The investment opportunity extends well beyond AI developers. Companies that successfully use AI to improve productivity, expand margins, and redesign products and workflows may be positioned to outperform. Infrastructure providers and businesses enabling AI deployment also stand to benefit as adoption spreads across the broader economy.
核心要点:
- 人工智能的应用正在快速推进，但劳动力市场的调整过程仍然缓慢且并不均衡。
- 在大范围就业影响显现之前，生产率提升已开始显现，并正在支撑企业盈利增长和经营杠杆改善。
- 劳动力市场压力目前主要集中在招聘环节、职业初期岗位以及受AI影响程度较高的白领职业。
- 投资机会不仅属于AI开发者，也属于基础设施提供商，以及那些能够成功将AI应用转化为生产率提升和利润率改善的企业。
熟悉的技术发展周期
人们对于技术永久取代劳动者的担忧，几乎与技术本身一样历史悠久。在互联网时代，许多人曾警告称，信息技术将减少对劳动力的需求，并从根本上改变就业结构。然而，实际情况是生产率提升首先出现，随后催生了新的产业，而劳动力市场也逐步完成了适应。1995年，美国非农就业人数约为1.17亿人，而如今已超过1.58亿人，增加了4000多万个就业岗位。1
与以往技术革命相比，AI的普及速度可能更快，但其早期经济信号却出人意料地相似。ChatGPT在发布后仅两个月就达到了1亿月活跃用户2，而目前已有45%的美国劳动者在工作中使用AI，相关应用覆盖了约6%的总工作时长3。尽管推广速度前所未有，AI似乎仍在遵循技术变革的经典历史规律：生产率提升往往先于就业调整出现，基础设施建设先于大规模应用完成，而最先受益的通常是率先采用技术的企业及其生态合作伙伴。
对于投资者而言，AI周期的第一阶段或许更多体现为企业盈利表现的分化，而非劳动力的大规模替代。那些能够成功将AI应用转化为更高利润率和更强生产率增长的企业，正在率先展现投资价值。
生产率提升先于劳动力市场调整显现
生产率提升之所以通常先于劳动力市场的大范围调整出现，是因为企业需要时间重新设计工作流程、培训员工，并将新技术融入日常运营。St. Louis Fed的研究发现，AI采用率较高的行业实现了更快的生产率增长，但并未出现相应的就业下降。自2022年以来，员工AI使用率每提高10个百分点，累计生产率增长大约会额外提高2.9%。4
生产率增长始终是长期经济潜力和企业盈利能力最重要的驱动力之一。随着AI应用不断扩大，其带来的生产率提升收益，可能远远超过当前市场所担忧的劳动力被替代风险。
劳动力市场压力仍集中于特定领域
尽管人们越来越担心岗位被AI取代，但整体就业市场依然表现稳健。美国非农就业人数已从2022年底的约1.54亿人增加至当前超过1.59亿人。5 官方就业数据以及其他招聘指标均显示，虽然招聘活动较疫情后的高点明显放缓，但并未出现通常与大规模就业替代相关的急剧萎缩现象。
劳动力市场趋于稳定
数据来源：罗素投资、ADP、Revelio Labs、LinkUp、伦敦证券交易所、供应管理协会、标准普尔、纽约、费城、达拉斯、里士满和堪萨斯城的联邦储备银行。2026年6月。
AI对劳动力市场的影响目前主要集中在特定职业，而非广泛的失业潮。受影响最大的岗位通常是那些日常工作内容中相当一部分能够被AI完成的职业，例如软件开发、商业与金融、法律服务、行政管理、客户支持以及其他研究密集型岗位。相比之下，体力劳动岗位和技术工种受到的冲击较小，因为这些工作的许多核心任务目前仍难以通过AI实现自动化。
与此同时，AI理论能力与实际应用之间仍存在显著差距。以计算机和数学相关职业为例，AI理论上可以覆盖约94%的工作任务，但实际工作场景中的应用率却仅约为33%。6企业仍在探索如何围绕AI重新设计工作流程、运营模式和管理体系。
当前劳动力市场压力最集中的领域之一，是刚进入职场的年轻劳动者。在AI影响程度较高的职业中，22至25岁年龄段新入职员工的招聘规模较2022年基准水平低14.3%。7自2023年以来，初级员工与资深员工就业增长之间的差距进一步扩大，这表明随着AI应用普及，劳动力市场正越来越倾向于拥有经验和成熟技能的人才。
采用AI与未采用AI企业的就业变化差异
数据来源：哈佛大学 8
AI正在重塑工作方式
AI改变工作的速度远快于消灭工作的速度。短期内，其最大的影响或许并不在于劳动力规模的缩减，而在于工作内容和技能结构的调整。预计到2030年，约40%的职业技能需求将发生变化，同时全球就业岗位净增量有望达到7800万个。9
随着AI承担越来越多的常规认知性任务，人类工作的价值将更多体现在判断力、决策能力和监督管理方面。一些职业会消失，更多职业将发生转型，同时还会出现大量围绕AI开发、治理和部署的新岗位。未来十年的核心主题，或许不是工作岗位消失，而是工作的重新定义和重构。
与此同时，具备AI互补技能的人才将变得更加稀缺和重要。能够快速适应变化的企业与反应迟缓的企业之间，业绩差距可能进一步拉大。
对投资者的启示
目前就AI对长期就业的影响下定论仍为时尚早，但现有证据表明，相关调整过程比许多人原先预期的更加缓慢和渐进。
