JPMorgan Chase: AI không phải là cướp việc làm, mà là bộ tăng năng suất, mở rộng nhu cầu mới là chìa khóa việc làm

摩根士丹利指出 AI 的擴散速度雖遠超歷史技術革命，但勞動力市場仍展現異乎尋常的穩定性，AI 目前更像增量器而非替代者。
（前情提要：誰說 AI 幣是 FET？真正的機器經濟，贏家竟只有 USDC）
（背景補充：大摩：關稅戰恐使臺積電等科技股爆跌20%，建議先獲利出場）

摩根士丹利首席經濟學家 Seth B… Carpenter 的最新研究，替當前籠罩 AI 議題的集體焦慮打了一劑清醒針。他將人工智慧定位為繼機械化、電氣化、大規模生產、自動化與 IT 革命之後的第六波重大創新浪潮，並點出一個核心矛盾：AI 的擴散速度遠超歷史上任何一次技術革命，但全球主要經濟體的勞動力市場指標，卻呈現出「異乎尋常的穩定性」。

從就業成長、失業率到職缺與離職率，這些核心資料在 AI 高暴露產業與低暴露產業之間，並未出現系統性分化。Carpenter 在研究中主張，目前的證據更支援「AI 是增量器而非替代者」的論點。

歷史鏡鑑：每一次科技恐慌都走向了相反結局

回顧工業革命以來的歷次技術躍進，每一波都伴隨著「機器取代人類」的深切憂慮。19 世紀初的盧德分子砸毀織布機，20 世紀 60 年代對自動化的恐懼，以及 90 年代網路泡沫初期對白領職位消失的擔憂，最終都被歷史證明是過度反應。

結構性啟示：技術躍遷重塑工作，而非消滅工作

Carpenter 在報告中強調，這些技術確實取代了部分特定任務與職位，但更普遍的影響是重塑了工作的組成，而非讓工作本身消失。機械化讓農業勞動力轉入工廠，電氣化催生出龐大服務業，IT 革命則孕育了程式設計師、資料分析師等全新職業。每一次技術躍遷後，勞動力需求總量非但沒有萎縮，反而在更廣闊的產業基礎上持續擴張。

他在報告中指出，一個常被忽略的認知偏差在於：許多人將 AI 理解為「用更少的人完成同樣的產出」，但同樣的機制也意味著「同樣數量的人可以創造出多得多的產出」。兩種表述在數學上等價，但大摩傾向於認為後者更可能成為現實。這背後是生產力提升帶動的總需求擴張效應——當商品與服務的成本下滑，消費者實際購買力上升，進而催生新需求，反過來拉動就業。

資料實證：生產力提升由產出帶動，而非裁員

就現有資料而言，Carpenter 認為有理由保持謹慎樂觀。在勞動市場層面，就業成長、失業率、職缺與離職率等指標，均未在 AI 高暴露產業與低暴露產業之間出現系統性分化。青年失業率上升常被引用為 AI 衝擊就業的佐證，但若將美國整體招募放緩的週期性因素排除，青年失業率的超額上升幅度僅略高於歷史週期規律所預示的水準，並不構成結構性異常。

產出擴張先行：AI 在增加產能，不在削減人頭

在生產力層面，AI 的效應已開始浮現於資料之中。高 AI 暴露產業的勞動生產力成長速度更快，但核心關鍵在於：這一成長主要源自產出的加速擴張，而非工時壓縮或人員削減。這個區分至關重要——它表明 AI 目前更多扮演「增量器」而非「替代者」的角色。企業正在藉助 AI 工具提升現有員工的生產效率，而非直接裁員。

核心風險：擴散速度壓縮了調整視窗

儘管早期資料令人寬慰，Carpenter 明確指出未來走勢仍高度不確定。與歷史上歷次技術革命歷經數十年緩慢鋪開不同，AI 的採用速度大幅壓縮了調整週期——這是此輪創新浪潮最顯著的結構性差異。

他提出一個需高度戒備的情景：若企業在短期內迅速兌現 AI 帶來的生產力收益，且這一效應廣泛蔓延至整體經濟，失業率可能出現類似衰退的跳升——至少在勞動力市場完成出清之前如此。這種「速凍式」調整，將對社會穩定與分配公平構成嚴峻挑戰。

緩衝機制盤點：六道防線能否接住衝擊？

不過，Carpenter 同時列舉了多重緩衝機制：生產率帶動的收入成長將支撐總需求；財富效應上升將維繫消費；企業內部將湧現新任務與新角色，吸納被取代的勞動力；就業的週期性放緩及其帶來的通縮壓力，將觸發貨幣政策寬鬆；若貨幣政策空間耗盡，還有財政政策的「自動穩定器」（如失業救濟金、累進所得稅）與「相機抉擇式財政工具」（discretionary fiscal tools）可以動用，協助平滑景氣週期。他主張，上述緩衝機制的存在，將使 AI 帶動的失業衝擊「更小、更短暫、更可控」。

基礎設施瓶頸：超3兆美元資本開支尚未落實

Carpenter 同時指出，AI 的實際擴散速度也將受到實體基礎設施建設進度的制約。大摩策略師先前預估，2025 年至 2028 年間，資料中心及相關基礎設施的資本開支總規模將突破 3 兆美元，但目前已到位的資金僅約四分之一。

硬體瓶頸決定滲透速度：晶片、電網、光纖都是限速器

這意味著 AI 對生產力與就業市場的最大衝擊，在很大程度上仍屬「未來式」。基礎設施的建設步調，將直接左右 AI 能力滲透實體經濟的速度，進而影響就業市場調整的時間視窗。從晶片製造到資料中心建設，從電網升級到光纖鋪設，這些實體瓶頸正成為 AI 落地的「限速器」。

政策因應：左右衝擊深度的關鍵變數

Carpenter 在報告中強調，AI 對就業市場的衝擊深度與持續時間，將在很大程度上取決於政策應對能力。歷史上，科技革命帶來的調適陣痛，往往透過教育體系改革、社會保障網路完善與勞動市場彈性化來緩解。目前各國政府面臨的核心挑戰在於：能否在 AI 加速滲透之前，建立起足夠有效的再培訓體系與社會安全網？

從全球視角來看，不同經濟體的政策工具箱差異顯著。北歐國家擁有強大的工會談判機制與積極的勞動力市場政策，可能更容易實現「創造性破壞」的平穩過渡；而勞動力市場保護不足、社會保障體系薄弱的經濟體，則可能面臨更大的社會摩擦。

Carpenter 總結道，大摩將持續追蹤 AI 擴散速度、勞動市場演變及政策因應動向。「歷史表明，生產力最終會勝出，但社會中並非每個人都能平等分享紅利。早期證據令人鼓舞，但故事仍在書寫之中。」對投資者而言，這意味著需要密切關注 AI 產業鏈各環節的資本開支步調、企業層面的採用率變化，以及各國政策對勞動力市場的介入力度——這些因素將共同決定 AI 革命的最終經濟走向。