摘要

市场高度关注AI对就业与通胀的影响，其不仅关乎货币政策取向，还会反向作用于AI自身的需求。AI同时带来岗位替代与岗位创造，但市场往往过度聚焦替代效应；一方面就业创造可能存在时滞，另一方面新增岗位本身更难量化。

AI创造的就业至少可划分为两类：一是需求扩张直接催生的新增岗位；二是应对AI衍生冲击而出现的补救式工种。技术进步在提升效率的同时总会伴生新挑战，正如汽车提升交通效率，但带来环境污染，继而催生出环保相关产业，便是典型的补救式就业。该类岗位生成滞后，也容易被市场忽略。

我们测算表明，AI对美国就业以结构性冲击为主，总量层面的扰动尚有限。2026年7月美国非农数据超预期走弱，但AI产业链上游就业持续改善。我们的估算显示，2026年AI对美国失业率的推升大概率低于0.3个百分点；2027年就业扰动或边际放大。但需注意，现有测算有可能高估AI的负面冲击，部分因为补救式工种这类新增就业难以被完整统计。我们测算，AI或贡献美国GDP增速的四分之一，对其通胀的净影响目前尚不显著，大致落在0.2‑0.3个百分点区间。

综上，不必过度担忧AI发展对美联储货币政策的直接影响。相比AI，美联储通胀工作小组的政策理念，可能是近期左右美国货币政策走向的核心变量。

正文

随着AI加速发展，市场非常关心AI对就业的冲击，因为这涉及到经济走势与政策应对，反过来也影响家庭和企业对AI的需求。比如，美国AI企业大幅裁员的报道时有耳闻。关于AI对美国就业影响的研究并不少，但多数是局部与静态分析，宏观层面没有一个清晰的答案。与此同时，市场也很关心AI对美国通胀的影响。一方面，有观点认为，AI将提高生产效率，从而降低通胀。另一方面，也有观点认为，AI资本开支将提高通胀压力。那么，AI到底对美国就业和通胀产生了多大影响？未来可能怎么演变？

AI对美国就业总量影响不大

AI对就业有双重影响。一方面是替代，也就是AI应用可能会替代特定领域和群体的就业。AI对就业的替代会随AI认知能力提升和企业应用而深化。世界银行的研究显示，从结构来看，AI可能会压缩入门级岗位需求，导致年轻人就业下降；AI应用初期可能替代部分低学历群体，长期可能替代部分高学历白领群体。一般来说，AI暴露度越高、替代性越强的岗位，受AI影响可能越大，其中通用秘书、程序员、金融保险文员等，替代可能性最大。

另一方面，AI也会创造就业。AI产业发展会直接拉动上游生产和就业，例如电子设备、建筑、AI相关工程师等。随着AI应用深化，可能还会创造新的产业和就业，并通过提升生产率带动经济发展和就业扩张。创造方面，还有一个大家可能忽视的机制是所谓的“富足悖论”，其含义是技术进步是双刃剑：AI发展既提高了生产效率，改善了人类生活，也会带来新的挑战，需要新的产业和工种来应对这些新问题，但这个过程往往有滞后。比如，汽车的应用改善了交通效率，但也因为用油而污染了环境。为了应对环境污染，环保行业应运而生。

接下来我们具体分析一下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，AI替代性高和替代性低的职位招聘无显著差异；发布后，美国高替代性的行业招聘数据相对下降了12%。具体来说，ChatGPT发布后第一个季度（2023Q1），美国高替代性的职位招聘相对下降约5%，劳动力市场对AI冲击反应较快。发布后第1年、第2年、第3年（截至2025Q2）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，这个微观数据分析假设其他条件不变，但实际中，宏观就业由于存在各种对冲渠道，AI对就业的影响幅度小于微观实证分析。

图表1：生成式AI对美国不同替代程度的职位的影响

资料来源：Yan Liu; He Wang and Shu Yu, (2025), Labor Demand in the Age of   Generative AI: Early Evidence from the U.S. Job Posting Data, No 11263,   Policy Research Working Paper Series, The World Bank，中金公司研究部

图表2：AI对美国就业的替代随时间推移而深化

资料来源：Yan Liu; He Wang and Shu Yu, (2025), Labor Demand in the Age of   Generative AI: Early Evidence from the U.S. Job Posting Data, No 11263,   Policy Research Working Paper Series, The World Bank，中金公司研究部

