📰 研报摘要
查看全文 ➔摘要： 本报告通过构建 AI 颠覆追踪器，分析了生成式 AI 对北美劳动力市场的实际影响。研究表明，目前 AI 造成的整体劳动力颠覆程度较低，对总失业率的贡献最高仅约 10bp，但在微观层面，年轻员工（22-27岁）在 AI 高暴露职业中已出现明显的失业率上升及失业持续时间增加，且岗位内部的任务重构趋势早于整体岗位的消失。
行业主线：
- 宏观信号微弱：从整体劳动力数据看，不同 AI 暴露程度的职业组在失业率趋势上基本一致，大规模的岗位替代尚未在宏观数据中体现。
- 微观颠覆先行：年轻劳动力成为风险前哨，高 AI 暴露职业的年轻员工失业概率上升，且在排除周期性因素后，其失业率高于正常水平。
- 任务重构趋势：2025 年数据显示，在劳动力市场流动率下降的同时，高/中 AI 暴露职业的任务变更率继续上升，表明 AI 正在实质性地改变具体工作内容。
关键变化与分歧：
- 增强与替代的共存：AI 既能通过自动化替代劳动力，也能通过增强生产力提高对特定岗位的需求（如放射科案例），最终结果取决于技术的具体应用路径。
- 企业叙事偏差：公司财报中提及“AI 替代”的频率增长快于“创造就业”，但这可能受市场奖励成本削减叙事的影响，企业倾向于将常规效率提升归因为 AI 驱动。
受益方向与风险：
- 受益方向：能够将 AI 驱动的效率提升有效转化为经营杠杆的企业，以及能够快速适应 AI 任务重构的劳动力群体。
- 核心风险：AI 导致的颠覆速度若超过劳动力再培训速度，可能引发结构性失业风险；企业将常规削减成本伪装成 AI 效率提升可能掩盖真实的经营问题。