作者：钟天、宋雪涛 来源：国金证券研究
摘要
■核心观点
基本内容：
这篇报告我们更加关注从劳动力市场的不同属性出发来看待愈演愈烈的AI洪流。
AI与劳动力市场的“跷跷板”抉择变得更加尖锐：AI越快进入生产体系，越有助于缓解市场对泡沫的担忧，却也会进一步强化就业结构冲击；AI越慢进入生产体系，越能缓和短期失业压力，却也越容易重新引发回报率质疑。
值得注意的是，不同部门对于技术性失业的关切并不相同。
居民与企业部门更关注“经济账”：Agent是否真正进入企业生产流程，进入前台还是后台；AI技术究竟是在辅助劳动者，还是在替代劳动者，替代低技能还是高技能。相比之下，政府部门更关注“政治账”：当社会开始以电力成本和算力成本替代人力成本之后，技术进步是否能够真正转化为生产率提升；以及AI时代的红利将如何分配。
低技能职业面临的是偏弱的现实；高技能职业面临的是极弱的预期；尤其是付出了更多时间成本，且已占用了更多社会资源的后者，弱就业预期引发的冲击或将更快、更显性展现。以上种种，构成了AI洪流愈演愈烈背后的社会代价。
风险提示
1）特朗普军事政策不确定性较大，美军地面入侵导致局势失控。2）能源短缺对需求的冲击幅度显著高于分析，拖累全球经济进入衰退模式。3）全球央行快速转向，带来全球二轮通胀风险。
正文
上一篇报告（《AI洪流三部曲：ARR的边界》，2026年7月2日）中，我们描绘了理想状态下AI技术所对应的劳动力替代薪资规模上限：无论是已经处于暴露范围内的1.45万亿美元，还是更具理论潜力的5.68万亿美元，抑或是全美10.83万亿美元的总薪资收入，本质上都是从图表的左侧薪资池（大模型厂商的收入空间）来理解AI商业化进程。
AI与劳动力市场的“跷跷板”抉择变得更加尖锐：AI越快进入生产体系，越有助于缓解市场对泡沫的担忧，却也会进一步强化就业结构冲击；AI越慢进入生产体系，越能缓和短期失业压力，却也越容易重新引发回报率质疑。
值得注意的是，不同部门对于技术性失业的关切并不相同。
居民与企业部门更关注“经济账”：Agent是否真正进入企业生产流程，进入前台还是后台；AI技术究竟是在辅助劳动者，还是在替代劳动者，替代低技能还是高技能。相比之下，政府部门更关注“政治账”：当社会开始以电力成本和算力成本替代人力成本之后，技术进步是否能够真正转化为生产率提升；以及AI时代的红利将如何分配。
低技能职业面临的是偏弱的现实；高技能职业面临的是极弱的预期；尤其是付出了更多时间成本，且已占用了更多社会资源的后者，弱就业预期引发的冲击或将更快、更显性展现。以上种种，构成了AI洪流愈演愈烈背后的社会代价。
一、关切的起点：加速的AI商业化带来的就业担忧
今年以来，市场视角下的AI产业出现了一个重要变化：不再只关注模型能力、算力投入和资本开支，而是开始重新聚焦收入兑现和商业化落地。AI coding、to B应用、Agent工作流的出现，让AI开始更直接地嵌入企业生产流程。
AI泡沫论的担忧在下降，但新的问题开始出现：AI对劳动力的替代，尤其是就业与AI技术用量（相对）比重不均衡的行业，可能遭遇更大冲击。
关于这一点，在过去一年讨论AI对就业的冲击时，并没有产生实质紧迫感。尽管美国非农就业中信息技术业等AI强相关领域新增就业下降，与ChatGPT出现后的时间点高度重合；但当时并不能简单得出“AI导致就业下降”的结论。此前我们给出了两点更合理的解释（《AI视角下的美国就业市场》，2025年10月14日）：公卫事件期间互联网企业存在劳动力囤积，以及利率收紧存在滞后效应。
但当下情况已经发生变化：技术性裁员不再只是理论推演，而是广泛出现在微观行为里——AI越能证明自己有商业价值，越能证明它可以提升企业效率，就越容易被企业用来替代人工。
二、技术性裁员的现实
美国科技企业今年已经回到高裁员区间；大厂单轮多在5%-10%，软件/SaaS/云服务公司中可到近20%。更关键的是，资本市场正在奖励“AI降本+裁员”的叙事，这形成了一个非常强的激励机制。企业不仅从经营层面看到AI可以降本，还从资本市场看到AI裁员可以改善估值和股价表现，这种正反馈会进一步鼓励企业用AI替代员工。
因此，AI替代就业不是单纯由技术推动，也会被资本市场的估值逻辑推动。
除了显性发生的裁员外，更关键的是被替代的职位具备哪些属性，这对于判断后续演进十分重要。在第一篇报告的基础上，我们进一步与从技能水平、职业属性以及职业生涯阶段的角度观察BLS统计的755个职位以及与之对应的AI技术（实际/理论）暴露度。
在755个职业总数中，从实际暴露的绝对就业水平来看，职业的两头（高技能与低技能）受到的冲击明显高于中等技能水平职业，分别在709万人和883万人，中技能职业所对应受影响人群仅有244万人；从占比角度看，低技能职业受到冲击的就业占总就业比重在10.8%，中技能职业约在8.3%，而高技能职业已经高达19.5%。
