**摘要**
市场普遍高度关注人工智能对就业市场和通胀水平的影响，这不仅关乎货币政策的制定方向，也会反过来影响社会对AI的需求。AI在带来岗位替代的同时，也会创造新的就业机会，但市场往往过度聚焦于替代效应，忽略了创造效应。一方面，就业创造存在一定的时滞性；另一方面，新增岗位的规模难以量化。我们可以将AI创造的就业分为两类：一是需求扩张直接催生的新增岗位；二是为应对AI衍生冲击而产生的补救式工种。技术进步在提升效率的同时往往伴随新挑战，例如汽车提升了交通效率但带来了环境污染，进而催生了环保产业，这便是典型的补救式就业。这类岗位通常生成滞后，容易被市场忽视。据测算，AI主要对美国就业产生结构性冲击，总量层面的负面影响有限。尽管2026年7月美国非农数据意外走弱，但AI产业链上游的就业状况持续改善。估算显示，2026年AI预计将推升美国失业率0.3个百分点以下，2027年冲击可能边际放大。但需注意，现有测算可能高估了AI的负面冲击，因为部分补救式工种等新增就业难以被完整统计。测算表明，AI有望贡献美国GDP增速的四分之一，对通胀的净影响目前尚不显著，大致在0.2至0.3个百分点之间。综上所述，无需过度担忧AI发展对美联储货币政策的直接冲击。相比AI的影响，美联储通胀工作小组的政策理念，更可能是近期左右美国货币政策走向的核心变量。
**正文**
随着人工智能技术的加速发展，市场对其对就业市场的冲击给予了高度关注。这不仅关系到经济走势与政策应对，也会反过来影响家庭和企业对AI的实际需求。例如，关于美国AI企业大幅裁员的报道时有耳闻。虽然关于AI对美国就业影响的研究不少，但多数集中在局部和静态层面，缺乏宏观层面的清晰答案。同时，市场也关心AI对美国通胀的影响：一方面，有观点认为AI能提高生产效率从而降低通胀；另一方面，也有观点认为AI的高额资本开支会推高通胀。那么，AI到底对美国就业和通胀产生了多大影响？未来又将如何演变？
AI对就业具有双重影响。首先是替代效应，即AI应用可能会取代特定领域和群体的岗位。随着AI认知能力提升和企业应用深化，替代效应会不断加深。世界银行的研究显示，从结构上看，AI可能压缩入门级岗位需求，导致年轻人就业下降；应用初期可能替代部分低学历群体，长期则可能替代部分高学历白领群体。通常情况下，AI暴露度越高、替代性越强的岗位受影响越大，如通用秘书、程序员、金融保险文员等。其次是创造效应。AI产业发展会直接拉动上游生产和就业，如电子设备、建筑、AI相关工程师等。随着应用深化，还可能创造新产业和就业，并通过提升生产率带动经济扩张。此外，还需关注所谓的“富足悖论”：技术进步是一把双刃剑，AI在提升效率的同时也会带来新挑战，需要新的产业和工种来应对，这个过程往往有滞后性。例如，汽车提升了交通效率，但也因燃油污染了环境，从而催生了环保行业。接下来，我们将具体分析AI对就业的替代与创造效应。基于美国数据，世界银行的研究显示，ChatGPT发布前，高替代性和低替代性职位的招聘数据无显著差异；发布后，高替代性行业的招聘数据相对下降了12%。具体来看，ChatGPT发布后的第一个季度（2023年Q1），美国高替代性职位招聘相对下降约5%，劳动力市场对AI冲击反应较快。发布后的第1年、第2年、第3年（截至2025年Q2），平均分别下降6%、14%、18%，替代效应随时间推移而加深。需要注意的是，这一微观数据分析假设其他条件不变，但在实际宏观层面，由于存在各种对冲渠道，AI对就业的影响幅度通常小于微观实证分析。
世界银行的研究还表明，美国年轻职员和中低学历群体受影响相对较大，而资深和高学历者受影响较小，甚至可能受益。具体来看，ChatGPT发布后的第1年，高中学历岗位下降12%，硕士及以上学历岗位上升了5%，体现了互补效应。从2-3年的长期来看，美国本科学历岗位降幅最大。随着AI能力提升，中端白领岗位受冲击相对更大。入门级岗位受冲击尤为显著，经验越丰富的岗位受AI影响越小。生成式AI的知识普及能力，可能部分压缩了“通过入门岗位边干边学”的传统职业路径，而资深员工更多是利用AI提升效率，而非被替代。研究进一步显示，AI高暴露行业虽然可能受到较大替代冲击，但并非一一对应。例如，在相同AI暴露程度下，行政支持、专业服务、企业管理等行业的高AI替代性岗位受影响最大，而交通运输等行业影响相对较小。
