核心观点

核心观点：在人工智能产业推动经济增长的过程中，人工智能对就业也产生了创造效应和替代效应两方面影响，现阶段我们很难通过数据拆分出人工智能对就业的替代效应和创造效应孰强孰弱，而我国在产业结构和人口结构方面的优势为我国的就业市场形成了一定的“缓冲垫”，使得人工智能在短期对我国的就业替代作用明显弱于美国，但也需警惕人工智能在我国青年就业以及劳动力收入差距方面存在的风险。

产业层面：AI对我国就业的替代性冲击或较弱

产业结构： AI基建及出口需求对我国制造业就业形成红利。AI基建需求的增加以及大量的出口产品订单一定程度上转化为了我国制造业的就业红利。相比之下，美国更多的是人工智能相关产品的输入国，因此AI对美国就业的创造能力要显著弱于我国。

就业结构：服务业就业占比低指向AI对我国就业替代作用较弱。人工智能技术的普及更容易对服务业就业造成冲击，而2025年我国服务业就业人员比重约为46.5%，远低于同期美国的79.6%，因此在人工智能对就业替代方面的风险敞口也相对更小。更为重要的是，从服务业内部结构来看，我国服务业就业中家政和外卖等在内的生活性服务业就业占比相对美国更高，进一步降低了人工智能对我国就业替代的风险敞口。

工资结构：人力成本相较于AI部署成本更低。在美国高AI使用的企业中，每位员工分摊的年化AI Token开支在2026年5月已接近平均人力成本。与美国相比，2025年我国人工智能部署成本（大模型综合价格）大约是美国的17%，而劳动力平均年薪约为美国的11%，这意味着与美国相比我国劳动力成本相较于人工智能部署成本的优势更加明显，一定程度上也意味着AI对于就业的替代作用可能会弱于美国。

人口层面：AI对老龄化社会的就业冲击或更小

年龄结构：AI对老龄化社会的短期就业冲击或更小。一方面，生成式AI显著降低了高龄工作者对于领先技术的使用门槛，延长了高龄劳动者的劳动寿命；另一方面，老龄化社会的人口特征对应的就业结构性需求，天然构成了抵御人工智能对就业冲击的缓冲带。以日本为例，其医疗和养老相关的服务业就业人口占比显著较高，这使得日本劳动力整体的AI暴露度处于更低水平，就业市场的抗冲击韧性也相对更强。

城乡结构：AI对农村劳动力短期难以形成大范围替代。农村劳动人口由于非标准化工作场景以及成本等方面的因素难以在短期被AI取代，这也一定程度上缓解了AI对我国就业的替代作用。而相较于美国等发达经济体，我国目前城镇化率仍相对较低，因此农村劳动人口比重高于美国等发达经济体，这意味着整体而言AI对我国的就业替代作用会相对弱于美国等发达经济体。

关注人工智能对我国就业带来的潜在风险

一方面，人工智能对青年就业的替代作用相对更强。现阶段我国青年就业面临着总量压力较大、具有一定供需矛盾两方面因素的影响，人工智能对市场需求的影响可能会对青年就业群体造成一定影响。

另一方面，人工智能带来的技术溢价可能会造成短期内不同群体间收入差距的加剧。根据普华永道的统计数据，2025年掌握人工智能技术的就业群体平均获得了62%的工资溢价。而对AI有较大风险敞口的就业群体可能会面临收入下滑的风险。

风险提示：（1）预测数据存在误差的风险：部分数据源于海外机构预测，可能存在误差，导致结论出现偏差；（2）国内政策不及预期的风险：国内市场短期跟随环境波动，针对人工智能的政策推进节奏不及预期，导致结论出现偏差；（3）结论时间错配的风险：如将长期结论用于短期市场，可能存在时间错配风险，导致结论出现偏差。

正文

近两年，在人工智能产业加速发展的过程中，人工智能对就业的影响也成为了宏观领域关注的重点话题之一。

在面临本轮AI驱动的科技浪潮中，我们可以预见到人工智能发展对于就业的影响会存在替代和创造两个维度，国家层面也清晰地描绘了这一轮廓。2025年11月求是网发布文章《客观认识和应对人工智能对就业的影响》，文中提及：“与历次工业革命一样，新一代人工智能技术对就业是一把‘双刃剑’，既有创造效应，又有替代效应”。2026年1月学习时报发布文章《着力破解结构性就业矛盾 实现高质量充分就业》，文中提及：“以自动化、人工智能、大数据、云计算等为代表的新兴技术广泛应用，对岗位产生了‘创造性破坏’效应。一方面，创造出大量新的就业岗位，推动形成如算法工程师、网络运维师、人工智能训练师等新的就业机会。新业态不断涌现，成为就业扩容提质的重要渠道。另一方面，传统制造、信息服务等行业数字化转型加快，新兴技术、机器对劳动力产生较强的替代效应，尤其是对技能要求低、重复性高或者较为繁重、精细、易错、易发生安全问题的领域，出现‘机器换人’现象，替代了相当数量的重复性体力劳动和常规性脑力劳动”。

