宏观经济深度报告：AI视角下的美国就业市场

敬请参阅最后一页特别声明 1 基本内容 AI 是否造成就业疲软成为过去一段时间关注的焦点。 一方面是因为进入 2025 年后美国非农新增就业明显放缓，且年轻人和高学历劳动力的就业表现持续较差，这部分人群面对 AI 有更大脆弱性；另一方面是从更宏观的角度看，美国疫情后就业的修复速率拐点与 ChatGPT 推出时点较为一致，近期陆续发布的学术论文也观察到 AI 对于资浅(Junior)职位的替代较为明显。 基于此，我们认为有必要进一步理解 AI 与美国劳动力市场结构性变化的互相作用，既可以寻找美国就业疲软的真正原因，也是探索 AI 技术自身存在的意义与价值，和在实体经济的具象化体现。 总的来说，虽然美国企业使用 AI 技术的比例持续上行，但远未到对就业产生明显影响的时刻。就业走弱更多是上一轮加息周期带来经济周期性疲软的滞后性反馈。同时，劳动力的囤积以及美国经济的软着陆减少了企业裁员的动机，保护了资深（Senior）员工的职位，而让年轻人成为了“低招聘、低雇佣”的受害者。 风险提示 1）各类调查具有主观性，AI 的渗透率估算存在较大误差风险。2）非法移民对就业调查的扰动使得就业占比，就业增速存在误差风险。3）企业利润率的驱动因素较为复杂，单纯的就业视角可能存在过度简化带来理解偏差。 宏观经济深度报告 敬请参阅最后一页特别声明 2 扫码获取更多服务 AI 是否造成就业疲软成为过去一段时间关注的焦点。 一方面是因为进入 2025 年后美国非农新增就业明显放缓，且年轻人和高学历劳动力的就业表现持续较差，这部分人群面对 AI 有更大脆弱性；另一方面是从更宏观的角度看，美国疫情后就业的修复速率拐点与 ChatGPT 推出时点较为一致，近期陆续发布的学术论文也观察到 AI 对于资浅(Junior)职位的替代较为明显。 图 1：美国年轻人和高学历劳动力的失业率水平较此前上行幅度较快 2019 年平均水平 2025 年 1-7 月平均水平 百分比绝对水平变动 整体失业率 3.67% 4.18% 0.51 应届大学毕业生 3.25% 4.59% 1.34 大学学位拥有者 2.04% 2.42% 0.38 未受过高等教育的年轻人 5.91% 6.38% 0.47 高技能劳动力密集型 3.56% 4.58% 1.02 来源：Wind，圣路易斯联储，国金证券研究所 基于此，我们认为有必要进一步理解 AI 与美国劳动力市场结构性变化的互相作用，既可以寻找美国就业疲软的真正原因，也是探索 AI 技术自身存在的意义与价值，和在实体经济的具象化体现。 总的来说，虽然美国企业使用 AI 技术的比例持续上行，但远未到对就业产生明显影响的时刻。就业走弱更多是上一轮加息周期带来经济周期性疲软的滞后性反馈。同时，劳动力的囤积以及美国经济的软着陆减少了企业裁员的动机，保护了资深（Senior）员工的职位，而让年轻人成为了“低招聘、低雇佣”的受害者。 图 2：美国私人部门就业从 2022 年初开始下行，直至 2023 年中企稳 来源：Wind，国金证券研究所 一、当前企业对 AI 技术的适应仍以“再培训”为主 首先，对于理解 AI 与就业的动态关系，我们提出一个 4R 观察模型，即 Retraining（再培训）—— Revaluation（再评估）—— Recalibration（再调整）—— Revolution（AI 革命）。不同行业的公司其所处的周期位置并不同步，但大多数公司仍处于再培训阶段，这是我们认为 AI 对就业冲击有限的第一个论据。 -15%-10%-5%0%5%10%199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013201420152016201720182019202020212022202320242025类政府部门就业:同比类私人部门就业:同比宏观经济深度报告 敬请参阅最后一页特别声明 3 扫码获取更多服务 图 3：观察 AI 与就业动态关系的四个“R” 来源：国金证券研究所 例如对于科技类公司，他们无须“再培训”，因为 AI 的本身就是对冗余人力的直接替代，因此他们更多处于“再评估”与“再调整”阶段：硅谷大型科技公司，以及一些传媒业公司已经开启了人员精简过程，这会直接带来“降本增效”。而对于大多数实体企业（服务业、制造业），当下对于 AI 时代的适应依然是以“再培训”为主，在利润率仍有保障的情况下，拒绝盲目的裁员，选择跟随技术突破的“右侧”。 最新的纽约联储的调查也证明了这一点，AI 最主要的效用仍是“信息搜寻”，其次是“市场营销”（这也是目前 AI 落地最为清晰的领域）。而大家认知中真正提升生产力的技术，一般对应着应用新流程（New Workflows）和流程自动化(Process Automation)，但这两者的使用占比并不突出。 同时，AI 的使用也呈现出一些“断断续续”的特性，虽然能完成一次性的预测或生成任务，但缺乏长期经验积累和持续自我改进能力，这使得当前 AI 应用场景依然是“任务主导”，与工作流程、激励机制、组织架构的契合仍需完善。 图 4：纽约联储对于实体企业使用 AI 目的的调查 来源：纽约联储，国金证券研究所 这些企业在回复中也并未对裁员（layoff）产生更浓厚的兴趣，而更多是以“再培训”为主。包括鲍威尔以及近期地方联储举办的相关研讨会也都着重强调于“再培训”对于就业的重要性。这些都符合传统的劳动经济学理论，即应对新技术的正面供给冲击，最平滑的解决方式是提供技术培训以及“干中学”，以提升整个社会的总供给水平。 再培训（Retraining)•大多数非科技公司•AI技术的实际应用场景并不清晰再评估(Revaluation)•少部分非科技公司与中型科技公司•有一定场景，但提升有限再调整(Recalibration)•小型与大型科技公司•对于“冗余"人力的替代AI革命(Revolution)•终极梦想0%10%20%30%40%50%60%供应链优化算力/云端设备储存质量控制流动自动化（包括机器人设备）网络安全与合规会计应用新流程客服数据管理商业分析市场营销信息搜寻制造业服务业宏观经济深度报告 敬请参阅最后一页特别声明 4 扫码获取更多服务 图 5：对于那些已经使用 AI 技术的服务业公司，其倾向于提供技能培训而非裁员 来源：纽约联储，国金证券研究所 二、AI 渗透率依然有限，对就业的冲击被相对高估 AI 迄今为止对就业冲击有限的证据之一是依然较低的渗透率（即过去 6 个月通过 AI 技术提供服务或生产商品的比例）。从行业视角看，在 20 余个大类行业中仅有 6 个的整体渗透率突破 10%，其中信息技术业渗透率最高，渗透率约为 25%。 图 6：AI 对不同行业的渗透率(6 周滚动平均) 来源：Census Bureau，国金证券研究所（此为双周调查，W18 即为第 36 周） Indeed 从人力需求性（Physical Necessity）和任务处理能力(Problem-Solving Abil