摩根士丹利:美國生產率增長83%來自12個高AI曝險行業
nashnova research
摩根士丹利最新研究發現,美國過去一年83%的生產率增長僅由12個高AI暴露行業貢獻,其餘52個行業幾乎原地踏步。這意味著AI紅利目前仍是少數行業的專屬加速器,而非全經濟體的普惠引擎。
83%的增長集中在19%的行業——這個數字說明甚麼?
過去一年美國每名員工產出增長2.4%,其中2.0個百分點來自僅12個高AI暴露行業。這意味著→ 其餘52個行業合計只貢獻了0.4個百分點,幾乎等於停滯。
簡單來說= 把美國經濟想像成一間64人的課室,只有12個學生拼命拉高平均分,其餘52個人幾乎沒有進步。
一年前差距尚未如此懸殊:高AI組貢獻1.4個百分點,其餘行業貢獻1.0個百分點。如今剪刀差已從0.4擴大到1.6個百分點,集中度在加速而非收斂。
哪些行業在狂飆,哪些在拖後腿?
數據處理與互聯網出版生產率按年增長27.0%,而且每季仍在加速;證券與投資增長17.6%;出版(含軟件)及電腦系統設計各增長約9%。這些行業本身就是AI的建設者或直接受益者。
大多數美國人實際工作的行業則截然不同:醫院僅增長0.3%,建築業持平,餐飲增長0.9%,食品飲料零售下降4.7%,貨車運輸下降11.4%,綜合商品零售下降11.8%。
說白了= 寫程式、做交易的行業被AI推著飛跑,但端盤子、揸車、上貨架的行業不但沒提速,有些反而在倒退。
高AI陣營內部也在分化?
電腦製造業產出增速從2025年底的13.0%驟降至2026年二季度的-1.1%。原因並非訂單消失,而是行業持續擴招、產出卻在下滑——人請多了,活沒跟上。
法律服務被普遍視為AI顛覆的前沿,但實際生產率下降了1.8%——產出停滯而員工人數上升。這意味著→「AI暴露度高」不等於「已經兌現生產率」,中間還隔著落地節奏的鴻溝。
此前被廣泛引用的生產率改善,其實是舊動能?
摩根士丹利指出,此前GDP年度修訂將2023至2024年每員工產出上調了0.3至0.5個百分點,但這部分「出現得太早,不太可能反映AI的貢獻」。
該行判斷這些上調集中在中AI類別,更可能源於疫情期間的降本增效。這意味著→ 之前市場拿來佐證「AI已提升生產率」的數據,其實講的是另一個故事。
報告認為,2025至2026年的進一步強化才反映來自高AI行業的新動能——舊動能正在消退,新動能正在接棒,但接力範圍極窄。
3.6%的非農生產率——亮眼數字背後藏著甚麼?
美國勞工統計局公佈三季度非農生產率年化增長3.6%,高於市場預期的2.7%,單位勞動力成本下降0.7%。AI樂觀派將此視為AI紅利的佐證。
但摩根士丹利的行業拆解顯示,這個數字背後是極度不均衡的結構:少數行業的爆發式增長拉高了整體均值。
簡單來說= 平均數好看,但中位數沒怎麼動。AI紅利目前仍是「少數人的生產率」,能否向醫院、建築、運輸等大眾行業擴散,仍是懸而未決的核心問題。
市场有风险,内容仅供研究参考,不构成投资建议。
