TL;DR - 阿波羅全球管理公司於7月30日發布研究，顯示AI在高曝險職位中抑制薪資成長，且就業人數未出現統計上顯著的下降 - 高AI曝險職位的工作者在2023年後期間，實際薪資成長比曝險較低的同儕低6.7個百分點——此差異係針對2023年後整個期間的完整測量 - 阿波羅估計，11個高曝險職業中約580萬名工作者，相較於2023年前的薪資趨勢，每年合計損失約280億美元的薪資——此數字係阿波羅將累計6.7個百分點的差距套用至該群體年度薪資基礎所得出 - 負擔不成比例地落在受影響職業中的低收入工作者身上；服務業工作者呈現最大幅度的相對下降；最高四分位數的高收入者未顯示統計上顯著的影響
第A部分 — 研究內容
7月30日，阿波羅全球管理公司首席經濟學家Torsten Slok與Sania Edlich發布了一份白皮書——《AI對美國勞動市場的影響》——針對321個美國職業進行研究，以量化AI在勞動市場的早期影響足跡。核心發現：人工智慧正在抑制曝險職位的薪資成長，而非消除職位。
研究採用雙重差分法，對2015至2025年美國勞工統計局（BLS）薪資數據進行職業與年份固定效應分析，並將各職業對應至Anthropic經濟指數（AEI）——該指數通過將匿名化的Claude對話記錄與O*NET職業任務描述進行比對，以估算各職業的AI使用強度。
主要發現
2023年後——生成式AI採用率急劇加速——AI使用率最高的職業，其實際薪資成長比曝險較低的職業低6.7個百分點，衡量的是後處理期的總累計差異。相同職業的就業人數顯示無統計上顯著的下降；該模型無法偵測到可測量的人員減少，但此發現無法區分穩定招聘與較慢的招聘成長——後者不會以人數水準下降的形式呈現。
研究涵蓋11個高曝險職業，包括電腦程式設計師、客服代表及金融分析師。阿波羅對受影響群體的估計：
| 指標 | 阿波羅估計 |
|---|---|
| 高曝險職業工作者 | ~5.8 million |
| 相較於2023年前趨勢的年度損失薪資 | ~$28 billion |
| 相較於同儕的實際薪資成長落差（2023年後） | –6.7個百分點 |
備註：阿波羅通過將累計6.7個百分點的薪資成長差距套用至受影響群體的薪資基礎，得出280億美元的年度缺口——這意味著這些職業的薪資目前比2023年前趨勢成長所能達到的水準低約6.7%，而該缺口相當於580萬名工作者每年合計損失約280億美元。
誰承受最大衝擊
薪資成長放緩集中在受影響職業中收入較低的群體。最低收入四分位數的工作者所經歷的放緩幅度遠大於薪資較高階層，而相同受影響職業中最高收入四分位數的工作者則未顯示統計上顯著的薪資成長差異。在各職業子群體中，服務業工作者呈現最大幅度的相對下降，惟阿波羅指出該子群體的樣本數量較小。
IBM前首席人力資源官Diane Gherson在彭博社8月22日對此研究的報導中被引述，指出企業正在決定是否通過「裁員、放緩招聘或再培訓」來獲取AI驅動的效率收益。阿波羅的就業數據無法判斷企業採取了哪條路徑——它僅確認現有員工人數水準未出現統計上可偵測的降幅。
第B部分 — 投資分析
誰獲取生產力收益？
阿波羅的研究發現描述了一種結構性動態：部署AI的企業正將生產力收益轉化為利潤，而非以更高薪資的形式分配給工作者。對股票投資者而言，這是核心要點——AI採用對高採用率企業而言是潛在的利潤率事件，而（目前）尚未成為有意義的人員削減故事。
高曝險職業集中於企業科技、金融服務及大型客服業務。這些行業的企業有望隨著AI採用的深化，逐季累積阿波羅模型所描述的勞動成本收益。適當的投資者測試標準是這些企業是否正在報告相對於同儕的勞動成本優異表現——這一點在財報電話會議的營業利益率評論中最為明顯。
聯準會影響
美國勞工統計局報告顯示，2026年7月名目平均時薪（AHE）年增3.2%。扣除通膨因素後，2025年7月至2026年7月的實際平均時薪下降0.2%——這與AI曝險工作者在實際購買力上逐漸落後的勞動市場狀況大體相符。聯準會2%的目標以整體PCE為基準；實際AHE與PCE採用不同的平減指數，但方向信號相似。
9月15至16日的FOMC會議將是下一次定期政策決策，屆時將參考9月4日公布的8月就業報告。名目或實際AHE的進一步疲軟，將為9月或後續10月27至28日或12月8至9日會議降息25個基點提供更多數據支撐。
行業投資解讀
受益者：AI密集型僱主
在程式設計師、分析師及客服職位上高度使用AI的科技公司及金融服務企業，最有利於獲取阿波羅研究所描述的勞動成本抑制收益。這些職位較慢的實際薪資成長，直接轉化為相對於低採用率同儕的潛在營業利益優異表現。關注2026年第三季財報對薪資趨勢及AI部署進展的評論，以驗證該模型的實際適用性。
風險：低收入消費支出
高曝險職業中最低收入四分位數的工作者承受最大幅度的實際薪資放緩。這一群體在折扣零售、快休閒餐飲及基本服務方面貢獻了相當大比例的消費支出。低收入實際薪資成長的結構性阻力——有別於週期性消費疲軟——可能對這些類別的同店銷售趨勢造成壓力。
勞動力摩擦風險
由Writer與Workplace Intelligence於2026年4月針對1,200名美國、英國及歐洲員工（及1,200名高層主管）進行的調查發現，29%的員工承認曾主動破壞公司的AI策略——在Z世代員工中這一比例上升至44%。報告的行為包括拒絕使用規定工具、退出AI培訓，以及篡改績效指標。對於向投資者預測AI成本節省的企業而言，此規模的採用摩擦是重大的執行風險。
部分抵銷因素：企業創建
Slok與Edlich指出，AI採用也正在促進新企業的創建，因為創業者現在可以以較低的資本成本啟動新事業。然而，新創企業所帶來的任何就業抵銷效果，目前仍是滯後的發展，尚未反映在整體薪資統計數據中。
投資者三大觀察重點
- 9月4日就業報告（AHE）：實際AHE持續疲軟，將強化AI薪資壓縮論點，並為9月15日至16日會議，或隨後第四季10月27日至28日或12月8日至9日會議的降息決定增添理據。
- 2026年第三季財報——勞動成本評述：管理層就程式設計師、分析師及客戶服務職位薪資趨勢所作的評述，將提供實際驗證，檢視Apollo模型的薪資抑制效應是否已體現於企業實際成本結構之中。
- AI採用數據：企業AI採用調查的最新進展及勞動力使用情況評述。若蓄意破壞或不遵從率持續攀升，將預示執行阻力的存在，可能限制企業所預測的生產力提升效益。
資料來源：Slok, T. & Edlich, S.，〈AI對美國勞動市場的影響〉，阿波羅全球管理公司（2026年7月30日）；美國勞工統計局——2026年7月就業形勢概覽；美國勞工統計局——2025至2026年7月實際平均時薪；Anthropic經濟指數；彭博社（2026年8月22日）；Writer / Workplace Intelligence調查（2026年4月），轉引自《Fast Company》（2026年4月）。
本文僅供參考，不構成投資建議。