然而，如果我们从“演进进程”的角度看（实际暴露/理论暴露），低技能职业的暴露进度反而是更快的（因为理论暴露较小），达到了31.2%（708.5万人/2268万人），中技能职业的暴露进度在20.4%，高技能则在27.9%。
需要注意的是，除了那些被技术所直接冲击的高技能职业外，低技能职业也在面临极强的就业冲击，其暴露主要集中在销售业(893万人，暴露率21.5%)和办公行政业(1276万人，暴露率38.1%)；而高技能职业的行业暴露则更加广泛。
除此之外，另一个理解的维度在于职业的前中后台属性（是否与人打交道）与AI暴露度的关系。
这个前中后台我们主要按“工作对象和工作界面”进行划分：
前台：直接面对终端客户（患者、学生、旅客等），典型例子包括客服、零售销售、收银员等；
后台：不常规直接面对终端客户，主要做内部生产研发、数据处理、行政运维等，典型例子包括了软件工程师；
中台：不是纯终端服务，也不是纯后台生产，而是协调管理、内外部连接；典型例子包括了HR，供应链经理等。
我们发现对于低技能职业来说，前台属性（以销售为代表）反而带来更高的实际暴露度；而对于高技能职业，前台属性（例如教师、医生、律师等）反而成为一种保护。
总的来看，低技能职业面临的是偏弱的现实；高技能职业面临的是极弱的预期。
三、人人自危的恐慌情绪正演变为“新卢德运动”
对于拥有高技能的硅谷员工来说，他们处在最矛盾的位置：把同事的工作“自动化”的同时也正意识到自己的岗位也可能被自动化。对于企业而言，如果碳基员工可以被顺利的压缩成几个技能包（skills）、一个完整的模型能力(agent)或者工作流(workflow)的话，那拥抱硅基几乎成为必然，甚至还会因为我们提到的“市场奖励”而加快进程。
除了企业裁员这个行为本身之外，企业裁员的方式也说明技术性裁员正在带来更高的社会代价。
科技企业几乎都先安排员工居家办公，然后选择假期或周末凌晨群发邮件通知裁员，以此避免员工在办公室现场聚集、抗议或与管理层发生冲突，进而减少裁员带来的办公室安全风险；换言之，技术性裁员已经不只是企业降本问题，也开始涉及企业治理、员工情绪和社会安全。
然而，硅谷的高技能员工并非唯一的风险来源；美国大学之中，对AI的反对声音正在变得更明显。
亚利桑那大学毕业典礼上，谷歌前董事长施密特受邀演讲，强调AI是技术革命、会加速世界变化，鼓励学生学会使用AI创业。结果台下学生报以嘘声。这个反应不是简单“不喜欢AI”，而是年轻毕业生面对就业市场时的真实恐惧。作为绝对的高技能拥有者，他们面临的不是什么时候迎来AI暴露，而是可能根本没有机会经历这一切，即“代际的疤痕效应”。
尤其是不能因为“过去每一次产业革命最终都解决了就业问题”，就直接推导出“AI未来通过创造新需求也一定不会造成就业问题”。AI的特殊性在于，它可能不只是辅助人，而是直接替代人的认知劳动。
总的来说，技术性裁员已经从宏观讨论进入微观现实。企业裁员、资本市场正反馈、员工焦虑、校园反AI、远程裁员操作，正在共同构成AI时代的新就业叙事。AI的社会影响不只体现在生产率，也体现在岗位安全感、社会情绪和分配压力——这些都是AI快速发展所无法规避的社会代价。
四、分配问题可能比效率问题更尖锐
即使AI提高了效率，也要看技术红利如何分配。尤其是美国居民部门本就面临三重困境：劳动收入份额下滑，转移支付占总收入比重增加，以及实际收入水平低迷——这些都依赖于政府的分配调控来进一步改善。
这实际上应被分拆为两个问题：效率提升的快慢，以及提升过程中的分配结构应对。
对于前者而言，AI迄今为止对生产力的推进更多来自于短期的资本深化（劳动者工具的改进），而非真正的全要素生产率提升（经济的根本进步）。
对于后者而言，如果社会分配更加公平，技术性失业担忧可能会小一些；但如果AI红利高度集中在资本和少数顶尖人才手中，就业和分配压力会同步上升。此前海外多个国家“畅想”的全民基本收入计划（UBI）或重回讨论，但这需要一个隐含的前提，政府部门能够更直接获得AI红利，美国交出的答卷是政府直接入股科技企业从而接入分配，这可能是减轻社会收入压力最直接的手段。
风险提示
1）AI技术对职业暴露度更新不够及时全面，存在数据统计偏差。2）AI Agent能力发展弱于预期，导致对应的劳动力规模产生明显变化。3）全球央行快速转向，带来全球二轮通胀风险，压制全球需求，劳动力裁员胜过AI影响，降本增效属性被淡化，引发更大规模AI投资回报率担忧。
报告信息
证券研究报告：《AI洪流三部曲：社会的代价》
报告日期：2026年7月5日
作者：
钟 天 SAC执业编号：S1130526020001
宋雪涛 SAC执业编号：S1130525030001
本文源自：券商研报精选
热门跟贴