AI革命持續演進，“金發女郎”可望重來？

2025年春節以來，DeepSeek成為影響市場的重要邏輯要素。以美國為例證，從微觀、中觀、宏觀三大視角分析AI應用的廣泛程度、對工作崗位的潛在沖擊，以及對美國經濟的長期影響，有助于我們預判趨勢，制定投資策略。

微觀視野：AI投資、滲透進程如何？

從全球范圍來看，美國對AI的投資力度較大。根據斯坦福大學發布的AI指數報告，全球私人部門AI投資規模雖然在2023年有所下滑，但生成式AI投資規模大幅提升。從地區來看，全球AI投資主要為美國驅動，其私人部門投資力度遠高于中國、歐洲。而從投向領域來看，全球私人AI投資在2023年主要投向了AI基建、研究、治理領域，其次為自然語言處理、客戶支持、數據管理等。

自2022年ChatGPT發布以來，美國科技企業資本開支進入快車道。AI成為這幾年全球市場的重要主題之一。2024年三季度，美股MAG7（即7家市值最大的科技公司）資本開支規模達到661億美元，同比增速高達57.8%，AI基礎設施、云計算、智能算法是重要領域。與此同時，英偉達作為AI產業鏈的硬件提供方，數據中心收入也節節攀升，2024年三季度達308億美元，同比增長112%，是2022年同期收入的7倍。DeepSeek之所以能對全球市場形成沖擊，正是因為其“成本低、效率高”的特征，動搖了市場對于美股頭部科技公司大規模資本開支的信心。

隨著AI技術進步，投資力度加碼，微觀視角下，美國AI滲透率大幅提升。

當前，美國職場的AI滲透率可能在20%―40%之間。市場上有多種針對企業AI滲透率的調查，可分為針對企業及針對員工層面兩類，從調查結果看，前者的AI滲透率普遍在5%―40%之間，后者在20%―40%之間。舉例來看，美國人口普查局的商業趨勢和展望調查（Business Trends and Outlook Survey，簡稱“BTOS”）調查顯示，美國企業AI滲透率不到5%，但若將調查結果根據雇員數量進行加權，則滲透率上升至20%（更多大型企業應用AI）。

同時，美國在工作之外的AI滲透率可能超過職場中的應用。圣路易斯聯儲研究認為，在工作之外，2024年生成式AI滲透率已經達到34%，高于其工作場合滲透率（27%，圖1）。由此看，整體生成式AI滲透率已經接近40%。雖然滲透率數字不一定準確，但這意味著，當前AI在工作之外的應用可能遠高于工作之時，這與個人電腦的普及先后順序不同。

2023―2024年，美國AI滲透率的增速可能超過70%。在企業層面，根據美國商會數據，2023―2024年美國企業AI滲透率提升幅度為73%，美國人口普查局的BTOS調查顯示，2024年2―9月間的年化增速為78.4%。在員工層面，皮尤研究中心數據表明，2023年3月至2024年2月間滲透率從8%提升至20%，增長145%。

對比上一輪IT產品成本下行的經驗，以及“去監管”的政策趨勢，未來，美國科技企業資本開支前景仍然不差，AI的應用也可能進一步加速。

2022年至今這一波科技企業資本開支的高增，可類比上世紀90年代美國IT繁榮時期。90年代后期，美國科技企業開啟了一波資本開支上行，當時的科技公司龍頭主要為英特爾、思科、微軟、IBM、甲骨文等（包括互聯網、電信、信息技術等行業），其資本開支在2001年達到頂峰。

圖1：美國居民AI滲透率的提升速度極快

彼時的科技新產品?電腦、互聯網的滲透率提升，其背后是技術進步、工藝提升帶動的IT產品價格大幅下降，進而強化了企業的投資意愿。從經濟數據來看，美國90年代后期電腦設備、通信設備、軟件投資增速大幅提升，其中，電腦設備投資增速一度高達50%。更重要的是，在私人部門大規模投資IT的背后，是投資成本的不斷下降。由于半導體技術突破和生產效率提升，90年代電腦、軟件等設備價格下降，進而推動企業投資意愿增強。

同樣，上一波IT投資熱潮也離不開政策的支撐，如1996年《電信法案》“去監管”的刺激。當前，特朗普對于AI的政策也偏向降低政府干預。1996年《電信法案》打破行業壟斷，將ATamp;T分拆，推動了美國彼時IT投資浪潮。而特朗普在近期上臺之后也撤銷了拜登時代的AI監管行政令，取消對生成式AI的強制安全測試要求。減少大模型部署周期，是否會加速AI投資，仍需后續觀察。