基于美国数据，世界银行的研究还显示，美国年轻职员、中低学历受影响相对较大，资深、高学历者受影响相对较小，甚至可能受益。具体来说，ChatGPT发布后的第1年高中学历的岗位下降12%，硕士及以上学历岗位上升了5%（体现互补效应）。ChatGPT发布后的2-3年来看，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。美国入门级岗位受冲击相对比较显著，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，资深员工更多是用AI提升效率，而非被替代。

图表3：AI在中长期对美国中高学历就业影响更大

资料来源：Yan Liu; He Wang and Shu Yu, (2025), Labor Demand in the Age of   Generative AI: Early Evidence from the U.S. Job Posting Data, No 11263,   Policy Research Working Paper Series, The World Bank，中金公司研究部

图表4：AI对美国入门级岗位的就业影响相对更大

资料来源：Yan Liu; He Wang and Shu Yu, (2025), Labor Demand in the Age of   Generative AI: Early Evidence from the U.S. Job Posting Data, No 11263,   Policy Research Working Paper Series, The World Bank，中金公司研究部

世界银行的研究进一步显示，AI高暴露行业可能受到的替代冲击比较大，但并非一一对应。比如，基于美国的数据，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替代性岗位就业受影响最大，交通运输等行业影响相对较小。

图表5：相同AI暴露程度下，美国行政支持、专业服务等行业的高AI替代性岗位就业受影响靠前

资料来源：Yan Liu; He Wang and Shu Yu, (2025), Labor Demand in the Age of Generative AI: Early Evidence from the U.S. Job Posting Data, No 11263, Policy Research Working Paper Series, The World Bank，中金公司研究部

其他最新文献研究结论与上面这个分析比较相似。比如，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比较显著，而资深从业人员就业保持稳定。22-25岁群体中，AI暴露度最高的五分位职业的就业规模，相对AI暴露度最低五分位的职业出现了16%左右的下降。不同类型的AI对就业的影响不同，替代型AI对应入门级就业下降，增强型AI对就业无负面影响甚至带动就业增长。

其他文献也显示，不同行业、不同职业、不同岗位受AI影响的程度不同。比如，Kathryn Bonney等（2024）基于美国数据的分析显示，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。AI暴露最低的行业包括农业、建筑业，以及采矿、住宿餐饮、传统服务业。

我们接下来估算AI对就业的替代总数。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）。但疫情对就业可能带来了永久冲击，因此，按疫情之前的趋势外推就业缺口并不合理。如果将疫情前趋势往下平移到与非农相切的直线作为疫情后趋势，则当下的非农就业比其趋势值低2.5%（405万人）。

图表6：美国非农就业人数和趋势对比

注：数据截至2026年6月  资料来源：Wind，中金公司研究部

但不能将这个缺口简单归结为AI的替代，中观分析也印证这个结论与现实不符。理论上讲，AI暴露高的行业就业缺口也越大，也就是说，行业散点图中的暴露指数与就业缺口的斜率应该为正。但我们基于美国行业数据的分析显示，这二者的斜率偏负。其中住宿餐饮、行政支援、建筑等行业就业规模较疫情前趋势降幅较大，而这几个行业一般认为是AI暴露比较低的行业。

图表7：美国就业缺口较大的行业AI暴露度反而较低，表明AI并非其就业缺口的主因

注：行业AI暴露指数计算基于美国劳工部O*NET数据库，经过z-score标准化处理，越大代表暴露度越高  资料来源：Ed Felten, Manav Raj & Robert Seamans, How will Language Modelers like ChatGPT Affect Occupations and Industries? (2023)，Wind，中金公司研究部

我们也将非农就业规模和实际GDP走势相比来推算就业缺口。疫情前（2016年底至2019年底）就业增量对实际GDP增量的关系大致为3.8人/mn2017$（即每增加100万美元2017年不变价GDP，对应增加3.8人非农就业）。按此关系推算，ChatGPT发布（2022Q4）后，实际就业规模比GDP推算理论就业规模缺口边际扩大321万人（截至2026Q1）。这个方法虽然较上述方法有改进，其缺陷也是不能区分哪些缺口应该归结为AI的影响。

