涉及的行业或公司 * 报告由高盛全球投资研究部发布 作者为Joseph Briggs和Sarah Dong 主要关注生成式人工智能对整体经济和劳动力市场的宏观影响 未针对特定上市公司进行深入分析[1][54] * 报告内容广泛涉及多个行业 包括办公室与行政支持 法律 建筑与工程 商业与金融运营 计算机与数学 医疗保健 教育 个人护理与服务 食品制备 交通运输 生产制造 建筑与提取 安装维护与维修等[6] * 报告特别提及了与人工智能基础设施投资直接相关的行业 如电力 暖通空调 商业建筑承包和公用事业建设 并指出这些“数据中心相关”职业的就业增长自2022年底以来表现突出[17][19] * 报告以历史案例说明技术变革如何创造新职业 重点提到了计算机相关职业 零工经济 电子商务 内容创作 视频游戏 宠物护理 美甲沙龙 教育支持/辅导和体育教练等行业[29][30][42] 核心观点和论据 人工智能对就业的潜在替代效应 * 生成式人工智能有潜力自动化美国25%的总工作工时 超出正常的结构性变化范围[2][5] * 不同职业的自动化暴露风险差异显著 办公室与行政支持职业暴露风险最高达46% 法律职业为44% 而建筑与地面清洁维护职业暴露风险最低为1%[6] * 基于对人工智能驱动劳动生产率提升15%的基线预测 并结合历史上技术驱动的生产率增长与失业率之间的关系 预计在人工智能普及期间将有6-7%的工作岗位被替代[2][11][15] * 如果人工智能被证明比历史技术更具劳动力替代性 或者自动化了风险暴露最高的前50%的职业 总体替代率将会更高[11][47] 人工智能对就业的创造效应 * 历史经验强烈表明 人工智能在替代工作的同时也会创造新的工作岗位[16] * 人工智能基础设施的建设正在短期内提振就业 自2022年10月以来 “数据中心相关”职业（如电工 暖通空调安装工）的就业增长超过了整体建筑业和经济体的就业增长[17][19] * 从长期看 人工智能驱动的生产率提升可以通过降低成本和扩大市场来直接提振某些现有服务的劳动力需求 例如在需求尚未饱和的快速增长行业（如医疗保健） 人工智能可能反而带来招聘顺风[20] * 技术变革是长期就业增长的主要驱动力 如今60%的工人从事着1940年不存在的职业 这意味着过去85年中超过85%的就业增长来自于新职业的创造[23][26][27] * 技术通过三种主要渠道创造新职业：1) 直接创造由技术进步实现的新职业（如计算机相关职业创造了超过600万个工作岗位 零工经济 电子商务等创造了800-900万个工作岗位）[29][30] 2) 通过实现更高的专业化程度创造新职业（如医疗保健领域 从1920年的100-200种不同职业增长到2020年的超过1000种）[35][36][37][40] 3) 通过提高总收入和需求 间接提振对原本技术上可行但新出现的职业的需求（如过去30年出现的宠物护理 体育教练 教育辅导 美甲技师等 创造了约100万个工作岗位）[42][49] 对失业率的预期影响 * 即使乐观估计人工智能将创造新岗位 预计仍会出现摩擦性失业增加 导致失业率上升[45] * 在基线假设下（企业层面采用期为10年 公司内部采用滞后6年 6-7%的工人被替代 大多数工人在不到一年内找到新工作） 预计失业率峰值将上升约0.6个百分点 对应增加约100万失业工人[46][51] * 存在失业率上行风险：如果人工智能的劳动力替代效应是基线的两倍 或者采用速度加快一倍（即5年采用期 3年内部滞后） 失业率峰值影响可能翻倍至1.2个百分点（200万失业工人） 如果替代效应更大且发生更快 峰值影响可能升至2.4个百分点（410万失业工人）[47][50][51][52] * 进一步的上升风险来自“拥堵外部性”（失业率急剧上升导致匹配效率降低）或者人工智能相关的岗位流失先于相关的生产率提升发生[50] * 尽管失业率可能显著上升 但历史证据表明 只要人类劳动力在生产中的某些方面保持竞争优势 技术驱动的岗位流失会被其他地方的岗位增长所补偿 因此失业率上升预计是暂时的[3][53] 其他重要内容 * 报告引用了诺贝尔经济学奖得主Wassily Leontief的比喻 即担忧人类可能因技术变革而“重蹈马的覆辙” 指的是20世纪上半叶用于生产的马匹数量锐减的历史[8][13] * 报告引用了David Autor等人的研究 来支持关于新职业创造是就业增长主要驱动力的观点[23] * 报告使用了美国劳工部的O*NET数据库来估算生成式人工智能全面采用后可能被自动化的工作任务比例[5] * 报告通过历史案例（棉纺织 钢铁 汽车）展示了生产率提升如何先通过扩大市场促进就业增长 然后在需求饱和后导致就业下降的动态过程[20][21][22] * 报告指出 如果美联储采取降息措施以抵消疲软的劳动力市场 实际失业率的上升幅度可能会比估计值略低[46]