AI商業化正邁入“收入兌現”期，最直接的信號是：崗位替代正在被量化。

據國金證券最新報告援引Anthropic實際觀測數據，在美國，AI目前已影響約1.45萬億美元薪資規模及1835萬個崗位；若按OpenAI的理論暴露口徑，對應數字則高達5.68萬億美元薪資與6828萬個崗位。

對比來看，美國總薪資盤約為10.83萬億美元，總就業約1.55億人。換算后，AI所能替代或重塑的崗位，占比少則一成，多則四成。

隨著AI Coding、企業級Agent及B端應用的加速落地，AI正在從“提效工具”進化為“成本變量”——節省的開支開始實實在在轉化為企業利潤，資本回報邏輯日趨堅實。

但與此同時，結構性矛盾也愈發突出：企業端成本下降、利潤上升，員工端崗位壓縮、職能被替。AI越深入，資本收益越明顯，就業擠壓也越強烈。二者猶如蹺蹺板，一端上升，另一端必然下沉。

技術性裁員已從理論走向現實

數據顯示，美國科技行業已重新進入高裁員周期。大型科技公司的單輪裁員比例普遍落在5%至10%之間，部分軟件、SaaS及云服務企業甚至逼近20%。但值得警惕的，不只是裁員規模本身，而是資本市場正在明確“獎勵”這一行為。

在當下的估值邏輯中，“AI降本+裁員”被市場解讀為效率提升與利潤改善的積極信號。企業通過AI替代人力，不僅壓縮了運營成本，更在財報和股價上獲得了直接回報。這種正向反饋，正在將AI替代就業從一個技術選擇，轉變為一種資本驅動的戰略慣性。

換言之，技術性裁員不再僅僅是效率工具的附帶結果，而是被市場機制主動推入正反饋循環——裁員越多，利潤越好看，股價越堅挺，企業越有動力繼續裁員。

如果這一激勵機制不發生變化，AI對就業的替代效應將不是一次性的沖擊，而是一個持續擴散、自我強化的長期過程。

高技能崗位未必安全，低技能崗位沖擊同樣巨大

國金證券基于美國勞工統計局（BLS）755個職業的分析顯示，AI對就業市場的沖擊并非簡單遵循“低技能優先”的線性邏輯，而是呈現出雙重分化態勢。

從實際暴露的絕對人數來看，低技能職業約883萬人，高技能職業約709萬人，中技能職業約244萬人。但若按就業占比計算，高技能崗位受影響比例高達19.5%，顯著高于低技能崗位的10.8%和中技能崗位的8.3%。

這表明，高技能職業同樣承受著不容忽視的巨大壓力，并非市場原先預期的“安全區”。

然而，在“實際暴露/理論暴露”這一反映現實推進速度的維度上，低技能崗位反而走在前列。低技能職業的暴露進度達31.2%，高于高技能職業的27.9%和中技能職業的20.4%。

這意味著，低技能崗位正在率先遭受AI落地的現實沖擊，而高技能崗位則更多面臨長期預期層面的重構壓力，二者所處的風險階段存在明顯錯位。

是否面對客戶，并不能決定崗位是否安全

面對客戶，并不構成崗位安全的天然屏障。報告進一步指出，真正決定AI沖擊強度的，并非“是否前臺”，而是任務是否可被標準化與數字化。

從工作對象劃分，崗位可被粗略分為三類：前臺崗位直接面向客戶，如零售銷售、客服、收銀；后臺崗位以研發、數據處理與行政運維為主，如軟件工程師；中臺崗位則承擔協調與管理職能，如人力資源與供應鏈管理。

但這一傳統分類正在失效。分析顯示，前臺屬性并不等同于“就業保護”。在低技能崗位中，前臺反而意味著更高的AI暴露度，銷售崗位尤為典型，標準話術、流程化溝通與決策路徑，正快速被模型能力覆蓋。

與直覺相反的是，高技能崗位中的“前臺屬性”反而在形成某種緩沖。例如教師、醫生、律師等依賴高頻人際互動與復雜情境判斷的職業，在短期內更難被完全替代，從而在一定程度上延緩了AI沖擊的直接傳導。

AI真正考驗的，或許不是效率，而是分配

國金證券認為，目前AI帶來的生產率提升，更多來自資本深化，也就是勞動工具改善，而并非真正意義上的全要素生產率提升。數據顯示，自2024年以來，美國勞動生產率與全要素生產率已經出現背離。

因此，比效率更值得關注的問題，是技術紅利如何分配。

美國居民部門本身已經面臨勞動收入份額下降、政府轉移支付占收入比重提高以及實際收入增長偏弱等多重壓力。如果AI紅利進一步向資本和少數頂尖人才集中，就業壓力和收入分配壓力可能同步加劇。

報告提到，海外關于全民基本收入（UBI）的討論未來或重新升溫，但其前提是政府能夠分享AI創造的收益。報告表示，美國目前給出的思路，是政府直接入股科技企業，從而參與AI紅利分配，這可能成為緩解社會收入壓力的一種方式。

對于資本市場而言，這意味著AI故事已經不僅僅是算力、模型和收入增長，更將逐漸進入就業、分配以及社會治理的新階段。AI能夠創造多少利潤，最終很可能取決于它能夠多大程度替代人類勞動；而AI投資能否持續獲得資本市場認可，也將越來越取決于社會是否能夠承受這一過程所帶來的代價。