摩根士丹利首席經濟學家Seth B Carpenter的最新研究，為當前瀰漫在AI議題上的焦慮情緒提供了一劑清醒劑。他將人工智慧定位為繼機械化、電氣化、大規模生產、自動化和IT革命之後的第六次重大創新浪潮，並指出一個核心悖論：AI的擴散速度遠超歷史上任何一次技術革命，但全球主要經濟體的勞動力市場指標，卻呈現出「異乎尋常的穩定性」。
從就業成長、失業率到職缺與離職率，這些核心數據在AI高暴露產業與低暴露產業之間，並未出現系統性的分化。 Carpenter的研究認為，目前的證據更傾向於支持「AI是增量者而非替代者」的論點。
歷史鏡鑑：每一次科技恐慌都走向了相反結局
回顧工業革命以來的歷次技術飛躍，每一次都伴隨著對「機器取代人類」的深切憂慮。 19世紀初的盧德分子砸毀織布機，20世紀60年代對自動化的恐懼，以及90年代網路泡沫初期對白領崗位消失的擔憂，最終都被歷史證明是過度反應。
Carpenter的研究梳理指出，這些技術確實消滅了部分特定任務和職位，但更普遍的影響是改變了工作的組成，而非消滅工作本身。機械化讓農業勞動力轉向工廠，電氣化催生了龐大的服務業，IT革命則創造了程式設計師、數據分析師等全新職業。每一次技術躍遷後，勞動力需求總量非但沒有萎縮，反而在更廣闊的產業基礎上實現了擴張。
筆者認為，一個常被忽略的認知誤解在於：許多人將AI理解為“用更少的人完成同樣的產出”，但同樣的機制也意味著“同樣數量的人可以創造出多得多的產出”。兩種表述在數學上等價，但大摩傾向於認為後者更可能成為現實。這背後是生產力提升帶來的總需求擴張效應——當商品和服務的成本下降，消費者的實際購買力上升，從而催生新的需求，反過來拉動就業。
資料實證：生產力提升由產出驅動，而非裁員
就現有數據而言，Carpenter認為有理由保持謹慎樂觀。在勞動市場層面，就業成長、失業率、職缺和離職率等指標，均未在AI高暴露產業與低暴露產業之間呈現系統性分化。青年失業率上升常被引用為AI衝擊就業的佐證，但若將美國整體招聘放緩的周期性因素剔除，青年失業率的超額上升幅度僅略高於歷史週期規律所預示的水平，並不構成結構性異常。
在生產力層面，AI的效應已開始在數據中顯現。高AI暴露產業的勞動生產力成長速度更快，但關鍵在於，這一成長主要來自產出的加速擴張，而非工時的壓縮或人員的削減。這一區分至關重要——它表明AI目前更多扮演的是「增量器」而非「替代者」的角色。企業正在利用AI工具提升現有員工的生產效率，而非直接裁員。
核心風險：擴散速度壓縮了調整窗口
儘管早期數據令人寬慰，Carpenter明確指出，未來趨勢仍高度不確定。與歷史上歷次技術革命歷經數十年緩慢鋪開不同，AI的採用速度大幅壓縮了調整週期，這是此輪創新浪潮最顯著的結構性差異。
他提出了一個值得警惕的情景：若企業在短期內迅速兌現AI帶來的生產力收益，且這一效應廣泛擴散至整個經濟體，失業率可能出現類似經濟衰退的跳升——至少在勞動力市場完成出清之前如此。這種「速凍式」調整，將對社會穩定和分配公平構成嚴峻挑戰。
不過，Carpenter同時列舉了多重緩衝機制：生產率驅動的收入增長將支撐總需求；財富效應上升將維系消費；企業內部將湧現新任務和新角色，吸納被替代的勞動力；就業的周期性放緩及其帶來的通縮壓力，將觸發貨幣政策寬鬆；若貨幣政策耗盡，財政政策的自動空間耗盡器和相機可抉穩定器和相機可平整期。他認為，上述緩衝機制的存在，將使AI驅動的失業衝擊「更小、更短暫、更可控」。
基礎設施瓶頸：超3兆美元資本開支尚未落地
Carpenter也指出，AI的實際擴散速度也將受到實體基礎設施建設進度的限制。大摩策略師先前預計，2025年至2028年間，資料中心及相關基礎設施的資本開支總規模將超過3兆美元，但目前已部署的資金僅約佔四分之一。
這意味著AI對生產力和就業市場的最大影響，在很大程度上仍屬「未來時態」。基礎設施的建設節奏，將直接決定AI能力滲透到實體經濟的速度，進而影響就業市場調整的時間窗口。從晶片製造到資料中心建設，從電網升級到光纖鋪設，這些實體瓶頸正在成為AI落地的「限速器」。
政策因應：決定衝擊深度的關鍵變量
筆者認為，AI對就業市場的衝擊深度與持續時間，將在很大程度上取決於政策應對能力。歷史上，科技革命帶來的調適陣痛，往往透過教育體系改革、社會保障網絡完善和勞動市場彈性化來緩解。目前，各國政府面臨的挑戰在於：能否在AI加速滲透之前，建立起足夠有效的再培訓體系與社會安全網？
從全球視野來看，不同經濟體的政策工具箱有顯著差異。北歐國家擁有強大的工會談判機制和積極的勞動力市場政策，可能更容易實現「創造性破壞」的平穩過渡。而一些勞動力市場保護不足、社會保障體系薄弱的經濟體，則可能面臨更大的社會摩擦。
Carpenter總結稱，大摩將持續追蹤AI擴散速度、勞動市場演變及政策因應動向。 「歷史表明，生產力最終會勝出，但社會中並非每個人都能平等分享紅利。早期證據令人鼓舞，但故事仍在書寫之中。」對於投資者而言，這意味著需要密切關注AI產業鏈各環節的資本開支節奏、企業層面的採用率變化，以及各國政策對勞動力市場的干預力度——這些因素將共同決定AI革命的最終經濟影響。
