AI的採用現狀及其影響爭論
AI尤其是生成式AI的採用率近年來明顯加速提升。全球範圍來看，麥肯錫調查[1]顯示，全球組織、機構的AI採用率（至少在一個業務部門中使用AI）已從2017年的20%飆升至2024年的78%。
其中，生成式AI的使用率從2023年的33%翻番，達到2024年的71%，主要用於營銷銷售、產品和服務開發、服務運營和軟體工程領域。但值得注意的是，目前生成式AI部署僅處於早期階段，只有1%的受訪企業高管將生成式AI的部署描述為“成熟”。
從不同區域的使用情況來看，斯坦福大學以人為本人工智慧研究院（HAI）《2025年人工智慧指數報告》[2]指出，北美機構在使用AI方面保持領先，2024年採用率為82%；大中華區的AI採用率同比增長最為顯著，2024年增幅為27個百分點，達到75%，表現出快速追趕趨勢；歐洲AI採用率同比增幅為23個百分點，達到80%。
圖源：Hostinger[3]
AI的採用在不同企業間表現出差異。大型企業往往更廣泛地採用並部署AI，包括制定明確的推出和採用管理計劃、針對特定崗位培訓、對內部和客戶宣傳等；小型企業通常處於早期採用階段，尚未建立完善的採用計劃。
美國人口普查局2025年商業趨勢與展望調查（BTOS）資料[4]顯示，員工人數超過250人的大型企業在產品和服務生產中使用AI的比例最高，使用率為14.2%。這遠高於中小型企業的採用率——員工人數在10至19人之間的企業，AI使用率僅為6.5%。
圖3：美國不同規模企業的AI採用情況
圖源：Brookings[5]
從不同行業的使用情況來看，AI的使用在資訊科技、管理、市場營銷與銷售、金融服務領域最為普遍，寬泛意義上的採用率超過40%。儘管醫療領域對AI解決方案的需求迫切，但AI在該行業的應用速度慢於其他行業，主要原因是對資料隱私、資料可用性等方面的擔憂[6]。交通運輸和倉儲、住宿和餐飲服務、建築業、批發和零售業的AI採用率普遍較低[7]。
圖4：美國不同職業的AI使用情況
圖源：The Rapid Adoption of Generative AI
就生成式AI在不同群體的使用情況而言，目前的研究發現主要有幾點值得注意：
首先，生成式AI的使用人群較為廣泛，不僅限於白領或擁有大學學歷的人群。美國人口普查局2024年6月的調查[8]顯示，22%的藍領工人（從事建築、安裝和維護、精密生產、運輸和體力勞動工作者）和20%的沒有大學學歷的人群在工作中使用生成式AI。總的來看，除了個人服務業以外，所有主要職業類別的生成式AI使用率都達到了20%及以上。
其次，與個人電腦的普及類似，生成式AI在更年輕、受教育程度更高、收入更高的工人中更為普遍。但與電腦普及所不同的趨勢是，男性在工作中比女性更有可能使用生成式AI。
美國人口普查局2024年6月調查[9]顯示，32%的男性在工作中使用生成式AI，而女性的比例僅為23%；相比之下，在1984年，只有22%的男性在工作中使用電腦，而女性的這一比例為30%。一個可能的解釋是，女性在辦公室和行政支援職業中佔比更高，而這些職業的個人電腦採用率接近50%。
圖5：美國不同性別、年齡、受教育程度、專業人群在工作中使用AI的情況
圖源：The Rapid Adoption of Generative AI
第三，生成式AI的使用場景已十分廣泛。根據聖路易斯聯邦儲備銀行2024年8月的即時人口調查[10]，生成式AI被用於各種任務，包括撰寫交流內容（郵件、報告等）、搜尋資訊、編寫文件或操作說明、解讀翻譯或總結內容、執行行政事務、編寫軟體程式碼、資料分析/視覺化、協助客戶或同事、生成或產生新想法、輔導或教育支援等，並且使用率都至少達到25%。
