乐于分享
好东西不私藏

摩根士丹利《AI与经济转型》说了什么?

摩根士丹利《AI与经济转型》说了什么?

摩根士丹利《AI与经济转型》报告核心总结(2026.5.27)

核心结论:AI 将成为未来 2 年美国商业投资与经济增长的核心驱动力;短期劳动力冲击温和且集中,长期显著抬升生产率;高 AI 暴露行业率先受益,投资主线聚焦 AI 资本开支与算力基建。

一、核心定位:AI 是结构性增长引擎,非周期波动变量

1. AI 投资规模与增速(2026-2027)

  • 商业投资预测:2026 年非住宅固定投资增 7.0%,2027 年增 8.0%,AI 相关支出为唯一核心驱动

  • 超大规模企业(Hyperscaler):AI 资本开支持续高增,2027 年将突破 1 万亿美元,聚焦算力、数据中心、电力配套建设。

  • 增长属性:AI 支出弱周期、强结构性,不受地缘政治与传统经济周期显著影响,持续稳定贡献 GDP。

2. 对 GDP 的直接贡献(2026-2027)

  • 剔除进口干扰后,AI 投资 + 生产率提升合计贡献0.4-0.5 个百分点 / 年GDP 增长。

  • 分拆贡献(2025-2027,单位:百分点):

    • 维度

      2025

      2026

      2027

      国内 AI 投资

      0.15

      0.15

      0.18

      生产率提升

      0.10

      0.20

      0.25

      AI 总贡献

      0.25

      0.35

      0.43

二、劳动力市场:冲击 “微大于宏”,短期温和、结构分化

1. 职业 AI 暴露度分级(3 类)

按 Felten(2021)框架,将职业分为低 / 中 / 高暴露三组,特征差异显著:

  • 高暴露组(118 个职业):年薪 9.67 万美元,67% 本科及以上;代表岗位:审计师、精算师、预算分析师、法务书记员;集中行业:会计税务、法律服务、证券保险。

  • 中暴露组(237 个职业):年薪 5.63 万美元,37% 本科及以上;代表岗位:建筑师、材料工程师、图书管理员;集中行业:电商、专科医院、房地产。

  • 低暴露组(119 个职业):年薪 4.64 万美元,11% 本科及以上;代表岗位:暖通安装、电梯维修、锁匠;集中行业:食品制造、建筑承包、汽车制造。

2. 实际冲击:温和、集中、年轻人更敏感

  • 整体失业率:全行业失业率同步波动,高 AI 暴露行业仅较正常水平高 0.3 个百分点,整体影响最多抬升失业率10 个基点

  • 年龄分化25-27 岁年轻工人冲击更明显 —— 高 AI 岗位求职周期更长、失业率略高,但幅度仍小。

  • 任务替代≠岗位消失:高暴露职业工作任务重构加速,2025 年任务调整比例接近 90 年代末 ICT 革命水平,以任务再分配为主,非大规模裁员。

3. 核心结论:劳动力替代有限,任务创造对冲冲击

  • 基准情景:AI 扩散速度为互联网时代 2 倍,失业率无显著上行、无经济衰退

  • 风险情景:若 AI 扩散达互联网 3-4 倍(“一夜式” 普及),短期失业冲击加剧;但新岗位创造、财富效应、政策支持会显著缓解转型压力。

三、生产率:AI 驱动增长,核心是 “扩产出” 而非 “减人力”

1. 高 AI 行业生产率率先爆发

  • 2025 年四季度:全员劳动生产率增 2.4%,高 AI 暴露行业贡献 1.7 个百分点(2024 年仅贡献 0.7 个百分点),拉动效应显著增强。

  • 行业对比:高 AI 行业人均产出增速远高于中 / 低暴露行业,2025 年加速趋势最明显。

2. 增长逻辑:产出扩张是主因,非劳动力替代

  • 高 AI 行业:产出增速大幅提升、就业增速停滞,人均产出抬升来自 “资本深化 + 规模扩张”,非裁员。

  • 中 / 低 AI 行业:产出增速放缓,生产率提升有限,整体经济增长完全依赖高 AI 行业拉动

3. 算力配套:产能充足,支撑长期生产率

  • 计算机制造业产能:2024 年同比增 3.7%,2026 年 1-2 月升至 7%,产能利用率偏低,后续扩张空间充足,持续支撑 AI 资本深化与生产率提升。

四、企业落地:渗透率提升,2026 年集中投产,多行业应用落地

1. 企业渗透进度

  • S&P500 企业:25% 已实现 AI 财务 / 生产率收益;多数 CIO 计划2026 年底前上线首个 AI / 大模型项目

  • 量化收益披露:各行业提及 AI 量化效益的企业比例持续上升,科技、金融、医疗行业领先

2. 分行业 AI 应用场景(落地 + 规划)

  • 消费:视觉搜索、智能厨房、自主配送、客服自动化、需求预测。

  • 能源材料:预测性维护、智能电网、碳追踪、勘探钻井优化。

  • 金融 / REITs:反欺诈、信用评分、后台自动化、智能投顾、客户身份核验。

  • 医疗:医学影像、药物研发、临床决策、临床试验成功率预测。

  • 工业:自动驾驶卡车、工业机器人、质量控制、供应链韧性优化。

  • 科技 / 媒体 / 电信:广告内容生成、代码辅助、实时翻译、用户流失预测、个性化推荐。

五、宏观框架:三大核心博弈,决定转型成败

1.  adoption 速度 vs 劳动力调整速度

  • 关键矛盾:AI 扩散速度是否超过劳动力再培训 / 再匹配速度。

  • 快速扩散风险:短期失业上升、通缩压力、类衰退(长期收益不变);慢速扩散则平稳过渡。

2. 劳动力替代 vs 新任务创造

  • 核心平衡:AI 替代旧任务,同时创造AI 互补型新岗位

  • 创造滞后:失业率持续偏高、需求萎缩;同步匹配:就业快速吸收、转型平滑。

3. 收入损失 vs 政策 / 财富反馈

  • 缓冲机制:劳动力收入下降,可通过财政政策、资产财富效应、新岗位收入对冲。

  • 强反馈:失业规模小、持续短、影响可控;无反馈:冲击放大、经济波动加剧。

六、投资启示

  1. 主线一:AI 资本开支链

    1. 优先布局:超大规模企业算力基建、数据中心、电力配套、半导体(AI 芯片)、服务器、云计算。

    2. 逻辑:2026-2027 年 AI 资本开支高增,贡献 GDP 核心增量,业绩确定性强。

  2. 主线二:高 AI 暴露行业

    1. 重点行业:金融(会计 / 保险 / 证券)、专业服务、科技、医疗、工业软件。

    2. 逻辑:率先受益生产率提升,人均产出加速,盈利改善明确,估值有望修复。

  3. 主线三:AI 应用落地标的

    1. 筛选标准:2026 年明确 AI 项目投产、已披露量化收益、行业渗透率领先的龙头企业。

    2. 逻辑:业绩兑现期临近,AI 从 “概念” 转向 “盈利”,估值与业绩双升。

  4. 风险规避

    1. 低 AI 暴露、传统劳动力密集型行业:长期生产率滞后、增长乏力。

    2. 短期高负债、现金流脆弱的中小企业:AI 转型成本高,难以承担资本开支压力。