中觀視野：AI對就業、工作影響有多大？

中觀視角下，美國哪些行業以及企業應用AI較多？

信息業、專業服務、金融地產是美國企業應用AI最廣泛的行業，而餐飲、住宿是應用AI最少的行業之一。小型企業和大型企業應用AI更多，顯示AI應用的廣泛度還有很大提升空間?？紤]到樣本數量、覆蓋面，我們主要采用美國人口普查局BTOS（樣本較大，調查企業AI應用情況）和實時人口調查數據（接近美國勞工統計局家庭調查，調查員工生成式AI應用情況）。根據美國人口普查局數據，在美國企業中，信息業、專業科學業、教育服務行業公司應用AI的比例最大，分別為18.1%、12%、9.1%，遠高于5%的整體比例（企業數量加權）；從員工角度，應用生成式AI的員工比重最大的行業為信息服務（56.2%）、金融地產（40.5%）、專業商業服務（34.9%）。

AI與員工之間的關系是替代還是強化？

從三方面可以看出，當前AI對于工作任務的替代性可能強于就業。第一方面，從用途出發，當前AI使用更多在于強化工作效能，而非自動化。根據美國人口普查局BTOS調查，美國企業對于AI的應用主要集中在營銷自動化、聊天機器人、自然語言處理等領域（企業數量加權）。進一步看，根據Claude模型開發商Anthropic發布的報告，在AI運行任務中，57%的使用是在強化人類能力，43%旨在自動化，即AI的使用更多以與人類協作為主，參與諸如學習、任務迭代的工作，而非替代人類。

另一方面，AI對于任務的替代要遠遠高于就業。根據美國人口普查局BTOS調查，在使用AI的企業中，27%的企業實行了任務替代。其中，84.6%的企業替代了小部分任務，13%的企業替換了中等數量的任務。同口徑下，僅有2.6%的美國企業在過去6個月內出現因為AI的就業下降，遠低于27%的企業替代任務比重。但是，美國人口普查局BTOS對于AI替代任務、就業的調查有一個共同點，就是隨著時間的推移，AI替代任務、就業的影響可能會逐步增強。

第三方面，AI對企業的影響主要體現為訓練員工應用AI，也能印證其對就業影響不大。根據BTOS調查，在應用AI的企業中，50%的美國企業并未采取任何變化，顯示AI的應用仍然處于相對初步的階段。但是，20.8%的企業對現有員工進行了使用AI的訓練，19.7%的企業發展出了新的工作流程。

圖2：生成式AI在什么任務中最有效？

展望未來，AI對于就業的影響很可能是冷熱不均的，復雜性較高、需專業判斷的崗位就業需求可能增加，如軟件開發、數據處理等，但是重復性任務含量較高的職業，如法律助理、客戶代表的就業需求可能下滑（圖2）。

過去幾年，AI相關的軟件開發、數據處理領域就業表現亮眼。當前，信息業占美國就業的比重為1.9%（2024年），這幾年，隨著美聯儲加息抑制通脹，美國科技行業的裁員更吸引市場關注。但是，在信息業就業內部，仍然能夠觀察到軟件開發、數據處理就業明顯更好，的確可能對應的是AI滲透的初步影響。

其中，AI自動化可能壓縮基礎、涉及重復性任務的就業需求，但可能會促進需復雜技術整合或專業判斷的崗位需求。美國勞工統計局對2023―2033年的長期職業/就業預測（2024年底發布）涵蓋了對于AI的影響分析。AI對于美國不同職業就業的影響是分化的，涉及重復性任務或文檔處理的崗位將因AI效率提升而出現就業需求下降，如辦公行政職業、部分銷售相關職業、法律助理，但是，需復雜技術整合或專業判斷的崗位，將因AI技術發展而需求上升，如軟件開發、數據庫管理。以商業與金融職業為例，理賠調整員、車險評估師的工作在更大程度上可由AI“自動化”，就業可能出現收縮。但是，對于金融和投資分析師來說，長期投資仍需人類分析師綜合宏觀經濟、政策、行業動態等復雜變量，AI僅作為輔助工具（如加速數據對比、優化風險模型）。因此，盡管AI提升數據處理效率，但金融投資分析師將在未來10年出現9.5%的就業增長（算法驅動型崗位可能受影響更大），高于全行業平均4%的增速。

宏觀視野：AI對經濟有多大影響？

從微觀視角，AI可以對編程、內容生成等任務形成較大效率提升。根據上文分析，AI的投資、滲透率提升如火如荼，對就業結構將有較大的沖擊。而從總量上來看，AI對經濟的影響有多大？

