AI重塑劳动力市场：银行岗位温和增长，科技硬件与软件净流失最大

核心结论

AI采用正驱动全球劳动力结构性重塑，而非大规模直接替代。基于覆盖美国、英国、德国、日本、澳大利亚808家公司的两轮调查，AI在过去12个月内导致平均5%的净岗位流失（第二波行业）与4%的净岗位流失（第一波行业），同时带来约10%的生产力提升。行业分化显著：美国银行业净增岗位5%，科技硬件净流失19%，软件净流失7%；日本净流失10%最为严重，德国净增1%。年轻员工（2-10年经验）和外包/合同岗位承受最大冲击，而小型企业反而实现净岗位增加。生产力提升集中于IT/软件开发、客户服务和财务职能，企业预期未来12个月生产力额外提升约2个百分点。欧洲AI采用者相比美国同类仍有23%的市盈率折价，且盈利增长差距正在扩大，这可能是市场尚未充分定价的结构性差异。

行业与地区差异：银行相对受益，科技硬件承压最重

美国数据清晰显示行业分化：银行业净增岗位5%，专业服务净流失1%，半导体净流失6%，软件净流失7%，科技硬件净流失19%。在第二波跨国调查中，银行净流失3%（最低），软件7%，半导体8%。科技硬件和软件成为AI替代效应最明显的领域，因为其核心任务（代码编写、测试、硬件设计自动化）可被大语言模型和生成式AI直接取代。银行业受益于AI辅助客服、风控和流程自动化，但前台关系型岗位难以替代，且美国银行已在第一轮调查后实现净增，表明行业正利用AI扩张而非收缩。

亚太地区离散度更高：日本净流失10%（最高），其中银行业净流失13%、软件9%、专业服务8%；澳大利亚净流失4%，但专业服务净流失9%、软件7%，银行反而净增2%。欧洲内部：英国净流失约均值水平；德国净增1%，其中银行业净流失4%。这一差异可能与各国劳动力市场刚性、行业结构及AI采用阶段有关。

企业规模与员工经验：小型企业更灵活，初级劳动力受冲击最大

小型企业（员工<50人）净增岗位4%，而大型企业（1001-10000人）净流失9%。小型企业保留员工比例61%，大型企业仅48%。这反映出小型企业AI部署更轻量、员工结构更扁平、再培训成本低，能迅速将AI转化为增量产出而非削减岗位。

员工经验维度：工作经验少于2年的员工净损失率18%，2-5年17%，而无经验大学学历约13%；相反，21-30年经验者净损失4%，30年以上仅3%。年轻员工在裁减和不填补两项合计比例最高（16-19%），但同时也是再培训和新招聘的重点：72%的企业未来12个月计划招聘6-10年经验员工，65%计划招聘2-5年经验员工。这意味着AI正在重塑劳动力需求结构：低经验执行性岗位被压缩，但中级经验（具备AI协作潜力）的岗位需求上升。

生产力提升：IT职能首当其冲，预期加速但仍有上限

第二波调查平均净生产力提升9.6%（第一波11.5%），其中软件行业最高（10.4%），银行10.0%，半导体8.2%（最低）。按职能，70%的企业认为IT/软件开发生产力提升最大，远超客户服务、财务和运营。企业预期未来12个月生产力额外提升约2个百分点，但这一预期可能受限于数据就绪（第一大障碍）、AI技能短缺和遗留系统集成等技术壁垒。美国上市公司中，提及可量化AI收益的比例从一年前的13%升至25%，科技和金融行业领跑。

欧洲AI采用者估值折价：盈利差距扩大，定价效率存疑

欧洲AI采用者（Adopters）与自身行业NTM每股盈利增长差距从2024年底约1个百分点扩大至2025年底约3.2个百分点，但相较美国同类仍有23%的市盈率折价。同时，欧洲市场上减少员工的公司过去两年夏普比率达2.07，远超长期均值0.56，显示市场对AI优化成本结构的定价偏好。然而，如果欧洲AI采用者无法弥合盈利增长差距，折价可能持续甚至扩大，投资者需要区分哪些公司具备可复制、可扩展的AI变现路径。

日本与澳大利亚的特殊路径：技术驱动vs.合规优先

日本AI采用率从34%升至39%，生产力提升约9-10%，但扩展瓶颈和高成本位列主要障碍。人类角色正从直接监督转向模型学习与优化（监督角色从49%降至26%，学习优化从8%升至21%），暗示企业对AI信任度提升。澳大利亚采用率从34%跃升至53%，但信任与安全风险仍是第二大障碍，监督角色保持在40%高位，策略更保守。两国共同受困于数据就绪和遗留系统集成，但日本的高成本问题独特，可能压制可扩展性。

关键分歧与风险

1. 样本偏差导致高估：调查仅覆盖已采用AI至少一年的公司，可能放大AI对就业的下行影响，未反映后期采纳者的潜在更平缓路径。
2. 主观评估混杂：受访者判断可能受宏观经济周期或行业结构性挑战（如科技行业裁员潮）影响，难以将AI效应完全分离。
3. “重塑”不等同“无害”：裁撤与不填补岗位合计达27-28%，若这些岗位永久消失，长期结构性失业风险显著，尤其年轻群体代际收入损失可能抑制消费能力。
4. 生产力预期消化：企业预期未来12个月再提升2%，但实际生产力提升分布显示58%企业仅改善1-10%，高幅度提升（>20%）仅11%。若扩展瓶颈持续，预期可能落空。
5. 欧洲折价未必收窄：美国科技与金融行业AI货币化更成熟，若欧洲AI采用者盈利增长差距继续扩大，估值折价可能进一步拉大。
6. 日本扩展瓶颈与成本：高且不可预测的基础设施、许可成本位列AI采用第六大障碍，且缺乏从试点到大规模部署的路径，可能导致日本AI投资回报低于预期。

投资含义

• 行业配置：银行业系唯一实现净岗位增长的行业（尤其美国），且生产率提升显著，AI货币化可预见性相对较高；规避科技硬件和软件中的执行密集型子行业，因其劳动力削减速度可能快于新收入创造。
• 规模偏好：小市值公司可能因AI带来的运营效率提升而受益更直接，且劳动力结构不易被大型企业裁减浪潮拖累，但需验证其现金流前景。
• 欧洲价值捕捉：欧洲AI采用者相对美国同类折价23%且盈利增长差距扩大，这项价差在折价因子失效与盈利差距弥合之前可能难以收敛。关注具备数据就绪优势和已验证AI部署路径的欧洲企业。
• 亚洲分化：日本AI采用者面临独特成本与扩展障碍，生产效率提升广度不及澳大利亚，短期谨慎；澳大利亚若解决技能短缺与信任问题，可能获得更快的应用红利。
• 劳动力主题因子：欧洲“减员”因子的高夏普比率提示，AI带来的成本优化正被积极定价，但需警惕该因子拥挤后逆转风险，且需要区分是主动裁员（AI推动）还是被动收缩（需求恶化）。

附录数据摘要