报告概述
本报告由Goldman Sachs Global Investment Research发布，是Top of Mind系列第149期。报告聚焦人工智能对美国劳动力市场的潜在冲击，围绕AI是否会导致“就业末日”这一核心争议展开。研究对象涵盖不同职业、教育水平和年龄段的劳动者，分析AI的替代与补充效应、对工资和收入不平等的影响、以及对企业生产力和利润的传导机制。报告综合了GS经济学家的量化模型、MIT学者Daron Acemoglu和Neil Thompson的专家访谈、以及行业层面的就业与招聘数据，旨在为投资者和政策制定者提供多角度的分析框架。读者可通过本报告了解AI对就业的真实影响程度、最易受冲击的岗位类型，以及市场何时可能开始奖励AI生产力受益者。
报告的核心结论
AI对劳动力市场的整体影响目前有限但预计将扩大
截至目前，AI对就业的宏观影响仍然温和，没有在总体失业率或就业增长中显现显著信号。但GS经济学家指出，随着企业加速采用AI，特别是在客服、数据录入等可自动化任务集中的领域，2027年之后净负面影响可能变得更加明显，预计AI过渡期可能取代超过9%的劳动力（约1500万工人）。
AI在当前阶段更倾向于替代而非补充劳动力
GS美国经济学家Elsie Peng的分析显示，自ChatGPT发布以来，AI的替代效应已导致每月就业增长减少约2.5万人，而补充效应仅增加约0.9万人，净拖累约为每月1.6万个岗位。电话接线员、保险理赔员等低互补性职业面临最高替代风险，而教育工作者、法官等职业则更可能被AI增强。
AI对大学毕业生就业的冲击暂时有限但未来可能加剧
尽管大学毕业生失业率（2.7%）已高于疫情前水平，但GS经济学家发现AI并非主因。然而，由于大学毕业生集中在管理、金融、信息等高AI采用率行业，且约40%的法律、工程等岗位任务可被自动化，未来风险不容忽视。好消息是历史上大学毕业生和年轻工人在技术变革中调整能力更强。
AI对企业利润的影响仍高度不确定，市场尚未定价
尽管54%的标普500公司在Q1 2026财报电话会议中讨论了AI生产力，但仅2%将其与盈利挂钩。由于AI采用初期成本高昂且收益不确定，投资者仍偏好AI基础设施领域（如芯片、云计算），而非劳动力生产率的受益者。GS策略师预计这一格局将随着更清晰的盈利证据出现而改变。
历史表明技术会创造新就业，但AI可能带来更大不确定性
GS经济学家Joseph Briggs指出，约60%的现有工人在1940年不存在的职业中工作，技术过去推动了就业增长。但MIT的Daron Acemoglu警告，没有经济规律保证就业创造一定等于破坏，如果AI投资继续聚焦替代而非补充人类，长期净失业可能更大。Nell Thompson则认为AI更像“涨潮”而非“浪潮”，调整过程可预见。
报告回答的关键问题
AI会导致大规模失业吗？
报告认为短期内不可能出现“就业末日”。GS估计AI过渡期可能取代超过9%的劳动力（约1500万工人），但失业率峰值可能低于1个百分点。关键在于新岗位的创造：历史上有60%的现有职业在1940年不存在。但MIT的Acemoglu警告，若投资持续偏向自动化而不是人机协作，10-15年后损失可能更大。
哪些工作最容易被AI替代？
报告指出，高AI暴露且低互补性的岗位风险最高，例如电话接线员、保险理赔员、记账员、催收员等认知性、重复性、条件可预测的办公室工作。客服代表和后台办公人员涉及约800-900万美国工人（约5%劳动力）。相比之下，需要高度人际互动、物理存在或创造性判断的职业（如医生、法官、教育工作者）更可能被AI增强而非替代。
AI对大学毕业生就业有何影响？
目前影响不大。尽管大学毕业生失业率升至2.7%，但GS发现与AI采用的相关性很弱。但未来风险较高，因为大学毕业生密集的管理、信息、金融行业AI采用率高，且法律、工程等领域约40%的任务可自动化。不过历史数据显示，大学毕业生在被技术替代后重新就业和升级技能的能力更强，且已出现向医疗、工程等低风险专业转移的迹象。
AI能提高企业利润吗？
目前尚未体现。虽然企业大量讨论AI生产力红利，但仅2%的公司将之与盈利挂钩。token成本下降使AI在某些场景（如编码）比人力更便宜，但整体不确定性高。投资者仍偏好AI基础设施（如芯片商）而非劳动力节约型公司。GS预计随着更清晰的盈利证据出现（例如劳动力成本节约转化为利润率提升），市场关注会逐步转移。
报告中的代表性数据
AI替代导致的月度就业净拖累
过去一年（截至2026年6月），GS经济学家Elsie Peng估算，AI的替代效应每月减少约25k个岗位，而补充效应增加约9k个岗位，净拖累约16k个岗位/月，失业率因此上升约0.1个百分点。
AI过渡期预计劳动力替代比例
10年AI采用周期内，GS Senior Global Economist Joseph Briggs基于历史模式估算，AI驱动的生产率提升可能导致超过9%的劳动力（约1500万工人）经历失业，但失业率峰值预计低于1个百分点，新岗位创造将吸收大部分损失。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 与MIT教授Daron Acemoglu（诺贝尔经济学奖得主）和Neil Thompson的深度访谈全文，涵盖AI对就业、不平等、政策走向的详细观点。
- GS经济学家Joseph Briggs对AI劳动力替代的量化模型更新，包括基于TFP冲击的敏感性分析和历史类比（如1990年代ICT繁荣）。
- Elsie Peng构建的AI替代与补充指数，以及按行业和职业划分的就业、失业率、工资和职位空缺变化图表。
- 对大学毕业生就业前景的专项分析，包含分教育水平的失业率趋势、AI自动化暴露度以及学生专业选择变化。
- Pierfrancesco Mei对技术性失业工人长期后果的实证研究（基于NLS数据），包括收入损失、职业降级和再培训效果。
- 超过20家大型科技和非科技公司（如Alphabet、Amazon、Meta、Walmart）的AI相关裁员公告汇总表，附具体人数和原因。
- Ryan Hammond对AI生产力受益者股票篮子（GSXUPROD1和GSTHLTAI）的表现追踪，以及AI基础设施板块的相对收益分析。
- James Schneider和Luya You关于AI代理与人类劳动力成本对比的分析，包含token消耗量、单位成本趋势及编码、客服、数据录入三个场景的模拟。
- GS全球宏观团队对主要经济体（美国、日本、欧洲、中国）的最新经济预测、风险及政策观点更新。
- GS专有指数（CAI、DEER、FCI、GSAI、MAP）的说明和当前读数。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
