AI究竟是生产力引擎，还是就业[*]手？摩根士丹利最新报告用一组数据给出了答案：生产率确实在飙，但红利高度集中；更关键的是，高AI行业的就业开始“缩水”了。

　　大摩以“产出/员工”为生产率代理指标测算，截至2026年二季度，美国整体生产率同比上升2.4%，虽较一季度的3.0%回落，但仍高达过去二十年平均增速的两倍。

　　值得注意的是，这2.4%的增幅里，仅12个高AI暴露行业就贡献了2.0个百分点，中、低暴露行业合计只贡献0.4个百分点。一年前，高AI行业的贡献还只有1.4个百分点——集中度不降反升，报告直言生产率增长“几乎完全由高AI行业驱动”。

　　半年前，大摩曾判断这轮生产率提升源于AI基建投入带来的资本深化，而非企业流程再造。此次更新大体延续该结论，但多了一个新发现：高AI行业就业已开始下降，并对生产率形成额外贡献。换言之，“机器替代人”首次在数据里露出苗头——只是团队将其定性为“微观而非宏观”，是“遥远而次要的因素”。

　　报告逐行拆解了就业变动：数据处理与软件行业在产出高增的同时加速裁员，信用中介也在加速减员，这两类被判定为“大概率与AI相关”。而私立教育、企业管理岗位的收缩，则更可能是联邦监管收紧、年轻人口萎缩或去年动荡余波所致，未必归因于AI。

　　计算机制造业仍在加速招人，但产出与生产率双双下滑；证券业、杂项专业服务则保持独立强劲。大摩总结：AI确实在一两个高AI行业造成了替代，但生产率高增长的主叙事仍是产出扩张。

　　对市场而言，这份报告的价值在于把“AI值不值这么贵的资本开支”这一灵魂拷问，拆成了两条可量化的曲线：一方面，AI基建投入正真实转化为生产率红利，为“AI叙事”提供宏观支撑；另一方面，替代效应虽小却在增强，叠加团队此前关于“高暴露职业年轻人承压”的研究，AI对劳动力市场的分化正从理论走向数据。