但是，布魯金斯學會分析指出，目前AI的使用仍主要集中在資料密集型、數字化程度較高的行業，而建築等其他行業在整合AI時可能面臨更大的障礙。
與過去的通用技術一樣，AI可能從根本上重塑就業結構，近年來AI的採用速度已明顯快於歷史上其他革新技術的採用速度。並且，相比花了數十年才融入生產流程的電力，AI的基礎設施部署也已經完備。這意味著，其潛在影響也會比以往的技術革命更快出現，可能會在數年而非數十年內顯現[11]。
聖路易斯聯邦儲備銀行高階經濟政策顧問亞歷山大·比克（Alexander Bick）、哈佛大學經濟學教授大衛·德明（David Deming）等學者基於對美國人工作和生活中的AI使用情況調查[12]指出，網際網路在推出兩年後的採用率為20%，個人電腦在推出三年後的採用率為20%，相比之下，生成式AI在推出兩年後的採用率高達39%，這主要得益於生成式AI在家庭中的普及速度更高。若按照歷史趨勢，生成式AI的使用率到2036年將超過80%。
圖6：計算機、網際網路和人工智慧的採用軌跡
圖源：The Rapid Adoption of Generative AI
一個關鍵問題是，AI最終會損害還是改善勞動力狀況？這在很大程度上取決於AI是替代還是補充人類勞動力。
理論上，技術變革可能透過兩種互相對立的力量影響勞動力市場：替代（displacement）與增強（augmentation)。一方面，以生成式AI為代表的技術變革可以是資本密集型的，透過自動化人類工作任務替代勞動力，從而減少勞動力需求。另一方面，技術變革可以是勞動密集型的，AI可能透過提高人類生產力，將人類從日常重複性任務中解放出來，同時創造新的任務，從而增加勞動力需求並創造新的就業機會。
AI對勞動力市場的影響：初步觀察
根據現有研究，儘管AI在提升生產力方面已有積極表現，但目前AI對勞動力市場的整體就業水平和工資水平等方面的影響較為微弱。
一項對丹麥2.5萬名職員、覆蓋7000個工作場所和11個受AI影響職業（包括客服、財務顧問、記者、IT支援等）的研究[13]發現，2023年和2024年，儘管企業快速採用生成式AI，但調查中的任何職業的收入或記錄工時並未受到顯著影響，即使在高AI採用率的工作場所，也並未表現出總就業人數、工資水平和現有員工留存率的明顯變化。
具體而言，該調查發現，儘管生成式AI有助於節省工作時間（平均3%，最高6.8%）、提高工作質量並增強創造力，但同時也帶來了新的任務，例如開發與AI相關的工作流程或監督AI生成的內容。總體而言，AI採用對生產力提升的作用較為有限，並且生產力提升向收入的傳導作用微弱，只有3%至7%的生產力提升轉化為更高的收入，因此對勞動力市場的影響也較為有限。
從企業角度來看，麥肯錫2024年7月調查[14]顯示，大多數受訪企業尚未看到生成式AI的應用對整個組織產生根本性影響。38%的使用AI的受訪企業預期生成式AI的使用在未來三年對其員工規模的影響甚微。
分行業來看，金融服務業的受訪企業是唯一更傾向於預期員工數量減少而非不變的群體。調查結果顯示，高管層對生成式AI對員工影響的預期與高階經理和中層經理的預期沒有顯著差異。儘管如此，在AI（包括生成式AI和分析型AI）對員工數量的影響方面，高管層比中層經理更傾向於預測受影響員工數量會增加。
