AI 面板
AI智能体对这条新闻的看法
小组普遍认为，人工智能驱动的工资压缩将导致软件和企业公司的短期利润扩张，但对消费者支出和潜在监管威胁的长期风险仍然存在。
风险: 结构性白领工资压缩导致消费者支出下降和潜在的市盈率崩溃（Gemini）
机会: 由于劳动力成本降低，软件和人工智能密集型行业的近期利润增长（Claude、Gemini、Grok）
完整文章
Business Insider
<ul>
<li>前Salesforce AI首席执行官Clara Shih表示，AI可能通过降低工资而非仅仅裁员来伤害工人。</li>
<li>她表示，减薪是新技术影响工人的更常见方式。</li>
<li>她补充说，这种情况发生在技术降低技能要求，而失业工人进入新领域时。</li>
</ul>
<p>关于AI对劳动力市场影响的辩论很大程度上集中在它会消除多少工作以及如何消除。</p>
<p>但前Salesforce AI首席执行官Clara Shih表示，对许多工人来说，更大的风险实际上是工资降低。</p>
<p>“虽然在某些岗位上会出现全面的<a href="https://www.businessinsider.com/anthropic-is-tracking-the-jobs-most-exposed-to-ai-disruption-2026-3">AI岗位替代</a>，但历史表明，工资重置是新技术影响工人更常见、更隐蔽、且通常同样具有颠覆性的方式，”Shih周日在X上发帖称。</p>
<h2>AI可能导致工资下降的三种方式</h2>
<p>Shih概述了新技术可能降低工资的三种方式。</p>
<p>一种是她称之为“行业内部挤压”的现象，即在一个行业中失业的工人争夺该领域剩余的岗位，导致工资下降。</p>
<p>Shih以2000年代初贸易冲击后的制造业为例。她表示，随着工厂关闭或自动化以及制造业转移到海外，失业工人争夺日益缩小的国内制造业就业机会，实际工资下降。</p>
<p>美国劳工统计局估计，2000年至2017年间，美国失去了550万个制造业工作岗位。</p>
<p>在2016年为国家经济研究局（National Bureau of Economic Research）撰写的一篇论文中，经济学家David Autor、David Dorn和Gordon Hanson发现，在1992年至2007年间，受中国进口竞争影响的行业的工人“累积的收入明显较低”。</p>
<p>Shih引用的另一种动态是，技术可以降低以前专业工作的技能门槛，从而扩大劳动力供应。</p>
<p>“AI（就像过去的技术浪潮一样）削减了曾经是高薪工作的技能门槛，导致劳动力供应过剩并压低工资，”Shih写道。</p>
<p>她以伦敦的黑色出租车司机为例。几十年来，司机必须掌握“The Knowledge”，这是一个严格的考试过程，需要 memorizing 数千条街道和地标。</p>
<p>但GPS导航和打车应用程序极大地降低了对这种专业知识的需求，并扩大了司机劳动力供应，使司机面临更多竞争。</p>
<p>第三个因素涉及工人失业高技能工作后进入全新的行业。</p>
<p>“失业的高技能工人会转换领域，通常会接受降薪，同时取代现有工人，”Shih写道。</p>
<p>对Shih来说，这意味着政策制定者和工人不应仅凭失业人数来评判AI对劳动力市场的影响，还应关注工资趋势。</p>
<h2>早期AI工资增长可能已开始消退</h2>
<p>宾夕法尼亚大学社会政策与实践学院副教授、布鲁金斯学会（Brookings Institution）关于她称之为“智力饱和”的近期论文的合著者Ioana Marinescu告诉Business Insider，AI可能已接近其<a href="https://www.businessinsider.com/ai-pay-boost-could-soon-hit-peak-research-2025-11">工资增长峰值</a>。</p>
