AI能赚多少，取决于公司裁多少?

AI商业化正迈入一个非常关键的“收入兑现”期。最直接的信号是什么？岗位替代这件事，正在被认认真真地量化。

来看一组数据。国金证券最近的一份报告，引用了Anthropic的实际观测数据——在美国，AI目前已经影响到大约1.45万亿美元的薪资规模，波及1835万个岗位。如果按照OpenAI的理论暴露口径来算，这两个数字会猛涨到5.68万亿美元和6828万个岗位。

作为对比，美国的总薪资盘大约是10.83万亿美元，总就业人口约1.55亿人。简单换算一下，AI能替代或重塑的岗位，占比少说一成，多则能到四成。这个体量，已经不容忽视。

随着AI Coding、企业级Agent以及各类B端应用加速落地，AI正在从一个“提效工具”进化成真正的“成本变量”。节省下来的开支，实实在在地转化成了企业利润。当账本变得更好看，资本回报的逻辑自然也就越来越坚实了。

但硬币总有另一面。结构性矛盾正在加剧：企业端成本下降、利润上升，员工端岗位压缩、职能被替换。AI渗透得越深，资本收益越明显，就业端的挤压感也就越强烈。两者就像跷跷板——这一头升上去，那一头必然沉下来。

技术性裁员已从理论走向现实

数据很直白。美国科技行业已经重新进入一个高裁员周期。大型科技公司的单轮裁员比例，普遍在5%到10%之间；部分软件、SaaS和云服务企业，甚至已经逼近20%。

裁员规模本身值得警惕，但更值得注意的，是资本市场正在明确地“奖励”这种行为。

在当下的估值逻辑里，“AI降本+裁员”被市场解读为效率提升和利润改善的积极信号。企业用AI替代人力，不仅压缩了运营成本，还直接在财报和股价上获得了回报。这种正反馈，已经把“AI替代就业”从一个单纯的技术选择，推成了资本驱动的战略惯性。

换句话说，技术性裁员不再只是效率工具的附带结果，而是被市场机制主动卷进了一个正反馈循环——裁员越多，利润越好看，股价越坚挺，企业自然就越有动力继续裁员。

如果这套激励机制不发生根本变化，AI对就业的替代效应就不会是一次性的冲击，而会是一个持续扩散、自我强化的长期过程。

高技能岗位未必安全，低技能岗位冲击同样巨大

国金证券基于美国劳工统计局755个职业的分析，揭示了一个没那么线性的图景。AI对就业市场的冲击，并不是简单的“低技能优先”逻辑，而是呈现出一种双重分化的态势。

从实际暴露的绝对人数看，低技能职业约883万人，高技能职业约709万人，中技能职业约244万人。但按就业占比来算，高技能岗位受影响的比例高达19.5%，显著高于低技能岗位的10.8%和中技能岗位的8.3%。

这意味着，高技能职业并不是市场原先预期中的安全区。它们承受的压力，一点都不小。

但换个维度来看——“实际暴露/理论暴露”这个指标，反映的是现实推进速度。在这个维度上，低技能岗位反而走在了前面。低技能职业的暴露进度已经达到31.2%，高于高技能职业的27.9%和中技能职业的20.4%。

结论很清晰：低技能岗位正在率先遭受AI落地的现实冲击，而高技能岗位更多面临的是长期预期层面的重构压力。两者所处的风险阶段，存在明显的错位。

是否面对客户，并不能决定岗位是否安全

面对客户，并不构成岗位安全的天然屏障。报告进一步指出，真正决定AI冲击强度的，不是“是否前台”，而是任务本身是否可以被标准化与数字化。

从工作对象来划分，岗位可以粗略分成三类：前台岗位直接面向客户，比如零售销售、客服、收银；后台岗位以研发、数据处理和行政运维为主，比如软件工程师；中台岗位则承担协调与管理职能，比如人力资源和供应链管理。

但这个传统分类正在失效。分析显示，前台属性并不等同于“就业保护”。在低技能岗位中，前台反而意味着更高的AI暴露度。销售岗位是典型——标准话术、流程化沟通与决策路径，正在快速被模型能力覆盖。

有意思的是，与直觉相反，高技能岗位中的“前台属性”反而形成了一种缓冲。比如教师、医生、律师这类依赖高频人际互动和复杂情境判断的职业，在短期内确实更难被完全替代，这在一定程度上延缓了AI冲击的直接传导。

AI真正考验的，或许不是效率，而是分配

国金证券认为，目前AI带来的生产率提升，更多来自资本深化，也就是劳动工具的改善，并非真正意义上的全要素生产率提升。数据也印证了这点：自2024年以来，美国劳动生产率与全要素生产率已经出现了背离。

所以，比效率更值得关注的问题，是技术红利如何分配。

美国居民部门本身已经面临几重压力：劳动收入份额下降、政府转移支付占收入比重提高、实际收入增长偏弱。如果AI红利进一步向资本和少数顶尖人才集中，就业压力和收入分配压力很可能同步加剧。

报告提到，海外关于全民基本收入的讨论，未来或许会重新升温。但前提是，政府能够分享AI创造的收益。美国目前给出的思路，是政府直接入股科技企业，从而参与AI红利分配。这可能成为缓解社会收入压力的一种方式。

对于资本市场来说，这意味着AI故事已经不只是算力、模型和收入增长这么简单了。它将逐渐进入就业、分配乃至社会治理的新阶段。AI能创造多少利润，最终很可能取决于它能在多大程度上替代人类劳动；而AI投资能否持续获得资本市场认可，也会越来越取决于社会是否能够承受这一过程带来的代价。