现阶段，我们很难讲清人工智能对就业的替代效应和创造效应孰强孰弱，但我们可以从人口结构、产业结构等维度去探讨人工智能对我国就业的结构性影响，以此更为精准的去定量刻画人工智能对我国就业的影响。

1. 产业层面：AI对我国就业的替代性冲击或较弱

1.1. 产业结构：AI基建及出口需求对我国制造业就业形成红利

在全球人工智能资本开支周期不断扩张的背景下，全球各国对于高算力GPU服务器、先进冷却系统等AI基础设施以及机器人等在内的智能终端设备需求大幅提升，国内AI基建需求的增加以及大量的出口产品订单一定程度上转化为了我国制造业的就业红利。

得益于我国在制造业方面的全产业链体系优势，今年以来我国承接了来自全球的大量AI产品订单，上半年我国用于AI算力建设的光通信设备激光收发模块和集成电路出口同比分别增长22.3%和88.7%，带动我国上半年出口录得17.6%的高速增长。

根据商务部基于投入产出表的一项研究表明，2018年我国每百万美元出口拉动的就业人数约为40.2人次，虽然随着国民劳动生产率的提高，出口对就业的拉动会边际走弱，但短期内AI产品的大量出口需求仍会对我国就业起到明显的提振作用。而相比之下，美国更多的是人工智能相关产品的输入国，且截至2024年美国制造业增加值占GDP的比重较我国低14.8个百分点，因此AI对美国就业的创造能力要显著弱于我国。

1.2.   就业结构：服务业就业占比低指向AI对就业替代作用较弱

从就业结构的维度，人工智能技术的普及更容易对服务业就业造成显著冲击，而与美国相比，我国服务业就业占比明显较低，因此在人工智能对就业替代方面的风险敞口也相对更小。

美国高度服务化的经济和就业结构，决定了美国劳动力市场对能够自动化认知、信息处理和复杂交互任务的生成式人工智能极为敏感，根据斯坦福大学的一项研究，自2022年生成式AI取得突破以来，22-25岁年轻人在高度AI暴露职业中的就业率下降了约13%。而2026年1月美国劳工部发布的一项研究 也佐证了AI会对服务业就业形成明显的冲击，根据美国劳工部的预测数据，2024年-2034年美国总就业人数将增长3.1%，而部分服务业就业受到AI影响可能反而会录得负增长，如办公室及行政支持职业就业人数预计将减少3.9%、销售及相关职业将减少2.0%。此外，包括法律、传媒和医疗相关的一些基础职业也将录得不同程度的负增长。

相较于美国，我国服务业就业占比明显较低，因此在人工智能对就业替代方面的风险敞口也相对更小。根据国际劳动组织的估算数据，截至2025年我国服务业就业人员比重约为46.5%，远低于同期美国的79.6%，同时较全球平均水平的50.6%也较低。

更为重要的是，从服务业内部结构来看，我国服务业就业中家政和外卖等在内的生活性服务业就业占比相对美国更高，而与生产性服务业相比，生活性服务业短期被人工智能替代的风险相对更小，进一步降低了人工智能对我国就业替代的风险敞口。根据2023年经济普查的数据，剔除掉批发零售业后，我国服务业就业人员中生活性服务业就业人员比重达到了54.6%，同期美国生活性服务业就业人员比重仅为42.4%；而如果将批发零售业也计入生活性服务业就业的范畴（从核算的角度，批发属于生产性服务业、而零售属于生活性服务业，但普查时两者在同一门类），则对应我国服务业就业人员中生活性服务业就业人员比重高达69.5%，同期美国仅为51.7%。

1.3.   工资结构：人力成本相较于AI部署成本更低

从现实角度出发，AI是否会对就业产生替代作用，一定程度上取决于AI的部署成本与劳动力成本之间孰高孰低。

根据金融科技平台Ramp的相关统计数据，在美国AI使用程度最深的1%企业中，每位员工分摊的年化AI Token开支在2026年5月已经接近9万美元，同期美国劳动力的平均雇佣成本约为9.8万美元，这意味着企业仅在Token支出方面付出的成本已经接近平均人力成本，而金融科技平台Ramp预计到2026年四季度，每位员工分摊的年化AI Token开支将突破20万美元，超过美国软件工程师的平均年薪19.2万美元，所以短期来看在高AI使用的情形下，人工智能的部署成本要高于劳动力成本。

