AI 是否造成就業疲軟成為過去一段時間的焦點。一方面是因為進入2025 年後美國非農新增就業明顯放緩，且年輕人和高學歷勞動力的就業表現持續較差，這部分人群面對AI 有更大脆弱性；另一方面是從更宏觀的角度看，美國疫情後就業的修復速率拐點與ChatGPT 推出時較為一致，近期陸續發布的學術論文也觀察到較為明顯的替代品。

基於此，我們認為有必要進一步理解AI 與美國勞動力市場結構性變化的相互作用，既可以尋找美國就業疲軟的真正原因，也是探索AI 技術本身存在的意義與價值，和在實體經濟的具象化體現。總的來說，雖然美國企業使用AI 技術的比例持續上行，但遠未到對就業有明顯影響的時刻。就業走弱更多是上一輪升息週期帶來經濟週期性疲軟的滯後性回饋。同時，勞動力的囤積以及美國經濟的軟著陸減少了企業裁員的動機，保護了資深（Senior）員工的職位，而讓年輕人成為了「低招聘、低僱傭」的受害者。

一、目前企業對AI 技術的適應仍以「再培訓」為主首先，對於理解AI 與就業的動態關係，我們提出一個4R 觀察模型，即Retraining（再培訓）—— Revaluation（再評估）—— Recalibration（再調整）—— Revolution（AI 革命）。不同產業的公司所處的周期位置並不同步，但大多數公司仍處於再培訓階段，這是我們認為AI 對就業衝擊有限的第一個論點。 

例如對於科技公司，他們無須“再培訓”，因為AI 的本身就是對冗餘人力的直接替代，因此他們更多處於“再評估”與“再調整”階段：矽谷大型科技公司，以及一些傳媒業公司已經開啟了人員精簡過程，這會直接帶來“降本增效”。而對於大多數實體企業（服務業、製造業），當下對於AI 時代的適應依然是以「再培訓」為主，在利潤率仍有保障的情況下，拒絕盲目的裁員，選擇跟隨技術突破的「右側」。最新的紐約聯邦儲備銀行的調查也證明了這一點，AI 最主要的效用仍是“資訊搜尋”，其次是“行銷”（這也是目前AI 落地最為清晰的領域）。而大家認知中真正提升生產力的技術，一般對應著應用新流程（New Workflows）和流程自動化(Process Automation)，但這兩者的使用佔比並不突出。同時，AI 的使用也呈現出一些「斷斷續續」的特性，雖然能完成一次性的預測或生成任務，但缺乏長期經驗積累和持續自我改進能力，這使得當前AI 應用場景依然是“任務主導”，與工作流程、激勵機制、組織架構的契合仍需完善。

這些企業在回覆中也並未對裁員（layoff）產生更濃厚的興趣，而更多是以「再培訓」為主。包括鮑威爾以及近期地方聯儲舉辦的相關研討會也都著重於「再培訓」對於就業的重要性。這些都符合傳統的勞動經濟學理論，即應對新技術的正面供給衝擊，最平滑的解決方式是提供技術培訓以及“幹中學”，以提升整個社會的總供給水平。

Indeed 從人力需求性（Physical Necessity）和任務處理能力(Problem-Solving Ability)將潛在的AI 技術（包括但不限於生成式AI）對目前職位的替代作用進行了二元分類。基於約2900 個職業的調查，可以發現通用人工智慧對當前美國職業的提升呈現出明顯分化：幾乎沒有提升的職業佔比約42%，具有提升空間的職業佔比為44%，這也說明了AI 對於就業的潛在衝擊並不是全面的。就算這些衝擊已經發生，也無法解釋整體的就業變動。進一步深入到行業層面，當前美國就業市場最大的贏家“醫療保健業”和最大的輸家“建築業”，受AI 的可替代性都處於全行業末尾水平。從此視角下來看，AI 並非就業市場的決定性因素。

在國金證券研究所產業視角下，AI 使用率與其佔非農就業比重也呈現不均衡性。基於Claude Token 使用量的統計，電腦相關產業佔全美就業人口的約3.4%，但調動了37.2%的Claude Token，傳媒相關產業僅佔全美1.4%的就業人口，使用量也占到10.3%——即5%的就業人口使用了約50%的AI 數據用量。就算有衝擊，也更多是結構性的。對於絕大多數行業，其行業人口和Claude 使用量並不匹配且失衡明顯，尤其是餐飲，銷售，運輸和行政等（對應非農的休旅酒店業和行政服務等）占美國就業比重超1/3，Claude 用量不超過15%。 

總而言之，我們認為美國就業的走弱更多是升息週期中經濟週期性疲軟的回饋。只是這一輪週期的異質性：勞動力的過度囤積以及美國幾乎完美的軟著陸使得企業維持著溫和的招聘節奏，而無需裁員；年輕人成為了這種「低招聘，低僱傭」的最大受害者。 AI 技術本身對於整個就業市場的破壞程度被相對高估了，非科技業的AI 滲透率依然有限，難以帶來根本性的就業市場變革。對於科技公司，可能他們正在經歷再評估（Revaluation）到再調整（Recalibration）的過程，這帶來了一些基於「科技本源性」的人力替代，但是對於絕大多數公司而言，僅僅處在再培訓（Retraining）這一最初步驟。迄今為止的證據依然難以將就業疲軟歸咎於AI 技術的發展，反而ChatGPT 等應用的推出很可能透過財富效應推動了宏觀（敘事）環境的穩定，進而帶來了正向的就業預期；至少AI 技術本身對於就業市場而言，不全是負面衝擊。