大摩:AI的提升并未削减就业岗位?

TOP行业报告 →立即订阅

• 报告延伸：生产力：AI正在提升产出而非削减就业岗位（文末附全文PDF）
• 出  品 方：大摩

一、生产率加速的分水岭：AI高暴露行业正在领跑

自2025年初以来，AI人工智能高暴露行业的生产率增长显著加速，并已超越其他行业。进行研究的人员是依据Felten等（2021）所构建的行业级人工智能暴露评分，把美国各个行业划分成了高（前25%）、中（50%）、低（后25%）这三组，并且借助BEA的行业产出数据以及BLS的就业数据，计算得出了“人均产出”，从而将其用作劳动生产率的代理指标。

结果呈现，在2025年四季度时，高AI暴露行业当中，人均产出同比增速达成5.7% ，此增速远远高于中暴露行业的1.5% ，以及低暴露行业的-1.1%。更为关键之处在于，高暴露行业层面，其生产率于2024年至2025年这个时间段内，同样实现了3.6个百分点的加速迹象 ，然而中暴露行业与低暴露行业情况却截然不同 ，中暴露行业和低暴露行业并没有显著加速表现 ，甚至出现了下滑态势。数据传递出了一个极为强烈的信号，这个信号表明，AI并非仅仅只是未来的概念而已，它已然在美国经济的核心层面，也就是劳动生产率这个方面，产生了能够进行量化的分化效应。

二、关键机制：产出增长驱动，而非就业挤出

“机器取代人”这种是AI最为普遍的担忧，但报告给出了一个与直觉相悖却极其关键的结论，即当下生产率的提高并非源于就业岗位的压缩，而是源于产出更为迅速的增长，在那些AI高度渗透的行业里，就业增长速度和其他行业相比并没有明显不同，然而产出增长速度却明显要快很多。

报告对这一点进行了量化，高AI暴露行业在2025年四季度的时候，对整体非农商业生产率增长的贡献达到了1.7个百分点，这里整体生产率总增长是2.4个百分点，然而在2024年的时候，这一贡献仅仅只有0.7个百分点。更有说服力的是这样一个情况，这种加速并没有跟随着失业率呈上升态势，AI对失业率的影响仅仅约为0.1个百分点。这就意味着，在当前这个阶段，AI趋向于一种“赋能型技术”，它助力企业去扩大产出，还能提高效率，并非是简单地对人力进行削减。假如这种模式一直延续下去，那么将会带来更为健康的收入增长态势，这其中包括劳动收入和企业收入双双实现提升。

三、资本深化：AI相关行业率先进入“建设期”

在AI高暴露行业里头，存在着一批技术核心行业，这些行业表现得特别突出，它们是数据处理行业、计算机系统设计行业、计算机和电子产品制造行业、软件出版行业等。

这些行业它的产出以及劳动生产率增速，远远超出了其他高暴露行业。报告专门针对计算机和电子产品制造业展开了分析，结果发现它在2025年的时候产能利用率仅仅是温和地上升了些，但产出增长速度却极其快。这种“产出扩张处于无显著产能压力的状况下”恰恰就是资本深化的典型特性，企业针对AI相关设备、算力以及软件等方面大量投入，从而致使相同数量的劳动力与设备能够产出更多产品。也就是说，AI的建设阶段自身就在促使经济增长了，并非仅仅是未来的潜在收益而已。这一发现对于领会AI对GDP的短期贡献而言是极为关键的，它并非是遥远未来的事情，而是当下正在出现的投资以及产出乘数效应。

四、溢出效应：AI正渗透至非科技行业

还有一个更能让人感到振奋不已的发现是，AI对于生产率的推动作用并非仅仅局限于科技行业这一个领域。

这份报告借助跨行业散点图进行分析从而发现，就算把那些被划定为高AI暴露的行业因素全部剔除掉，其余行业的AI暴露程度与2025年生产率增速之间仍存在显著的正相关关系。

也就是说，有一些AI暴露程度处于中等水平甚至是在偏低位置状况的行业，例如法律服务行业、信贷中介行业、保险行业、基金管理行业、教育服务行业以及医疗行业等等这些，居然在2025年的时候也都出现了生产率加速提升的这种情形。那些行业并非是AI的直接生产者，然而它们乃是AI的应用者。比如利用AI去进行文档处理，利用AI去进行风险评估，利用AI去进行客户服务，利用AI去进行数据分析等。

这清晰地表明了，AI作为一种通用技术，其正外部性已然开始跨越行业边界。报告特别着重强调，这样的“非科技行业的受益”是AI有别于以往自动化技术的关键且重要的特征。即它并非仅是孤立存在的，而是像网络一般相互关联的。

五、就业影响微小：技术性失业尚未出现，但需保持监测

即使媒体以及公众广泛担忧AI会致使大规模失业，然而报告给出的实证数据却颇为平静，高AI暴露行业的就业增长并未比其他行业低，失业率上升的压力仅仅是0.1个百分点，这一结果跟以往的技术革命（就像PC、互联网）早期阶段高度契合，生产率提升先于就业结构调整。

报告作者也清晰地表明，这种“产出拉动型生产率增长”模式可能会伴随AI采用率的进一步提升而产生变化。

未来存在两种可能出现的情景，其一为 AI 进一步增强产出，于此同时创建新的岗位，像是 AI 训练、数据治理等岗位；其二是部分岗位被取代，从而产生结构性就业摩擦。

鉴于此，报告给出了一套行业级监测框架，持续性跟踪 AI 暴露度、产出以及就业这三者间的动态关系。这给政策制定者提供了珍贵的工具：在 AI 加速期间，并非仅仅关注宏观失业率，而是要深入至行业层面。

用综合的视角来看，摩根士丹利所撰写的这份报告给出了一个审慎且乐观的结论，那就是：AI正在提升产出并非削减就业岗位，至少在2024–2025年的数据窗口范围当中是这样的情况。