而与美国相比，我国劳动力成本相较人工智能部署成本的优势可能更加明显。在AI大模型的Token成本方面，根据瑞银2026年6月的最新统计数据，我国每百万Token的综合价格是0.6美元，而美国每百万Token的综合价格是3.6美元，即我国人工智能部署成本大约是美国的17%。在人力成本方面，以居民人均工资性收入、人口数和就业人员数进行测算，2025年我国劳动力的平均年薪约为4.8万元，而2025年美国劳动力的平均年薪约为6.0万美元，即我国劳动力的平均年薪约为美国的11%。因此综合考虑大模型的Token成本和人力成本两方面的因素来看，与美国相比我国劳动力成本相较于人工智能部署成本的优势更加明显，一定程度上也意味着AI对于就业的替代作用可能会弱于美国。

但值得注意的是，这一测算方法一定程度上忽略了AI所可能带来的长期工作效率方面的提升，若考虑AI在长期带来的效率提升，则企业针对人工智能的投入回报率或将逐步超过普通劳动力。但在现阶段，由于AI的高资本开支以及算力成本的不断增长，企业部署AI的整体成本一定程度上高于人力成本，意味着短期AI对于就业的整体冲击或相对较小。

2. 人口层面：AI对老龄化社会的就业冲击或更小

2.1. 年龄结构：AI对老龄化社会的短期就业冲击或更小

在传统的就业框架下，高龄工作者在就业层面面临两个方面的风险：一是因数字技能不足带来的技术学习壁垒；二是因生理机能下降导致无法继续进行高体力消耗与高危相关工作的风险。而人工智能技术的逐步出现以及普及，恰好解决了高龄工作者在这两个维度的不足。

一方面，在互联网技术普及以来，传统企业软件系统高度依赖复杂的GUI、多层级的菜单导航以及复杂的程序代码，这种人机交互范式使得高龄工作者在面对技术迭代时，往往会承受着较大的认知负荷与学习压力，使其可能因为数字技能不足而难以匹配新的工作需求。而生成式AI等工具的普及则改变了这一现状，生成式AI允许用户通过简单的自然语言进行交互，使得高龄工作者能够通过简单的描述获取到匹配其工作需求的知识及算法，在降低对复杂编程或指令依赖的同时极大地降低了高龄工作者对于领先技术的使用门槛。

另一方面，对于从事建筑、制造业、仓储以及医疗等重体力消耗行业的高龄工作者而言，因生理机能下降导致无法继续进行高体力消耗与高危相关工作会使其面临更大的失业风险。而物理AI的出现正逐步通过自动化替代繁重的体力劳动，显著减轻高龄工作者的体力负担压力，使高龄工作者可以通过使用机器人、工业外骨骼等物理AI载体协助完成高危体力作业，降低工伤风险的同时延长高龄劳动者的劳动寿命。

而更值得注意的一点是，AI 虽然能够完成标准化和重复性的工作，但关键环节仍离不开人类介入，尤其是需要批判性思考、创造性问题解决以及涉及伦理、监督等方面的场景。而积累数十年行业阅历的高龄劳动者，恰好能够在使用人工智能的过程中承担 人机协同中的“决策者”和“监督者”角色，负责监督和校验人工智能的输出内容，以最大化人工智能的准确性和效率提升。

其一，老龄化社会的人口特征对应的就业结构性需求，天然构成了抵御人工智能对就业冲击的缓冲带。从老龄化社会的就业需求变化来看，人口老龄化必然带动医疗照护和生活服务等终端需求持续扩张，而这类岗位高度依赖人际互动、情感共情与物理操作，对于AI的暴露度相对较低，短期内难以被AI完全替代。以日本为例，其较早便进入老龄化社会，是全球老龄化程度最高的国家之一，而受到人口老龄化的影响，日本服务业就业，特别是医疗和养老相关的服务业就业人口占比显著高于绝大多数经济体，这使得日本劳动力整体的AI暴露度处于更低水平，就业市场的抗冲击韧性也相对更强。

