宏观专题研究报告：AI的替代与创新

敬请参阅最后一页特别声明1宏观经济组分析师：宋雪涛（执业 S1130525030001）songxuetao＠gjzq.com.cn联系人：陈瀚学chenhanxue@gjzq.com.cnAI 的替代与创新理解 AI 的经济价值，需要区分替代与创新。替代是以更低成本完成原本由人承担的工作，其收入空间主要锚定被替代的工资池；创新则突破时间、搜索空间和专业经验等约束，使过去难以完成的任务成为可能，创造新的供给、需求与收入。从替代到创新，AI 应用可分为三个层次。第一类是替代式应用，如银行信贷调查与报告撰写，主要通过节省工时、降低成本改善既有业务。第二类是半替代半创新式应用，如 AI 短剧与 AI 陪伴，通过降低供给成本、扩大服务覆盖，使小众内容和高频个性化服务等原本缺乏经济可行性的需求形成市场。第三类是创新式应用，通过增强复杂系统的预测、决策与探索能力，拓展生产力边界。网约车调度和支付风控体现了效率与服务能力的改善，未知酶系统发现、新蛋白质设计和聚变磁场数学研究，则进一步展示了 AI 参与知识创造的潜力。AI 长期收入空间取决于其能否将能力突破转化为持续的新增产出。科研成果仍需经过实验验证、工程转化和商业化，才能形成新的产品与收入；产业新增价值能够被 AI 企业获取的比例，也取决于竞争格局和商业模式。因而，评估 AI的长期价值，既要考察劳动替代与成本节约，也要关注新市场形成、科研成果转化及收益分配。只有技术进步带来更广泛的收入增长和生活改善，才能形成创新、投资与消费相互促进的循环。风险提示技术进展及商业化不及预期；测算口径与案例代表性存在局限；监管约束及分配失衡风险。宏观专题研究报告2026 年 10 月 23 日宏观专题研究报告证券研究报告宏观专题研究报告敬请参阅最后一页特别声明2扫码获取更多服务一、什么是替代，什么是创新一段时间以来，市场讨论 AI 对经济的影响，常常被简化为“替代”、忽视了“创新”。替代与创新是两种性质不同的价值来源，前者是把原本由人完成的工作做得更便宜，收入上限锚定在被替代的工资池；后者完成了此前人力无法完成的任务，收入上限不可预先锚定。《AI 洪流三部曲：ARR 的边界》中，我们基于 Anthropic 的实际使用暴露度与 OpenAI、Eloundou 等的理论暴露度两套口径，映射到美国 BLS 约 830 个职业的就业与薪资数据上，得出结论：美国约 10.83 万亿美元总薪资中，AI 实际暴露约 1.45 万亿美元（占 13.4%），涉及 1835 万人（占 11.8%）；AI 理论潜在暴露规模则约 5.68 万亿美元（超 52%），涉及 6830 万人（占 43.9%）。从行业来看，理论上最有可能被 AI 替代的行业是计算机与数学（87.6%），商业与金融（78.2%），以及法律（78.0%）；实际暴露度最高的行业是计算机与数学（35.3%），办公室与行政支持（33.2%），以及销售相关职位（24.6%）。图表 1：不同行业的理论暴露度与实际暴露度来源：Anthropic，OpenAI，BLS，国金证券研究所该测算是以“替代”的视角来衡量 AI 收入的天花板。“替代”指的是 AI 完成的任务人原本就能完成，只是 AI 做得更快，成本更低。而“创新”指的是 AI 能完成人即使大幅增加投入也无法完成的任务。这类任务通常存在三类约束：一是时间成本，例如周期以月、年计，无法靠并行、叠加人力进行压缩，而被人类放弃的实验；二是搜索成本，如实验组合规模过大，超出人力可穷举的范围；三是复制成本，如一些行业的顶级专家需多年培养，无法在短期内批量供给。