近期的許多研究證據發現，目前AI對勞動力的增強效應往往大於替代效應，或至少很大程度上抵消了替代效應，這也在一定程度上解釋了AI對整體就業水平的有限影響，甚至可能對就業產生淨正面影響。
AI對勞動力需求的影響方面，哈佛商學院對美國招聘資料的研究[15]發現，在引入生成式AI後，更易受替代效應影響（自動化程度高）的職業每個企業每季度減少了17%的工作招聘釋出，包括文員、電話營銷等處理重複、標準化認知任務的職業；易受增強效應影響（涉及人機協作）的職業招聘釋出數量增加了22%，包括醫學計量師、農業工程師、交通技術人員、仲裁調解員等需要人類判斷決策能力、創造力、社會互動和問題解決能力的職業。
尤其是在金融服務等專業服務行業，易受增強效應影響的崗位需求增長大約是可自動化崗位需求增長的兩倍。這種差異表明，生成式AI對勞動力的增強效應可能具有更大潛力。
HAI基於Claude對話的分類也發現，在人類與生成式AI的互動中，57%表現出增強人類能力的特點，43%展現出自動化任務的特點，這意味著當前AI的應用更可能為人類提供補充而非替代[16]。
與此同時，AI正在重塑工作任務和技能要求。國際勞工組織（ILO）等研究[17]預計，AI使用的最終結果可能是促使勞動力轉型而非被完全替代。一方面，AI對具體職業的全面自動化尚未發生；另一方面，AI應用正在增加對更復雜勞動力技能的需求。
哈佛商學院的研究發現，在易受增強效應影響的工作中，招聘中對AI相關的技能需求增加了15%，並且對員工掌握技能的複雜性和新技能開發需求都顯著增加，包括AI工具的運用熟練度、創造性推理能力和更高水平的問題解決能力。值得注意的是，該研究還發現，對易受自動化影響的工作，招聘中對與AI相關的技術需求減少了24%，新增加的技術能力需求也有所減少。
勞動經濟學研究所（IZA）對德國勞動力市場資料的研究[18]發現，AI減少了資訊收集等抽象認知任務，同時增加了監控流程等“高階”常規任務的需求，這些任務轉變主要發生在職業內部，並隨著時間的推移變得更加顯著。
布魯金斯學會（Brookings）對金融行業的調查[19]發現，金融從業者的工作性質正在因AI的出現而發生變化：不再處理數字，而是解讀輸出結果；不再製作報告，而是驗證AI生成的報告。這種新的勞動分工鼓勵擁有人機協作能力、具有批判性思維等綜合能力的人才，而非具備單一專業知識的人才。
這種現象在新崗位的需求中得到了體現，包括審計AI決策的模型風險官、最佳化大型語言模型行為的對話系統訓練師、為諮詢服務協調AI流程的產品經理，以及精通提示工程的合規主管。
普華永道2025年基於全球近十億份招聘廣告的研究[20]發現，2022年以來，AI暴露度最高（最易受AI影響）的行業工資增長速度比AI暴露度最低（最不易受AI影響）的行業高出一倍，表明AI正在提高勞動者的價值。即使在可高度自動化的崗位中，使用AI的員工工資也在上漲。在不同行業的同一職業中，與不具備AI技能的員工相比，具備AI技能的員工獲得了56%的工資溢價，反映出市場對具備高階技術技能、人機協作能力的工作人員的需求增長。
儘管AI對勞動力市場整體就業水平的影響並不顯著，但研究發現AI已經開始對不同人群產生異質性影響，可能加劇收入分配差距等不公平現象。
首先，AI的採用似乎對高薪高技術職業的就業產生更多積極影響，對低薪甚至中等收入職業則更容易產生消極影響。
