生产劳动问题奠定了重要基础，但在一些基本理论问题上仍未达成共识。因此，有必要进一步深入到资本主义经济运行的具体环节，对数智劳动的生产性问题进行具体分析。
第一，与资本的生产和流通过程无关的数智劳动，其性质本身不涉及生产性与非生产性的区分。例如，数字经济中的数字化治理，主要指政府部门运用数字技术开展社会治理与服务，包括建设智慧城市、维护公共安全、提升公共服务效率等活动。此类劳动既不服务于资本增殖，也与剩余价值生产无关。因此，讨论这类数智劳动的生产性或非生产性，在理论上缺乏依据。
第二，直接生产剩余价值的数智劳动是生产性的。数字经济包括数字产业化和产业数字化两个方面，数字产业化是将数字技术转化为独立产业的过程，涵盖技术研发、产品制造和服务提供，构成数字经济的基础；产业数字化指传统产业深度融合数字技术，优化生产、管理、销售、服务等环节的资源配置，提升效率并创新商业模式，推动产业升级转型。无论是数字产业化还是产业数字化，其中仅当作用于生产环节的数智劳动才具有生产性，这首先是农业、加工工业、建筑业、采掘业和邮电业等生产领域中的产业劳动，也包括作为总体工人参与的劳动，以及技术维度上的管理劳动和监督劳动等等。例如，特斯拉的“超级工厂”，通过物联网传感器实时采集生产线数据，结合人工智能分析设备运行状态，预测故障并自动调整生产节奏，减少停机时间；波音公司利用数字孪生技术模拟飞机零部件的物理性能，优化设计后再通过3D打印直接生产，缩短研发周期；美国迪尔公司（John Deere）开发的智能农机，通过卫星定位和土壤传感器数据，自动调整播种深度和施肥量，节省资源并提高产量。上述案例中相关算法工程师的劳动直接作用于剩余价值生产，因此属于生产性数智劳动。
第三，商品流通领域中作用于商品价值形态变化过程的数智劳动是非生产性的。其一，商品买卖相关的物化劳动和活劳动，既不参与使用价值的创造，也不参与价值的形成，而仅仅服务于价值的形态变化。例如，在零售业中使用了用户画像与个性推荐技术，亚马逊通过分析用户浏览和购买数据，利用AI算法实时推荐商品，提升转化率；还有无人商店，顾客扫码进店后，摄像头和传感器自动识别商品并完成结算，实现“拿了就走”的无感支付。
其二，簿记劳动，无论其形式如何，均需由剩余价值或社会产品予以补偿。这既包括传统领域的财务自动化系统运维、RPA开发与维护、ERP系统配置以及区块链智能合约审计；亦涵盖新兴虚拟化场景中的元宇宙NFT账本维护、DeFi清算协议编码、加密货币跨链交易验证等。此类劳动虽为资本循环所必需，但仅涉及价值形态的转化而非价值创造本身。
其三，服务于货币流通环节的数智劳动，例如金融业中基于大数据分析构建个人与企业信用画像并进行评级；比特币等加密资产对传统信用体系的重构；以及数字化投顾平台运用算法分析用户风险偏好并自动配置投资组合所提供的低成本理财服务等，均属于流通领域的活动。这些数字经济成果致力于优化金融体系的运行效能，可能深刻重塑资本主义信用体系，但是此类活动既不参与使用价值的创造，也不直接生产剩余价值。
第四，生产性数智劳动在流通领域的特殊存在形式。其一，从事商品储备的保管劳动，其核心目的是保存商品的使用价值。就其实质而言，这种为了商品处于可售状态而进行的保管活动，应视为生产过程在流通领域的延续。这种保管劳动的关键作用在于防止商品中原有价值的损耗或丧失。现代保管劳动已发展出智能仓储系统、物联网动态监控、机器人库存管理、算法库存优化、空间配置算力消耗等数字化形态。在此过程中，也催生了服务于保管环节的算法优化劳动、数字孪生运维劳动等新型劳动形态。这些形式表明，保管劳动正从物理空间的价值保全，向数字空间的价值损耗最小化与流通效率优化升级，显著降低了显性的保管和流通费用。其二，从事商品运输的劳动。商品通过运输变更使用价值的存在地点，商品也只有在完成这种地点变更以后，它的使用价值才能进入消费领域，因此，商品的运输过程应该看作是一种追加的生产过程，即生产过程在流通领域内的继续，运输劳动一方面可以把消耗掉的运输工具的价值转移到商品上去，另一方面又会给商品增加新的价值。例如，德国物流与供应链服务提供商DHL利用大数据整合海运、空运和陆运数据，动态选择成本最低的组合方案，其数智劳动服务于运输过程本身；智慧物流使用无人配送车和无人机，在偏远地区通过AI路径规划完成“最后一公里”配送，其数智劳动直接操控或管理运输工具；供应链优化中的运输环节，如可口可乐公司通过分析天气、节假日和历史销售数据，动态调整运输路线，其数智劳动聚焦于运输决策与执行。以上活动虽然发生在流通领域，但本质是生产过程的继续，因而直接服务于运输过程的数智劳动属于生产性劳动。
