20260716-中金公司-中金_认知技能标准化生产_AI重构分工的规模经济逻辑_20页_2mb

中金 | 认知技能标准化生产：AI重构分工的规模经济逻辑

核心内容概述

本文探讨了以大模型为代表的新一轮AI技术如何通过认知技能标准化重构分工格局，从而在经济层面实现规模报酬递增。文章从比较优势与规模经济两个经济学视角出发，分析AI对劳动者技能与任务分配的影响，并指出AI技术进步在创造性破坏过程中对生产关系带来的挑战。最终，文章提出应通过加大中低收入群体的转移支付，完善社会保障制度，以应对AI带来的收入分配失衡问题。

---

主要观点与关键信息

1. 大模型与规模经济逻辑

• 技术层面的规模报酬递减：大模型性能随着算力和数据投入而提升，但边际效益递减。
• 经济层面的规模报酬递增：通过Tokenization，将高度非标准化的知识拆解为机器可处理的标准化单元，大幅降低认知技能的使用门槛。
• 标准化推动分工深化：降低协调成本，扩大市场规模，从而推动分工进一步细化与深化。

2. AI对劳动者的替代与赋能

• 替代效应：当AI超越劳动者核心技能时，可能引发岗位流失，表现为对劳动者的替代。
• 赋能效应：当AI主要超越劳动者边缘技能时，会提升整体生产力，促进劳动者平权，降低技能差距。
• 技能与任务匹配：AI对职业的影响取决于其是否替代或增强劳动者技能，从而改变任务分配格局。

3. 新职业的演化逻辑

• 新职业通常从现有职业中演化，由AI应用带来的新任务需求推动。
• AI应用在内容生成、质量审核、伦理合规、数据洞察与整合等方面催生新任务，进而形成新职业分工。
• 例如，“AI产出审查员”、“智能体专员”等新职业在AI应用深化后逐渐形成。

4. “一人公司”与产业组织模式

• 一人公司并非“通才”回归，而是新型产业组织形态。
• 依赖大模型提供的标准化认知技能，降低了企业采购认知技能的交易成本，推动传统企业边界收缩。
• 大模型企业通过内部规模经济提供标准化服务，而“一人公司”借助外部规模经济（如API、云服务）实现低成本运营。

5. AI对收入分配的影响

• 劳动者薪酬增速低于生产力增速：AI技术进步导致劳动报酬占国民收入份额下降，形成收入分配差距扩大。
• 非大规模失业：AI对就业数量的影响是不确定的，但对劳动者报酬的影响是相对确定的。
• 社会安全网的必要性：需通过转移支付和再就业培训等措施，缓解AI对中低收入群体的冲击。

---

重要图表与数据摘要

图表编号	内容概要
图表1	1980-2005年美国各职业工资百分位变化，显示“就业极化”现象
图表2	美国职业AI暴露度与薪酬水平，AI暴露度越高，薪酬越高
图表3	中国职业AI暴露度与薪酬水平，与图表2趋势一致
图表4	大模型出现前后各类工作的自动化潜力对比
图表5	AI能力基准下推理成本的持续下降趋势
图表6	GPT-5.2、Claude Opus 4.5、Gemini 3 Pro在1320项子任务中的表现
图表7	11类职业中因AI产生的新任务结构构成
图表8	美国劳动者报酬占国内总收入份额，显示劳动报酬占比下降趋势
图表9	美国软件开发者分年龄段就业人数变化，显示年轻群体面临更大冲击
图表10	AI对劳动者五项基础技能的影响主要体现为简化效应
图表11	AI赋能对低技能劳动者生产率提升更显著
图表12	AI工具对中国听障骑手劳动供给及收入的影响
图表13	美国家庭财富分布，显示收入分配差距扩大趋势

---

对就业与社会的启示

• AI并非必然导致大规模失业，而是引发职业重构与新职业形成。
• 劳动者薪酬增速低于生产力增速，可能引发收入分配差距扩大。
• 政策应对方向：
  • 加大对中低收入群体的转移支付，完善社会保障体系。
  • 加强再就业培训，避免摩擦性失业演变为结构性失业。
  • 支持生育养育，提升未来劳动力供给，改善收入分配格局。
  • 通过央行扩表等方式，为转移支付提供资金来源。

---

总结

本文从经济学视角出发，揭示了AI技术进步如何通过认知技能标准化重构分工格局，实现规模经济与生产力提升。AI对就业的影响并非简单的替代或赋能，而是取决于其是否超越劳动者核心技能或边缘技能。同时，AI对劳动者报酬的影响是相对确定的，可能加剧收入分配差距。为应对这一趋势，应通过财政政策与社会支持机制，构建社会安全网，以确保AI技术进步能够造福全社会。