哈佛大學經濟學教授大衛·德明、勞倫斯·薩默斯等學者對美國勞動力市場過去100年職業更迭趨勢的研究[21]發現，2019年以來，高薪、高技能的工作崗位數量呈增長趨勢，尤其是科學、技術、工程和數學（STEM）領域的工作崗位在2010年代意外下降後，近期急劇增長，從2010年佔美國總就業份額的6.5%升至2024年的近10%；低薪、中等收入工作崗位數量均呈下降趨勢。
這與過去計算機自動化革命的影響相反，計算機透過替代常規體力勞動和資訊處理工作減少了中等收入群體的就業，基本體力勞動和個人服務行業曾因難以被機器自動化出現就業增長。
圖7：1880-2024年美國不同行業的就業份額
圖源：Technical Disruption in the Labor Market
國際清算銀行（BIS）對美國勞動力市場資料的研究[22]同樣發現，儘管高薪職業對AI的總體暴露度更高，但AI通常對這些職業發揮增強效應，其核心技能短期內並不能被AI取代。相比之下，儘管低薪職業對AI的暴露程度較低，但一旦暴露於AI技術，其核心技能往往能夠被AI取代。
例如，高薪律師可能會使用AI來幫助進行法律研究，而同一行業的法律文員，由於其核心任務包括日程安排和檔案準備，因而更可能被AI工具所替代。總的來說，低薪職業更有可能被AI替代。
其次，AI對入門級職業正產生更大的替代效應。牛津經濟研究院對美國勞動市場的研究[23]發現，自2023年年中以來，85%的失業率增長可歸因於新就業市場進入者（主要是應屆畢業生）無法找到工作，失業人口增長主要集中在計算機、數學、科學等專業的畢業生，自2022年以來22-27歲計算機和數學畢業生的就業率下降了8%，而在相同領域，27歲以上人群的就業率在同期增長了0.8%。雖然該現象一定程度上是疫情後招聘激增之後的回落現象，但也表明人工智慧和自動化正對入門級職業產生更大的替代影響。
第三，AI對就業的影響在不同性別間分佈不均衡。AI的技術滲透率方面，其在男性中的滲透率在各個國家中普遍高於女性。2024年，領英資料顯示其平臺上69.5%的AI專業人士為男性，30.5%為女性，這一比例在一段時間內保持穩定[24]。
此外，相對男性，AI似乎正使女性面臨更高的暴露度和自動化風險。世界勞工組織的研究[25]發現，在高收入國家中，面臨AI自動化風險最高的崗位佔女性就業的9.6%，佔男性就業的份額僅為3.5%，這與女性在行政、支援性服務行業就業比重較大有關。
聖路易斯聯儲研究[26]發現，數字技術的應用對女性員工特別是非資訊科技服務領域的女性，產生了顯著的負面影響，這與之前主要影響製造業男性工人的技術革命（如IT和機器自動化）形成了對比。
AI對勞動力市場影響的政策啟示
近幾年的研究證據表明，AI技術的快速應用正在對勞動力市場產生初步影響。AI在輔助增強人類勞動力、促進生產力增長、創造新工作崗位方面提供了巨大潛力，與此同時也可能加劇工作崗位流失、技能兩極分化、收入不平等等問題。許多研究指出，想要在有效利用AI機遇的同時降低風險，需要多方採取積極主動的政策應對。
考慮到AI正在從根本上改變技能需求並創造新的工作類別，政策重點應該放在確保廣泛的教育機會和持續性的技能發展上，使勞動力為AI驅動型經濟做好準備[27]。
為下一代做好準備：託尼·布萊爾全球變化研究所（TBI）[28]指出，學校課程應重新調整，重點應強調與AI互補的技能，包括“合作、溝通、批判性思維和創造力”。與此同時，政府應積極利用AI輔助教師和學生的教育，從而提高整體教育水平。
