摩根士丹利:AI将如何重塑劳动力市场?

摩根士丹利通过回顾历史上的技术创新周期，并结合其最新的劳动力市场追踪数据，提供了更为审慎和客观的分析框架。

核心观点一：历史经验表明，技术创新在长期内以“增强”而非“取代”劳动力为主

报告首先指出，纵观过去250年的主要技术浪潮，从电气化、机械化到信息技术（IT）和自动化，其主要历史模式是：新技术在长期内更多地增强了劳动力的能力，而非简单地取代他们。

历史数据显示，就业市场并未因重大技术变革而全面崩溃，而是表现出跨行业和跨岗位的重新分配。即便是在剧烈的结构性变革时期，随着生产率的提升，新的行业和职业也会应运而生，吸纳被取代的劳动力，从而使整体劳动力需求得以扩张。

报告统计了美国过去250年中的五次重大创新浪潮：

• 第一次浪潮： 工业革命（18世纪末至19世纪中叶，约60年）

• 第二次浪潮： 蒸汽、铁路与钢铁（1830-1910年，约55年）

• 第三次浪潮： 电力与内燃机（约1890-1950年，约50年）

• 第四次浪潮： 电子与航空（约1940-1980年，约40年）

• 第五次浪潮： 互联网与数字化（1990-2020年，约30年）

报告揭示了一个重要趋势：每一次后续的创新浪潮都比前一次传播得更快，持续时间也更短。报告将当前的AI发展定位为潜在的第六次浪潮。这个框架的核心在于，每一次浪潮都始于初期的投资激增，随后进入一个扩散阶段，在这一阶段，生产率的提升和劳动力需求的调整才会逐渐显现。重要的是，对劳动力的颠覆性影响往往滞后于技术突破本身，通常在技术被广泛采用并深度融入商业流程后才会发生。

核心观点二：当前数据显示，AI引发的劳动力市场颠覆性影响尚不明显

报告认为，尽管生成式AI和先进机器学习代表了一项强大的新型通用技术，但历史规律预示其短期影响将是微妙且不均衡的，而非突发性的、席卷整个经济体的。大规模的生产率提升和劳动力重新分配，通常需要等到技术深度扩散、资本形成到位以及企业组织流程完成适配之后才会实现。

当前的数据印证了这一模式。AI领域的投资、使用和实验正在加速，这符合新一轮创新浪潮的早期特征。然而，从劳动力市场的总体结果来看，颠覆性的证据仍然有限。

报告显示，无论是高、中、低AI风险暴露的职业，其失-业率（12个月移动平均）都呈现出相似的上升趋势。这表明，高风险暴露的职业并未出现与其他职业显著脱节的失业率飙升。

在剔除宏观经济周期的影响后，高AI风险暴露职业的失业率，仅比模型预测的正常水平高出约30个基点。报告估计，这至多为整体失业率贡献了约10个基点。

这些数据表明，迄今为止，美国劳动力市场几乎没有出现由AI驱动的大规模失业迹象。目前劳动力市场的调整更多地发生在工作内部——例如工作时长、任务构成或角色定义的改变——而不是通过直接的岗位裁撤。

这一发现与“劳动增强为主导”的阶段性特征相符，即AI正在改变工作的完成方式，但尚未引发广泛的劳动力替代。信息、专业服务等被视为AI早期采用者的行业，也并未出现超预期的就业萎缩。

进入后免费获取该研报