摩根大通：AI 不是搶飯碗，是產能倍增器，需求擴張才是就業關鍵

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。