> **来源：[研报客](https://pc.yanbaoke.cn)** # 国金宏观宋雪涛 | AI洪流三部曲：ARR的边界 总结 ## 核心内容 本文围绕AI技术对劳动力的替代能力与企业ARR（年度经常性收入）增长之间的关系展开分析，重点探讨了AI商业化本质、收入上限测算、行业与职业暴露度差异，以及AI对劳动力成本池的影响。 ## 主要观点 - **ARR增长与AI替代能力密切相关**：Agent对人工的替代能力决定了ARR的增速与想象空间，而ARR又影响了资本开支的合理性。 - **薪资水平是关键变量**：被替代劳动力的薪资水平是测算AI端侧收入想象空间的重要锚定参考。 - **AI商业化本质是降本增效**：企业愿意为AI付费，不是因为技术本身构成新支出项，而是因为它可以降低单位劳动成本、提升人效或改变任务结构。 - **暴露规模 ≠ 替代规模**：暴露意味着任务可能被AI辅助、自动化或重组，但不等于工资收入等比例消失。 - **AI对高薪岗位影响更大**：从薪资分布来看，AI对高收入职业的理论暴露度显著高于中低收入职业。 - **行业与职业暴露度差异显著**：理论上最易被AI替代的行业是计算机与数学、商业与金融、法律；但实际暴露度最高的是办公室与行政支持、计算机与数学、销售相关职位。 - **AI对劳动力的影响更偏向重组与成本压缩**：宏观影响不表现为就业线性下降，而是部分岗位被替代，更多岗位被重组，工资成本被压缩或重新定价。 - **当前AI收入仍处于早期阶段**：以Anthropic为例，其ARR约470亿美元，仅相当于当前暴露薪资池的3.2%或理想薪资池的0.8%。 ## 关键信息 ### 1. 美国薪资与就业数据 - **总薪资收入**：约10.83万亿美元。 - **实际暴露薪资成本**：约1.45万亿美元，占比13.4%。 - **理论潜在暴露薪资成本**：约5.68万亿美元，占比52%。 - **实际暴露就业人数**：约1835万人，占比11.8%。 - **理论潜在暴露就业人数**：约6830万人，占比43.9%。 ### 2. 行业暴露度与薪资影响 - **实际暴露度最高的行业**： - 办公室与行政支持（33.2%） - 计算机与数学（35.3%） - 销售相关职位（24.6%） - **理论暴露度最高的行业**： - 计算机与数学（87.6%） - 商业与金融（78.2%） - 法律（78.0%） - **高薪岗位面临更高替代风险**： - 金融产品经理（收入分位数96.6%，暴露度78.6%） - HR经理（收入分位数95.3%，暴露度76%） - 航天工程师（收入分位数92.5%，暴露度89.3%） ### 3. 职业暴露度分析 - **实际暴露度最高的20个职业**中，有8个属于计算机与数学行业，共计159万人，占该行业人数的30.2%。 - **计算机行业**：薪资高低与AI暴露度无明显正相关，全行业面临“一视同仁”的冲击。 - **金融行业**：部分岗位因需“担责”或产出标准化程度不一，AI暴露度差异较大。 ### 4. AI收入空间展望 - 当前大模型商年化ARR收入仅占实际暴露薪资池的3.2%或理想薪资池的0.8%，端侧收入空间巨大。 - AI未来对收入消费的潜在冲击可能更大，因其替代率与薪资水平呈正相关。 ## 风险提示 1. **数据更新滞后**：AI技术对职业的暴露度更新不够及时全面，存在统计偏差。 2. **AI能力发展不及预期**：若AI Agent能力弱于预期，可能影响替代规模。 3. **全球通胀风险**：央行快速转向可能引发二轮通胀，压制需求，导致裁员超过AI影响，降本增效属性被淡化。 4. **监管约束与组织流程限制**：AI对劳动力的替代受组织流程、责任归属及监管等多重因素影响。 ## 结论 AI技术正在深刻改变劳动力市场结构，其商业化本质是通过替代、辅助或重组人工任务来实现降本增效。从当前数据来看，AI对高薪、知识密集型岗位的冲击更大，且对薪资成本池的影响远大于对就业数量的直接影响。因此，AI收入端的中期空间应从更大的劳动力成本池中估算，而非局限于软件市场规模。尽管当前AI收入仍处于早期阶段，但其增长潜力巨大，值得进一步关注。