对于企业而言，AI带来的机会远不止降低成本。那些能够围绕AI重新设计产品、工作流程和客户体验的公司，更有可能提升竞争优势，并形成持续性的盈利能力。
从投资组合管理的角度来看，投资者不应仅关注AI开发企业本身。未来机会将广泛分布于整个AI生态系统，以及那些能够成功将AI融入经营模式的企业之中。由于各行业和企业的AI应用程度存在显著差异，最大的赢家和输家很可能在行业内部产生，这也进一步凸显了主动管理和个股精选的重要性。
1 https://fred.stlouisfed.org/series/PAYEMS
2 https://www.reuters.com/technology/chatgpt-sets-record-fastest-growing-user-base-analyst-note-2023-02-01/
3 https://www.genaiadoptiontracker.com/
4 https://www.stlouisfed.org/on-the-economy/2026/mar/mind-gap-ai-adoption-europe-us
5 https://fred.stlouisfed.org/series/PAYEMS
6 https://www.anthropic.com/research/labor-market-impacts
7 https://digitaleconomy.stanford.edu/app/uploads/2025/11/CanariesintheCoalMine_Nov25.pdf
8 Lichtinger, Guy and Hosseini Maasoum, Seyed Mahdi and Hosseini Maasoum, Seyed Mahdi, Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data (August 31, 2025). Available at SSRN: https://ssrn.com/abstract=5425555 or http://dx.doi.org/10.2139/ssrn.5425555
9 https://www.weforum.org/press/2025/01/future-of-jobs-report-2025-78-million-new-job-opportunities-by-2030-but-urgent-upskilling-needed-to-prepare-workforces/
Common client questions
AI is changing work faster than it is eliminating jobs. Productivity gains are emerging before broad labor-market disruption as companies redesign workflows and integrate AI into daily operations. Early impacts remain concentrated in hiring, entry-level positions, and highly exposed white-collar occupations rather than widespread job losses, suggesting a gradual adjustment similar to previous technology cycles.
AI exposure varies significantly across industries and occupations. Software development, business and finance, legal services, administrative work, customer support, and research-intensive roles face the greatest disruption because many of their daily tasks can be automated. Physical occupations and skilled trades remain comparatively insulated, while differences in adoption are creating wider performance gaps within industries.
AI adoption is unlikely to benefit every company equally. Differences in execution, investment, and organizational change are creating wider earnings dispersion both across and within industries. That increases the importance of active management and security selection to identify companies that convert AI adoption into durable productivity gains and competitive advantages.