图表8：美国非农就业和实际GDP（2017年不变价）走势

注：美国分行业GDP数据截至2026Q1，非农就业数据截至2026年6月  资料来源：Haver，中金公司研究部

除了AI，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）在特朗普上任前预计2025年美国净移民约为200万人，而最新估计值降至41万人；2026年原预计为160万人，最新预计值降至57万人。这意味着特朗普第二任期内美国净移民规模可能比此前预估少了约262万人。Brookings采用不同方法也得出相近结果：2025年净移民可能为-29.5万至-1万人，相比其此前较温和的特朗普政策情景下约130万人的净流入，当年缺口约131万—160万人，与CBO对2025年的预测调整幅度相近。如果假设321万人缺口中262万人是移民政策导致的，则包括AI和退休因素带来的就业缺口也就是59万人。

为了更为精确地估算AI对就业的影响，我们比对了AI高暴露行业和AI低暴露行业就业走势的差异。微观数据来看，近几年无论是AI暴露高的行业还是暴露低的职业，就业规模增长均比2023年之前有所放缓，背后是宏观经济周期等因素导致的。低暴露和高暴露之间的差异化走势，才反映了AI的影响。我们的估算显示，如果按行业将美国非农就业划分为高暴露和低暴露行业，并以低暴露行业为基准，则截至2026年6月，高暴露行业多下降了83万人就业。按此外推，至2026年底美国非农替代规模可能为101万人。

图表9：AI高暴露的职业，就业人数走势弱

注：该图考察的是22-25岁初入职场群体，因为这类群体AI暴露度对就业影响的数据特征最明显  资料来源：Bharat Chandar, Bharat Chandar & Ruyu Chen, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence (2025)，中金公司研究部

图表10：美国AI高暴露和低暴露行业就业对比

注：AI暴露高的行业统计了信息业、金融和保险业、专业服务、科学技术服务、公司和企业管理、行政和支援服务等。其他行业被统计为AI暴露中等或较低的行业，例如采矿业、建筑业、制造业、批发零售业、运输和仓储业、公用事业等。数据截至2026年6月。资料来源：Wind，中金公司研究部

这个方法得出的替代规模远低于前面的方法，但没有考虑创造效应，因此高估了AI对美国就业的负面冲击。比如，低暴露行业实际上受到了AI发展的正向拉动，以其为基准考察高暴露行业，会使计算出的缺口被放大。

如前所述，AI对就业的创造机制是多元的，比如“富足悖论”效应，但数据可得性弱，而且有的创造效应可能有滞后。但AI资本开支对上游就业的带动是完全可以估算的。核心思路是将AI投资视为新增最终需求冲击，先按投资领域将AI投资拆分到投入产出表各行业，通过投入产出表追踪其对上游行业产出的拉动（包括直接和间接拉动）。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对各行业的就业拉动。基于以上框架计算，2026年AI投资或拉动美国45万人就业；如果再考虑AI财富效应拉动消费以及AI相关出口的增长，合计或拉动59万人就业。

图表11：美国5大云计算厂商capex增长拉动的就业人数

注：FactSet预测数据统计截至2026年7月  资料来源：FactSet，Wind，中金公司研究部

我们的估算显示，2026年AI资本开支带来的45万增量就业中，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3万人，其他行业17余万人。其中：数据中心建设增加了对建筑领域的就业需求；数据中心的架构/部署/调试等拉动计算机系统行业；数据中心的电力系统、冷却系统分别拉动电气设备、机械设备行业。

图表12：美国5大云计算厂商capex增长拉动的就业人数估算

注：FactSet预测数据统计截至2026年7月  资料来源：FactSet，Wind，中金公司研究部

这些拉动会部分对冲前面所述的负面影响。我们预计，2026年全年，AI对美国就业总的冲击可能为42万人左右（101万减去59万），相当于美国失业率的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。按非农就业高暴露vs低暴露行业走势差异外推，再依据市场对五大云厂商的资本开支的预测（统计截至2026年7月），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 capex带来的正向就业拉动可能边际减弱。AI capex将会继续扩张，并带动新的就业。不过，中性预期下2027年增量可能小于2026年增量。