创新的价值体现为新供给、新产品和新收入池，这部分对应的 AI 收入天花板难以预测。二、AI 从替代到创新的三个层次AI 的应用从替代到创新可分为三层——“替代、半替代半创新、创新”。三者的区别在于，替代式应用主要改变既有产品的成本结构，半替代半创新式应用有助于拓展新需求，创新式应用则切实推动生产力边界向外扩张。当前这三类AI 应用均已出现实际案例。（一）替代式应用：降低既有生产活动成本银行的对公信贷智能体是一个典型案例。比如识别营业执照、财务报表、税务和征信材料，并结合实时上下游的数据信息和舆情状态生成授信调查报告，将授信报告的撰写由天级缩短至分钟级，并节省客户经理工时。如果 AI 只是代替客户经理完成信贷调查和报告撰写，那就只是替代价值，主要体现在人力替代和业务效率提升。如宏观专题研究报告敬请参阅最后一页特别声明3扫码获取更多服务果未来 AI 能提高信贷投放准确率、降低授信风险，意味着将改变信贷产品或风险定价方式，那么这就是 AI 的创新价值。（二）半替代半创新式应用：让原本不具备经济可行性的需求形成市场AI 短剧属于介于替代和创新之间的商业化场景。传统影视内容制作受到演员、场景、拍摄周期和制作团队的约束，对于受众规模有限的小众题材，潜在收入可能不足以覆盖制作成本。AI 视频生成显著降低内容生产门槛，使部分长尾 IP、小众题材和跨语言内容具备商业化条件。据报道，一部 80 集国内 AI 短剧的 Token 支出约 6 万—7 万元，出海版本可能超过 20 万元，部分精品短剧达到 40 万元1。中文在线数据显示，AI 短剧及视频生成已占国内 Token 消耗份额的 55%，明显高于软件开发等传统应用领域2。AI 陪伴的逻辑类似。真人能够提供情感交流、咨询和互动服务，但受到人员数量、服务时间和支付能力的限制，难以持续满足高频、低客单价的个性化需求。AI 可以以较低的边际成本提供全天候互动，扩大服务的覆盖范围，不过其对真实社会关系和专业服务的替代能力或存在边界，也受到安全、隐私和监管约束。这类应用目前是现有产品的替代，但也有其创新。创新在于降低了供给成本，使原本难以商业化的创意需求更易形成新的市场，创造的增量收入具有现实意义。（三）创新式应用：AI 正在突破人类能力的“边界”AI 创新的核心价值，是突破人类在时间尺度、搜索空间和专业经验上的约束，使过去难以完成的科学探索和复杂任务成为可能。与单纯提高工作效率不同，创新是通过大规模预测、筛选和实验验证，将原本无法充分探索的领域转化为可研究的问题，进而创造新的知识、技术和产品。目前，AI 的创新性价值已经在创新药、生命科学、新材料和复杂系统预测等领域得到验证。一个生活化的案例是网约车调度优化。AI 提高了网约车需求的预测精度和实时匹配能力，降低空驶率和接驾距离，节约车辆调度时间，提高司机收入，这就是创新价值的体现。比如，T3 出行的“领行阡陌”大模型将司机空驶率降低17.5%3；享道出行“智慧大脑”使全国网约车接驾距离下降 9.1%，2025 年司机每小时收入同比提升 6.8%4。在金融风控领域，AI 已经能够提升风险识别的能力、降低诈骗损失。例如，AI 风控系统依据设备指纹、IP 地址等关联信息帮助金融支付公司 Stripe 发现银行卡交易中的风险信息，降低疑似欺诈量5。在科学研究领域，AI 正在承担更多提出假设、筛选方案和检验结果的工作，使研究人员能够探索过去难以覆盖的问题空间。比如，AI 预测设计新的蛋白质结构6，分析筛选出未知的逆转录酶7， 找到了描述聚变装置三维磁场的新数学解8。