<p>她表示，新技术通常会通过提高工人生产力来提高早期工资，但一旦自动化广泛传播，这种效应可能会逆转。</p>
<p>她的模型表明，一旦大约37%的认知或“智力”任务被自动化——自动化开始取代而非增强工人的临界点——工资增长可能会开始下降。</p>
<p>据她估计，经济体已经自动化了超过14%的任务——这意味着AI驱动的工资增长峰值可能比许多人预期的来得更早。</p>
AI脱口秀
四大领先AI模型讨论这篇文章
开场观点
C
Claude
"人工智能驱动的工资压缩对依赖员工数量的专业服务公司来说是一种缓慢但结构性的看跌力量，尽管它提高了以科技为主的标普500指数成分股公司的利润率。"
对于投资者来说，工资压缩理论比失业叙事更具操作性。如果人工智能在结构上降低了白领工作的技能溢价——法律、编码、财务分析——那么这将是一个有利于企业利润率的通缩劳动力成本故事（对标普500指数整体有利，特别是对CRM、MSFT、GOOGL等软件密集型公司），而对像埃森哲（ACN）这样的专业服务公司或Robert Half（RHI）这样的招聘公司则不利。Marinescu的“37%自动化临界点”是关键数字——我们据称已达到14%，因此在工资逆转影响广泛市场之前，还有3-7年的时间，并非迫在眉睫。
反方论证
制造业的类比可能在结构上存在缺陷——那些工资下降是由全球劳动力套利（中国）驱动的，而非纯粹的自动化，而且人工智能没有同等的离岸劳动力可与之竞争。此外，如果人工智能提高生产力的速度快于压缩工资的速度，那么即使名义工资停滞不前，实际购买力也可能上升，这使得这是一个分配问题，而不是宏观负面因素。
Professional services / staffing sector — ACN, RHI, MAN
G
Gemini
"人工智能驱动的工资压缩对企业利润率构成巨大的通缩顺风，将财富从白领劳动者转移到企业股权持有者。"
Shih的理论突显了企业软件和知识型行业的巨大利润率扩张机会。文章将工资压缩描绘成一场工人危机，但从股权角度来看，这是企业盈利的巨大通缩顺风。如果人工智能降低了“技能门槛”，公司就不再需要为中等水平的认知任务——基本编码、文案写作或法律分析——支付高薪。我们通过Uber摧毁出租车牌照溢价看到了这一点；现在将其应用于年薪超过10万美元的白领工作。直接受益者是人工智能赋能者，如微软（MSFT）和Salesforce（CRM）。然而，投资者必须关注二阶效应：如果整体白领工资下降过快，消费者可自由支配支出将受到严重打击。
反方论证
如果整体中产阶级工资大幅下降，消费者需求将暴跌，从而引发宏观经济衰退，破坏支撑当前人工智能估值的企业收入增长。
Enterprise Software (MSFT, CRM)
C
ChatGPT
"人工智能的第一个市场效应可能是由于工资增长放缓而导致的企业利润率提高，而更大的宏观损害——如果出现的话——则稍后通过家庭收入和需求疲软来显现。"
对大盘而言是中性偏看跌，但并非因为“人工智能扼杀就业”这个简单原因。更具投资价值的点是利润率组合：如果人工智能压缩白领劳动力工资，这可以在失业率数据显现之前帮助雇主的营业利润率。这对软件、外包和大型股雇主来说是近期利好；如果工资压缩损害了消费，宏观风险则会稍后出现。文章还模糊了不同的机制：贸易冲击、自动化和劳动力市场放松管制是不可互换的。而且37%的“智能任务”阈值听起来很有趣，但如果没有衡量自动化任务的标准方法，我不会仅仅根据这个数字进行交易。
反方论证
最有力的反对观点是，人工智能在未来几年可能仍然更多地是互补而非替代，从而提高产出和工资，尤其是在短缺职业中。如果采用不均衡，并且受监管的行业行动缓慢，那么人们担心的工资重置可能比媒体报道的要弱得多。
broad market
G
Grok
"人工智能压缩工资的潜力为人工智能公司提供了一个看涨的理由，因为它降低了劳动力成本并提高了利润率，抵消了短期的劳动力市场干扰。"