基于投入产出表的估算显示，2027年中性情形下，美国AI capex可能拉动就业30万人，考虑消费和出口的拉动合计45万人。乐观、悲观capex预期下，2027年美国AI正向拉动就业可能分别为65万人、28万人。综合来看，考虑就业替代和就业拉动的对冲，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对就业的负面冲击。一方面，我们低估了AI创造的就业数量：（1）通过投入产出表计算就业拉动，仅考虑了通过产业链传导拉动的上游就业，未考虑到AI应用导致企业扩张而创造的新就业。（2）AI应用有助于提高全社会的生产率，促进经济发展和带动就业。（3）为应对“富足悖论”而产生的工种没有被考虑，而“一人企业”创造的就业也没有被统计到。

“富足悖论”方面，有文献显示，2020年以来，随着生成式AI的发展，澳大利亚AI治理与合规岗位的复合年增长率为18%，岗位集中在提示工程师、AI伦理官等新兴职能。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，岗位集中在合规、算法问责（风险补救、模型复核）职能。美国劳工统计局最新数据显示，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，薪资较全国中位数平均高出40%。

AI对美国经济增长的带动比较显著

我们用两种方法来计算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，在此基础上，我们也计算来自股市财富效应的消费对增加值的带动，以及AI出口对增加值的带动。我们的研究显示，由于美国AI投入中占比较高的计算机、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 capex对本国GDP的拉动乘数约为0.3-0.4，即每增加1美元的AI capex可以拉动0.3-0.4美元的美国GDP。从投入产出表关系来看，中性预期下，2026年对GDP的拉动点数在0.36个百分点左右。如果考虑财富效应刺激消费、计算机电子产品出口，则对GDP增速拉动为0.48个百分点。

图表13：美国AI投资支出对GDP的拉动乘数

资料来源：Dong He; Zhiwei Zhang and Wenlang Zhang, (2009), How Large Will Be the   Effect of China‘s Fiscal-Stimulus Package on Output and Employment?, Pacific   Economic Review, 14, (5), 730-744，Bureau of Economic Analysis，Wind，中金公司研究部

图表14：美国AI投资支出对GDP的拉动

资料来源：Dong He; Zhiwei Zhang and Wenlang Zhang, (2009), How Large Will Be the Effect of China‘s Fiscal-Stimulus Package on Output and Employment?, Pacific Economic Review, 14, (5), 730-744，Bureau of Economic Analysis，Wind，中金公司研究部

方法二是基于三驾马车的分解。也就是考察支出法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对GDP的贡献。从三驾马车增速变化来看，AI拉动美国经济增速0.5-0.6个百分点。美国信息处理设备+软件+数据中心3项固定投资连续5个季度两位数高增长，2026Q1大约贡献了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。2026Q1 Mag10股价上涨对消费拉动可能为0.16个百分点。净出口方面，美国AI投资对进口依赖度大，2026Q1计算机设备净出口对GDP贡献-0.74个百分点。三项合计，2026Q1 AI相关的行业对美国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%。

图表15：AI对美国实际GDP同比增速的拉动

资料来源：Wind，中金公司研究部

2027年AI投资对GDP拉动程度可能有所降低。根据FactSet提供的5大云服务商capex预测，中性和悲观情形下，2027年AI capex对经济的拉动可能较2026年分别放缓0.12和0.17个百分点。而乐观情形下则较为有韧性，仅放缓0.05个百分点。

图表16：美国AI资本开支对其GDP增速的拉动

注：FactSet对几家云厂商capex的预期值的统计样本是全球主要卖方机构分析师预测值，取平均数为中性预测值，最小值为悲观、最大值为乐观预测值。FactSet预测数据统计截至2026年7月  资料来源：FactSet，中金公司研究部

AI对美国通胀影响有限

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，2024-2025年平均贡献约0.3-0.4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0.25-0.3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，对二者影响程度不同。我们估算，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，2026Q2贡献达到0.25-0.3个百分点。

图表17：AI相关项对美国CPI通胀的贡献

资料来源：Wind，中金公司研究部

图表18：AI相关项对美国PCE通胀的贡献

资料来源：Wind，中金公司研究部

AI通胀对美国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、电力价格的变化，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大。

图表19：AI价格对各行业PPI通胀的传导

资料来源：BEA，Wind，中金公司研究部

综合来看，AI对美国经济增长的贡献比较明显，对总体就业的冲击和对通胀的影响均比较温和。美国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（比如通胀指标扩围），而不是AI对通胀的影响。

注：本文来自中金公司2026年8月9日发布的《AI对美国就业影响不大》，报告分析师：张文朗 S0080520080009，段玉柱 S0080521080004，肖捷文 S0080523060021