根據不同來源的測算，AI的使用的確可以大幅增強生產效率，在編程、內容生成、研發效率、運營效率方面的提升非常顯著，如2023年微軟研究顯示Copilot可以將編程效率提升126%，2024年BIS研究說明，生成式AI將編程效率提升了55%。不同調查、研究之間的差距雖然很大，但微觀上AI的確可能對生產率形成較大提升。

宏觀視角下，從GDP支出法、勞動生產率兩方面來看，AI對美國經濟的推動已經有初步體現，但效果尚不顯著。

雖然2022年以來，數據中心建造支出快速提升，但占GDP比重不大，且其他AI投資相關增速并不高，這與上世紀90年代的情況不同。上文提到，2022年以來，美國以MAG7為代表的科技企業資本開支大幅度增加，其中數據中心的投資對應數據中心建筑支出上升（美國人口普查局數據），兩者趨勢有一定相似。但是，建筑投資占美國GDP比重非常小，數據中心建筑支出占辦公建筑支出的1/3左右，而辦公建筑投資僅占美國GDP的0.3%左右，也就是說，數據中心建筑投資可能只占美國GDP的0.1%左右。除此之外，美國與AI投資相關的還有電腦、通信設備投資以及軟件投資，但這三者占美國GDP的比重也不到4%，2022年以來其增速提升并不顯著。

根據AI提升工作效率的微觀特征，AI對經濟的作用主要在于提升勞動生產率，其增速提升空間較大。2019年以來，美國勞動生產率增速平均為1.9%左右，高于2007―2019年1.5%的平均值，但是相較于1990―2000年與2000―2007年間2.2%、2.7%的增速還有較大距離。

AI對生產率的提升效果可以通過兩方面初步觀察到，一是相較于2007―2019年、2019―2023年間，勞動生產率增速提升的主要推動力來自于全要素生產率（TFP），對應AI提升生產效率；二是根據芝加哥聯儲數據，在2019年四季度至2024年二季度期間，對美國勞動生產率增速貢獻較大的行業主要為住房、數據處理、互聯網出版信息業、計算機系統設計服務、電腦系統設計、其他零售服務，其中許多是與AI技術的應用和線上零售轉型相關行業。

當前，AI滲透率的提升是明顯超過歷史上的科技應用的，為什么AI對經濟的推動效果相對有限？

一方面，AI在工作上的滲透率還有待提升。圣路易斯聯儲研究認為，美國生成式AI應用率已經達到40%，而上一輪美國勞動生產率提升開始時（1996年）的個人電腦滲透率也是40%。但是，工作場合的AI滲透率是較低的，在20%―40%之間，上一輪PC的應用是“先工作，后個人”，此輪AI滲透率的提升呈現“先個人、后工作”的特征。因此，勞動生產率的提升可能還需等待AI更為廣泛的應用。根據美國人口普查局BTOS調查，阻礙企業應用AI工具的最大因素是“AI不適用于企業”，這一點也可作為佐證。

其次，AI在企業應用中的強度有待提升。根據圣路易斯聯儲研究，在工作場合，31.8%的員工使用AI超過1小時，47.1%的人使用AI少于1小時，還有21.1%的員工僅使用不到15分鐘。即便是在過去1周每天都使用AI的員工之中，也還有一半人每天使用AI少于1小時?？萍紤脤τ谏鐣?、經濟的影響都是一個長期的過程，如電動機在1890年左右出現，個人電腦在上世紀80年代初出現，但兩者帶動的勞動生產率高增大潮均滯后超過10年。未來AI應用將以什么幅度帶動經濟，實際上還存在較大不確定性。

如果未來AI技術應用的廣度、深度提升，并帶動勞動生產率增速上一個臺階，可能意味著美國將再度出現“金發女郎”經濟，一如上世紀90年代。此外，AI技術的應用不會僅僅局限于美國，對未來中國經濟發展新質生產力、促進全要素生產率提升也會具備較大意義。90年代的美國經濟被稱為“金發女郎”式經濟，其特征是經濟增速較高，但通脹并不過熱，達成這一點的背后是較高的勞動生產率增速。從機制上來說，勞動生產率增速越高，意味著企業在同等要素投入下可以產出更多價值，從而可以在產品不漲價的前提下為員工漲薪，提高居民實際收入。也就是說，勞動生產率越高，經濟供給側改善越明顯，通脹可能越低。綜合來看，經濟就會出現“高增速、低通脹”的組合，即勞動生產率增速提升，對應的是“經濟增速/核心通脹”比值提升。對于央行來說，這就意味著傳統貨幣政策操作的空間提升。

對于本文內容您有任何評論或欲查看其他資本圈精英評論，請掃描版權頁二維碼，關注“新財富雜志”微信公眾號和我們互動。