其二，前文我们提及AI的替代效应更多集中于青年就业岗位，而老龄化社会往往对应着青年劳动力的短缺，这也意味着AI对老龄化社会的就业替代冲击会更小。根据斯坦福大学的一项学术研究，在2022年10月到2025年9月期间，美国AI暴露程度最高的相关职业中，22-25岁青年就业人口缩减了6%，而35-49岁年龄段的就业人口规模增长了8%。这一定程度上反映出，在一个以中高龄劳动力为主的老龄化社会中，劳动力市场受到AI直接替代比例会相对更低。

2.2.   城乡结构：AI对农村劳动力短期难以形成大范围替代

农村劳动人口由于非标准化工作场景以及成本等方面的因素难以在短期被AI取代，这也一定程度上缓解了AI对我国就业的替代作用。

一方面，相较于二产和三产等相对标准化和结构化的工作，第一产业的工作场景及环境决定了其生产活动具有一定的非标准化特征，如农作物的生产受到地理环境差异、气候环境等多重因素的影响，需要更多由劳动者进行人为决策。因此在这种情形下，AI更多的是承担辅助工具的角色，如无人机植保、精准灌溉等智慧农业工具，而难以对劳动性形成直接替代，农村劳动者在长期生产中积累的环境适应性与现场判断力，仍是不可替代的核心能力。

另一方面，出于农村劳动力成本以及AI部署成本方面的考量，AI也难以在短期替代农村劳动力。对于城镇而言，一条智能化生产线可以替代数十名工人，一套智能客服系统可以服务海量用户，规模效应使得技术替代的投资回报周期短、经济效益显著，企业有充足动力推进AI的落地应用，而对于农村而言，农业工作场景分散和环境复杂的特性使得AI部署成本显著高于城镇，且使用效率和维护成本方面的性价比也低于城镇，而如果进一步考虑到农村劳动力相较于城镇劳动力的雇佣成本整体更低，使得AI对于劳动力的替代会显著慢于城镇。

当然，难以被取代并不意味着不会被改变。人工智能正在深刻重塑农业生产方式，从智能育种到数字农田，从无人机植保到畜禽养殖智能化，技术正在不断拓展边界。但这种改变更多体现为人机协作的效率提升，而非对农村劳动人口的整体性替代。

而相较于美国等发达经济体，我国目前城镇化率仍相对较低，因此农村劳动人口比重显著高于美国等发达经济体，这意味着整体而言AI对我国的就业替代作用会相对弱于美国等发达经济体。

3. 关注人工智能对我国就业带来的风险

尽管与美国相比，人工智能对就业的替代作用在我国的风险敞口相对更小，但我们也需关注人工智能对我国就业可能带来的两方面风险。

一方面，人工智能对青年就业的替代作用相对更强，可能会对我国青年就业造成一定冲击。我们前文提及，现有研究表明人工智能的发展对于青年就业群体的替代作用显著强于中高龄就业群体，而现阶段我国青年就业群体规模有所增加（教育部预计2026届全国普通高校毕业生1270万人，再创历史新高）、有一定供需矛盾两方面因素的影响，在这种情况下人工智能对就业市场需求的影响可能会对我国青年就业造成一定影响。

另一方面，人工智能带来的技术溢价可能会造成短期内不同群体间收入差距的加剧。对于熟练掌握AI技术的就业群体而言，其收入水平会因为技术溢价而出现明显提升，根据普华永道2026全球人工智能就业晴雨表的统计数据，2025年掌握人工智能技术的就业群体平均获得了62%的工资溢价。而对于并不熟练掌握AI技术或者对AI技术有较大风险敞口的就业群体，其收入水平会因为岗位竞争加剧或AI的替代作用而相对承压。根据社科院的一项研究结果，在其他条件不变的情况下，岗位对生成式人工智能的暴露度每提高一个单位，会使该岗位的平均薪资下降约6.4%，佐证了对AI有较大风险敞口的就业群体可能会面临收入下滑的风险。

但从中长期来看，随着人工智能技术溢价的逐步回落，以及AI使用门槛降低后对于低技能劳动者工作效率赋能的逐步提升，两个群体之间可能出现收入同步提升且收入差距收窄的现象，这也意味着人工智能对不同群体收入差距的影响可能呈现倒U型特征。

4.  风险提示

（1）预测数据存在误差的风险：部分数据源于海外机构预测，可能存在误差，导致结论出现偏差；

（2）国内政策不及预期的风险：国内市场短期跟随环境波动，针对人工智能的政策推进节奏不及预期，导致结论出现偏差；

（3）结论时间错配的风险：如将长期结论用于短期市场，可能存在时间错配风险，导致结论出现偏差。

注：本文为东吴证券2026年10月19日报告《AI如何影响我国就业？与美国有何差异？》，分析师：芦哲    S0600524110003；李昌萌  S0600524120007