鼓勵私營部門廣泛展開AI技能培訓：許多研究指出，政策制定者應投資於大規模技能培訓專案，重點應關注AI相關技能、資料分析和全社會的數字素養的提升上。由於中小企業通常缺乏部署AI的資源，政府可以開發開源AI助手用於技能培訓，並提供給不同規模的企業。企業對員工的中期職業技能再培訓也至關重要，有助於縮小低技能和高技能員工之間的生產力差距。布魯金斯學會建議，可採取有針對性的稅收優惠或公私合作培訓專案，以鼓勵企業積極參與[29]。
建立促進勞動力流動與轉型的系統：考慮到AI可能推動勞動力在不同行業間的重新分配，勞動力市場的基礎設施需要更新，以支援勞動力的流動與轉型。例如，政府或私營部門可建立早期的失業風險預警和工作機會系統，該系統可利用機器學習進行技能匹配，也可根據現有技能和不斷增長的勞動力需求，提供個性化的再培訓機會資訊[30]。
鼓勵以增強勞動力為重點的AI部署：政策制定者應激勵企業重組工作流程，鼓勵以放大而非侵蝕人類勞動價值的方式部署AI。例如，政府可激勵對勞動力增強型AI技術開發的投資，重點可關注勞動力短缺的公共部門，比如醫生、護理人員，從而推動以人為本的AI設計。
對企業而言，不應只將AI視為控制員工數量的工具，而應將其視為幫助員工創造更多價值、開拓新市場和產生新收入來源的戰略。普華永道[31]建議，企業應優先發展可自動執行一連串任務的“代理式AI”（agentic AI），從而使員工成倍地提升工作效率，並使組織能夠更快地思考、適應和執行。
為受影響工人提供安全保障：鑑於AI的部署可能會不成比例地衝擊勞動力市場中的某些人群，例如自由職業者、低收入低技能人群，現有的勞資關係和法規可能無法很好地應對新興技術帶來的挑戰。布魯金斯學會[32]建議，應實施“基本工人保障”政策，包括透過積極的勞動力市場政策以幫助工人轉崗，提供靈活福利，如不與單一僱主掛鉤的醫療保險，以及為再培訓提供臨時收入支援。
企業應提高AI部署意圖的透明度，對招聘、績效評估和決策過程制定明確的AI指導方針，使員工知曉AI對工作的影響等資訊，提升員工與僱主的議價能力。政策制定者也可為企業提供稅收優惠，以激勵在職培訓和留用員工從事新崗位，或縮短工作周，從而在轉型期間優先保障就業。[33]
AI發展方向應優先考慮對勞動力的增強效用，並解決更廣泛的社會挑戰。
鼓勵人機協作研究：美國人工智慧促進協會[33]指出，應鼓勵探索AI如何與多智慧體系統（multi-agent system）融合，增強協作解決問題、分散式決策和社交模擬的研究。這需要AI研究人員、社會科學家、倫理學家和政策制定者之間的跨學科合作。
投資造福社會的AI技術：AI應被鼓勵用於解決貧困、公共衛生和環境保護等社會挑戰。該領域的研究挑戰包括開發節能型AI系統，培育推動可持續發展突破的創新型AI應用，以及建立強大的情景建模和資料收集，為政策提供資訊並指導可持續AI發展。
確保負責任、符合倫理的AI設計：隱私、問責制、公平等倫理問題應納入AI系統的設計研發中。許多研究指出，AI系統仍普遍存在種族、性別等隱含偏見問題[35]，這可能強化決策中的歧視問題，為此需改善訓練資料質量與演算法設計，增強AI系統的透明度，對AI招聘等流程進行人工監督。此外，國際層面的治理合作同樣重要，各國需就隱私、安全、智慧財產權、錯誤資訊和生物安全等方面的規範和法規進行國際協調[36]。
![]()
參考來源（向上滑動閱覽）
2024年，中國金融四十人研究院正式推出原創研究品牌「CF40研究」。訂閱“CF40研究”，您將暢享全年無間斷原創報告、視聽服務、精品圖書贈閱、會員專享主題活動等線上線下超值權益組合。加入我們，開啟這場新知之旅吧！
版面
編輯：宥朗｜責任編輯：宥朗撰文：沙靜
視覺：李盼 東子
監製：李俊虎 潘潘