其他最新文献的研究结论与上述分析较为相似。例如，Erik Brynjolfsson等（2025）基于美国数据的研究发现，AI高暴露职业中，初入职场的年轻人就业下滑显著，而资深从业人员就业保持稳定。22至25岁群体中，AI暴露度最高的职业就业规模相对最低职业下降了约16%。不同类型的AI对就业影响不同，替代型AI对应入门级就业下降，增强型AI则无负面影响甚至带动就业增长。其他文献也显示，不同行业、职业和岗位受AI影响的程度各异。例如，AI暴露最高的行业是信息服务业，其次是专业科技服务、教育服务等；而农业、建筑业、采矿、住宿餐饮及传统服务业暴露度较低。接下来，我们将估算AI对就业的净影响。截至2026年6月，美国非农就业规模比疫情前（2014-2019年）趋势值低5.3%（882万人）。但疫情可能带来了永久性冲击，因此按疫情前趋势外推并不合理。如果将疫情前趋势下移至与非农就业相切的直线作为疫情后趋势，则当前非农就业比其趋势值低2.5%（405万人）。然而，不能将这个缺口简单归结为AI的替代，中观层面的分析也印证了这一点。理论上，AI暴露高的行业就业缺口应更大，即暴露指数与就业缺口的斜率应为正。但基于美国行业数据的分析显示，二者斜率偏负。住宿餐饮、行政支援、建筑等行业就业降幅较大，而这几个行业通常被认为是AI暴露度较低的。这表明AI并非这些行业就业缺口的主因。
另一种方法是对比非农就业规模与实际GDP走势。疫情前（2016年底至2019年底）就业增量对实际GDP增量的关系约为3.8人/百万美元（2017年不变价）。按此关系推算，ChatGPT发布后（2022年Q4），实际就业规模比GDP推算的理论就业规模缺口边际扩大321万人（截至2026年Q1）。虽然此方法较前一种有改进，但缺陷在于无法区分哪些缺口应归结为AI的影响。此外，美国就业无疑受到了退休和移民政策的影响。美国国会预算办公室（CBO）预计，特朗普第二任期内美国净移民规模可能比此前预估减少约262万人。这意味着，在321万人的缺口中，如果262万是移民政策导致的，那么包括AI和退休因素在内的就业缺口仅为59万人。
为了更精确估算AI的影响，我们比对了AI高暴露行业和低暴露行业就业走势的差异。微观数据显示，近几年无论高暴露还是低暴露行业，就业增长均较2023年前放缓，这是宏观经济周期等因素所致。二者的差异化走势才反映了AI的影响。估算显示，若以低暴露行业为基准，截至2026年6月，高暴露行业就业多下降了83万人。按此外推，至2026年底美国非农就业替代规模可能为101万人。然而，这个方法高估了负面冲击，因为它忽略了创造效应。例如，低暴露行业实际上受到了AI发展的正向拉动。如前所述，AI对就业的创造机制多元，如“富足悖论”效应，但数据可得性弱且存在滞后。但AI资本开支对上游就业的带动是可估算的。核心思路是将AI投资视为新增最终需求冲击，通过投入产出表追踪其对上游行业产出的拉动，再根据劳动报酬率计算对薪酬的拉动，除以人均薪酬即可计算就业拉动。基于此框架，2026年AI投资或拉动美国45万人就业；若考虑AI财富效应拉动消费及AI相关出口增长，合计可能拉动59万人就业。其中，计算机与电子行业16万，建筑业7万，计算机系统设计、电气设备各3万，其他行业17余万。数据中心建设增加了建筑领域就业，架构部署调试拉动计算机系统行业，电力和冷却系统拉动电气设备和机械设备行业。这些正向拉动部分对冲了负面影响。预计2026年全年，AI对美国就业的总冲击可能为42万人左右，相当于推升失业率0.3个百分点。随着AI应用深化，2027年AI对高暴露行业就业的替代影响可能扩大。根据预测，2026年底、2027年底美国高暴露行业就业可能额外减少101万人、131万人。随着投资规模增加，AI资本开支带来的正向就业拉动可能边际减弱，但中性预期下2027年增量可能小于2026年。基于投入产出表估算，2027年中性情形下AI资本开支拉动就业30万人，考虑消费和出口拉动合计45万人。乐观、悲观预期下，2027年正向拉动就业可能分别为65万人、28万人。综合来看，考虑替代与拉动的对冲，2027年AI对就业的影响可能加深（87万人），对失业率的推升可能较2026年高0.2个百分点。需要强调的是，我们的估算可能高估了AI的负面冲击，因为低估了AI创造的就业数量：（1）投入产出表仅计算了产业链传导拉动的上游就业，未考虑企业扩张带来的新就业；（2）AI应用有助于提高全社会生产率，促进经济发展和带动就业；（3）为应对“富足悖论”产生的工种未被考虑，“一人企业”创造的就业也未统计。例如，有文献显示，2020年以来，随着生成式AI发展，澳大利亚AI治理与合规岗位复合年增长率为18%，集中在提示工程师、AI伦理官等。欧洲统计局数据显示，金融服务领域自动化产生监督岗位的速度约为制造业的3倍，集中在合规、算法问责职能。美国劳工统计局数据显示，AI监督类岗位年均增长15%，包含算法审计师、机器学习校验专员，薪资较全国中位数高出40%。
