起源：幼区部门业主未交费 物业停水锁电梯作者： 高涵中：

大摩：与以往技术革命相比，AI扩散更快，但“尚未出现冲垮就业”的迹象

人为智能到底是出产力革命的引擎，还是就业市场的颠覆者？

摩根士丹利首席经济学家Seth B Carpenter在最新钻研中给出了一个审慎而有据可查的判断：AI是工业革命以来的第六次沉大创新海潮，其扩散速度远超以往，但目前的就业数据尚未显示出系统性冲击的迹象
。

Carpenter指出，只管AI算力与能力急剧跃升、企业选取率持续攀升，整体劳动力市场指标却阐发出"异乎寻常的不变"
。就业增长、失业率、职位空缺及去职率等主题指标，均未显示出AI高露出行业相较于低露出行业存在显著弱势
。与此同时，AI对出产率的提振效应已初步显露——高AI露出行业录得更强劲的劳动出产率增长，且重要由产出加快驱动，而非裁员缩时
。

然而，大摩同时警示，AI的扩散速度远快于汗青上任何一次技术革命，这意味着调整动态将被大幅压缩
。未来最大的出产率盈利尚未兑现，部门岗位的隐没和招聘收缩险些难以预防，政策应对能力将成为决定就业冲击深杜纂持续时长的关键变量
。

汗青先例：每一次技术革命都曾引发就业发急

Carpenter将AI定位为继机械化、电气化、大规模出产、自动化和IT革命之后的第六次沉大创新海潮
。他梳理汗青指出，上述每一次技术革命都曾引发对大规模失业的哀愁，但最终了局无一例表：出产率上升，工作工作沉组，劳动力需要总量扩张
。

这些技术的确扑灭了部门工作和岗位，但更普遍的影响是扭转了工作的组成，而非扑灭工作自身
。Carpenter以为，AI同样遵循这一逻辑——它降低了特定工作的成本，但能否扑灭整个职业，目前仍是未知数
。

他出格点出一个认知误区：很多人将AI理解为"用更少的人实现同样的产出"，但同样的机造也意味着"同样数量的人能够创造出多得多的产出"
。两种表述在数学高等价，但大摩偏差于以为后者更可能成为现实
。

当前数据：出产率提升由产出驱动，而非裁员

就现罕见据而言，Carpenter以为有理由维持审慎乐观
。在劳动力市场层面，就业增长、失业率、职位空缺和去职率等指标，均未在AI高露出行业与低露出行业之间出现出系统性分化
。

青年失业率上升常被援引为AI冲击就业的佐证，但Carpenter指出，若将美国整体招聘放缓的周期性成分剔除，青年失业率的超额上升幅度仅略高于汗青周期法规所预示的水平，并不组成结构性异常
。

在出产率层面，AI的效应已起头在数据中显露
。高AI露出行业的劳动出产率增速更快，但关键在于，这一增长重要来自产出的加快扩张，而非工时的压缩某人员的削减
。Carpenter强调，这一分辨至关沉要——它批注AI目前更多表演的是"增量器"而非"代替者"的角色
。

最大风险：扩散速度超过经济体的适应能力

只管早期数据令人宽慰，Carpenter明确指出，未来走势仍高度不确定
。与汗青上历次技术革命历经数十年缓慢铺开分歧，AI的选取速度大幅压缩了调整周期，这是此轮创新海潮最显著的结构性差距
。

他提出了一个值得警惕的情景：若企业在短期内迅速兑现AI带来的出产率收益，且这一效应宽泛扩散至整个经济体，失业率可能出现类似经济衰退的跳升——至少在劳动力市场实现出清之前如此
。

不外，Carpenter同时列举了多沉缓冲机造：出产率驱动的收入增长将支持总需要；财富效应上升将维系消费；企业内部将涌现新工作和新角色，吸纳被代替的劳动力；就业的周期性放缓及其带来的通缩压力，将触发钱币政策宽松；若钱币政策空间耗尽，财政政策的自动不变器和相机抉择工具也可在过渡期滑润收入缺口
。他以为，上述缓冲机造的存在，将使AI驱动的失业冲击"更幼、更短暂、更可控"
。

基础设施瓶颈：逾四分之三的本钱开支尚未落地

Carpenter还指出，AI的现实扩散速度还将受到物理基础设施建设进度的造约
。大摩战术师此前预计，2025年至2028年间，数据中心及有关基础设施的本钱开支总规模将超过3万亿美元，但目前已部署的资金仅约占四分之一
。

这意味着AI对出产率和就业市场的最大影响，在很大水平上仍属"未来时态"
；∩枋┑慕ㄉ杞谂，将直接决定AI能力向实体经济渗入的速度，进而影响就业市场调整的功夫窗口
。

Carpenter总结称，大摩将持续追踪AI扩散速度、劳动力市场演变及政策应对动向
。"汗青批注，出产率最终会胜出，但社会中并非每幼我都能平等分享盈利
。早期证据令人鼓励，但故事仍在书写之中
。"