（二）数智革命下科学社会主义的历史必然与现实可能
资本增殖构成资本主义生产方式的本质规定与内在逻辑。在数字资本主义阶段，这一逻辑具体展现为：资本通过支配数字技术和平台，系统性地将信息转化为数据，并将其私有化。该过程涵盖数据采集、结构化处理、算法解析及商业化应用，其核心在于实现数据的商品化与资本化。由此，资本驱动着基于数据的商品的生产与流通，最终完成价值增殖与利润攫取。在此机制中，平台资本凭借技术优势和先发地位，通过用户协议、技术黑箱化以及人为制造各种稀缺、过度的知识产权保护制度、新产品延迟发布等手段来维护这种优势，实现对用户行为数据、社会关系图谱及公共空间数据的排他性占有。数据作为核心生产资料，其所有权、控制权与收益分配权高度集中于少数平台寡头，由此生成一种新型的垄断秩序，其特征表现为数据采邑的私有化、生产关系的依附性及价值榨取的隐蔽性。
然而，这一进程也深刻加剧了资本主义的内在矛盾。一方面，资本竞相投入先进技术导致资本有机构成提高，加速了生产领域一般利润率下降的趋势；另一方面，在利润攫取逻辑的主导下，资本过度侧重流通领域，尤其是对数据攫取、平台垄断和流通效率的极致追求，导致对生产领域价值创造核心环节的投入相对弱化，进而侵蚀了实体经济创新活力及其价值创造的物质基础。上述双重矛盾的交织作用，显著加速了利润率平均化并趋向于零的长期历史进程。最终，资本主义被更高级的社会形态所取代，这构成历史必然性。
同时，当前数智革命的发展也为生产关系的变革提供了现实可能性和机遇，这表现在以下两个方面：一方面，数智生产资料与公有制具有内在契合性。这一命题根植于数智革命的内在逻辑。作为核心生产资料的数据与算法，凭借其非竞争性、可共享性与网络效应的技术本质，正深刻地解构私有制的历史合理性基础，为科学社会主义生产关系的制度性变革提供物质支点。特别是，数据的生成作为物质生产实践的数字化投射，深度依赖公共基础设施支撑与社会化协作机制运行，其根植于社会肌理的公共性本质，必然要求社会化占有形式的历史性出场。而公有制通过数据信托、公共开放平台及区块链协作治理等制度创新，能够实现数据要素的公平配置。这种制度建构不仅表现为对关键数字基础设施的民主化控制，更通过算法可编程特性内嵌智能合约以保障分配正义的自动化执行，进而依托要素流动性构建实时贡献计量体系，最终形成全民共享数据红利的制度框架。数据要素的技术禀赋与公有制形态的高度适配性，在此过程中获得充分彰显，标志着生产关系变革获得了前所未有的技术中介条件。
另一方面，数智技术对劳动组织与协作方式的革新，为生产关系的深度变革提供前所未有的现实条件。云平台、协同工具与远程系统等技术应用，不仅降低了跨地域协作成本，更在以下层面重构着生产关系变革的基础：其一，数智协作工具推动生产资料支配权重新分配，使劳动者能够突破资本中介壁垒直接参与价值创造，为生产资料的社会化支配提供技术可能。尽管当前平台资本仍借助算法垄断构建“去中心化协作—中心化控制”的悖论结构，但这一矛盾恰恰凸显了数智时代生产关系变革的必然方向：技术驱动的生产资料虚拟化聚合，深刻暴露其公共性本质与私人占有制度的内在冲突，进一步推动所有权与使用权的历史性分离。这一进程为构建劳动者联合体主导的数字化生产资料共同体创造了物质技术前提。其二，人工智能驱动的劳动能力分化倒逼生产关系适应性调整。私有制下催生的技术精英阶层与劳动边缘化现象，本质是资本对技能稀缺性的垄断定价机制。然而从历史唯物主义视角看，智能技术对重复性劳动的替代正在创造压缩社会必要劳动时间的客观条件。伴随技术释放的自由时间存量持续累积，生产关系变革的核心命题将从谋生劳动分配转向自由时间的社会化配置，最终为更高社会形态铺就道路。
基于此，数智技术的发展客观上促进了生产关系的变革与生产资料所有制的革新，并重塑了数智劳动的生产性标准。当前，在社会主义公有制条件下，数智劳动的生产性判定标准在于其是否符合社会主义生产目的，即只要满足人民群众的物质文化生活需要、生产使用价值的劳动就是生产性劳动，反之，则是非生产性劳动。这一标准将劳动的社会效用与人民福祉置于核心，从而确立了数智生产劳动者的主体地位，因而真正超越了资本主义的生产劳动，也为未来共产主义社会的到来奠定了物质和阶级基础。