我们用两种方法计算AI对美国经济的带动。方法一是投入产出法，计算五大云厂商资本开支对上游增加值的带动，并考虑股市财富效应带来的消费拉动及AI出口拉动。研究显示，由于美国AI投入中计算机、电子、电气、机械设备等对外进口依赖度高，其对本国GDP的拉动相应减弱。美国AI资本开支对本国GDP的拉动乘数约为0.3至0.4。中性预期下，2026年对GDP的拉动点数在0.36个百分点左右。若考虑财富效应刺激消费和计算机电子产品出口，对GDP增速拉动可达0.48个百分点。方法二是基于三驾马车的分解。考察支出法GDP中，AI相关的投资、进出口对GDP的贡献，以及AI财富效应带来的消费贡献。从三驾马车增速变化看，AI拉动美国经济增速0.5至0.6个百分点。2026年Q1，美国信息处理设备、软件及数据中心固定投资连续5个季度两位数高增长，贡献了GDP增速的1.13个百分点。AI带动的股市上涨形成财富效应，有利于消费增长，2026年Q1 Mag10股价上涨对消费拉动可能为0.16个百分点。净出口方面，由于美国AI投资对进口依赖大，计算机设备净出口对GDP贡献为负0.74个百分点。三项合计，2026年Q1 AI相关行业对美国GDP同比增速拉动0.55个百分点，贡献了同期GDP增速（2.57%）的21.5%。2027年AI投资对GDP拉动程度可能有所降低。根据FactSet预测，中性及悲观情形下，2027年AI资本开支对经济的拉动较2026年分别放缓0.12和0.17个百分点；乐观情形下则较为有韧性，仅放缓0.05个百分点。
Salem Abo-Zaid（2026）研究显示，2023年起，AI相关投资对美国GDP平减指数增速贡献上升，2024至2025年平均贡献约0.3至0.4个百分点。数据显示，AI相关物品涨价对美国CPI影响较小，对PCE通胀推升0.25至0.3个百分点。AI通胀主要体现在计算机硬件和软件以及电力价格上。由于CPI和PCE权重差异，影响程度不同。估算显示，2026年CPI增速中，信息技术产品贡献0.02个百分点、电力贡献0.03个百分点，合计约0.05个百分点。2024年以来，AI相关物品对PCE通胀贡献上行，2026年Q2贡献达到0.25至0.3个百分点。AI对美国PPI通胀的贡献可能在0.2个百分点左右。2026年AI相关电子产品、电力价格变化对美国PPI增速的直接影响分别为0.06、0.01个百分点。假设价格充分传导，二者对总体PPI分别拉动0.15、0.03个百分点，合计拉动0.18个百分点，批发贸易、机动车等受间接影响较大。
综合来看，AI对美国经济增长的贡献明显，对总体就业的冲击和对通胀的影响均比较温和。美国经济将呈现增长温和修复、就业基础较广、通胀仍有黏性的态势。AI及相关投资并非当前经济韧性的唯一来源，财政支出、居民消费、贸易活动修复仍在支撑增长和就业稳定，与此同时，高利率及部分家庭信用压力限制经济上行空间。增长仍有底部支撑。政府支出、居民消费、库存补充和贸易活动改善继续支撑需求，建筑、制造之外，运输、批发零售等贸易相关行业也在回暖；但高利率仍压制住房、商业地产和传统企业投资，经济更可能温和扩张而非重新加速。就业改善具有一定广泛性。2026年7月美国非农就业意外减少2.3万人，但与AI相关的就业增加。例如，与AI数据中心建造有关的非住宅建造业增加1.9万人，与AI相关的计算机与电子设备制造业增加2900人。受AI替代效应影响相对较大的行业中，金融业岗位继续减少，但信息科技行业由上月减少1.3万人转为本月增加1.1万人。消费总量保持韧性，但内部继续分化。高收入家庭受益于资产价格上涨和高利率中枢下的利息收入，消费能力较强；低收入家庭则受到高物价、信用卡利率和偿债压力约束，消费增长对高收入群体的依赖进一步上升。通胀下降仍会较为缓慢。能源价格的路径左右整体CPI走势，除此之外，工资、房租、医疗保险及其他服务价格仍具黏性；关税和供应链调整也可能持续推高商品与中间品成本。金融与财政因素方向相反。《大美丽法案》退税和政府支出继续托底需求，但高利率、债务再融资及银行信贷约束逐步累积，对小企业、房地产和低信用家庭形成更明显拖累。至于货币政策走势，更需要关注沃什通胀工作小组的新思维，而非AI对通胀的影响。