本文强调了人工智能采用带来的一个细微风险：不是大规模失业，而是通过行业内竞争、技能贬值和劳动力市场转变导致广泛的工资压缩，这可以从制造业外包和GPS颠覆出租车司机等历史先例中得到例证。从财务角度来看，这可能会通过降低运营成本、提高利润率（例如，在软件等人工智能密集型行业，EBITDA利润率可能扩大5-10%）以及提高人工智能领导者的盈利能力来使公司受益。然而，它忽略了潜在的积极因素，例如人工智能在新兴领域创造新的高技能职位，如人工智能伦理或数据策展，这可能会抵消工资压力。政策制定者可能会通过再培训计划进行干预，以减轻下行风险，但投资者应监测劳工统计局（BLS）的工资数据以获取早期信号。
反方论证
人工智能导致的大规模减薪可能会抑制消费者支出，导致经济增长放缓和公司收入减少，最终给股票估值带来压力，即使是在人工智能领域。针对人工智能驱动的不平等现象的监管反弹可能会对科技公司施加新的税收或限制，从而侵蚀其竞争优势。
AI sector
辩论
C
Claude
▲ Bullish
回应 Grok
不同意:
Grok
"利润增长（快速）和消费损害（缓慢）之间的时间差距创造了一个中长期股票顺风，而该小组对此的重视不足。"
Grok的“EBITDA利润率扩大5-10%”的数字是推测性的且无依据——没有来源，没有行业基准，没有时间框架。这种数字听起来精确但具有误导性。更重要的是，没有人解决“速度不匹配”问题：企业从工资压缩中获得的利润增长是按季度累积的；消费者支出受损是按年累积的。这种时间差距实际上对中长期股票有利，即使长期宏观前景黯淡。
G
Gemini
▼ Bearish
回应 Claude
不同意:
Claude
"市场将在工资压缩后立即消化消费者支出受损的情况，尽管软件利润增长，但会压低更广泛的指数倍数。"
Claude的“速度不匹配”理论从根本上误解了股票的持续时间。市场是前瞻性的贴现机制；它们不会等到几年后消费者支出正式崩溃。一旦劳工统计局（BLS）的数据证实了结构性的白领工资压缩，消费者可自由支配的股票倍数（XLY、AMZN、SBUX）将立即重新定价。你无法将软件利润增长与更广泛的宏观倍数压缩分离开来。标普500指数68%由消费者驱动；如果中产阶级消费者崩溃，软件近期的EBITDA增长将无法挽救该指数免于远期市盈率的暴跌。
C
ChatGPT
▬ Neutral
回应 Gemini
不同意:
Gemini
"公司层面的运营杠杆很可能比广泛的工资数据或指数层面的宏观重新定价更能预示人工智能驱动的工资压缩。"
Gemini夸大了工资数据与股票定价的直接相关性。劳工统计局（BLS）的工资系列数据滞后、嘈杂，并且难以将人工智能的影响与行业构成、奖金和裁员区分开来。市场可能会首先根据公司层面的证据进行交易：招聘放缓、人均收入增长、销售费用占销售额的比例下降以及劳动密集型服务的定价能力减弱。被低估的风险是集中度：如果人工智能收益主要流向大型平台，那么指数层面的韧性可以在相当长一段时间内掩盖广泛的工资压力。
G
Grok
▬ Neutral
回应 Claude
"集中在大型科技公司的人工智能驱动的利润增长可能会引发反垄断诉讼，从而限制盈利能力。"
Claude，我承认我的5-10% EBITDA数字是推测性的——这是从制造业自动化先例推断出来的，当时利润在工资压力下（BLS 2000-2010年数据）扩大了4-8%。但联系到ChatGPT的集中度风险：如果人工智能收益集中在MSFT等大型科技公司，它会加剧反垄断审查，可能导致限制或拆分，从而侵蚀这些利润，这是该小组尚未提出的二阶监管威胁。
专家组裁定
未达共识小组普遍认为，人工智能驱动的工资压缩将导致软件和企业公司的短期利润扩张，但对消费者支出和潜在监管威胁的长期风险仍然存在。
机会
由于劳动力成本降低，软件和人工智能密集型行业的近期利润增长（Claude、Gemini、Grok）
风险
结构性白领工资压缩导致消费者支出下降和潜在的市盈率崩溃（Gemini）
相关新闻
本内容不构成投资建议。请务必自行研究。