AI: engine ba o killer? JPMorgan nagbibigay ng sagot gamit ang datos: tumaas nang husto ang productivity, ngunit halos siyamnapung porsyento ng benepisyo ay kinain ng 12 na industriya

Napansin ng智通财经APP na, ang AI ba ay talagang makina ng produktibidad o mamamatay-trabaho? Isinagot ng pinakabagong ulat ng Morgan Stanley ang tanong gamit ang isang hanay ng mga datos: ang produktibidad ay talagang tumataas nang mabilis, ngunit ang benepisyo ay lubos na nakatuon; higit pang mahalaga, ang mga trabahong may mataas na AI exposure ay nagsisimula nang “lumiliit”.

Halos siyamnapung porsyento ng benepisyo ay napupunta sa mga “nangungunang industriya”

Gamit ang “output/kawani” bilang proxy indicator ng produktibidad, tinaya ni Morgan Stanley na hanggang sa ikalawang quarter ng 2026, ang kabuuang produktibidad ng Estados Unidos ay tataas ng 2.4% kumpara sa nakaraang taon—kahit bumaba mula sa 3.0% noong nakaraang quarter, ito ay doble pa rin sa average na rate ng pagtaas sa huling dalawampung taon.

Kapansin-pansin, sa 2.4% na pagtaas na ito, labindalawang industriya na may mataas na AI exposure lamang ang nakapag-ambag ng 2.0 na porsyento, samantalang ang mga industriya na may katamtaman at mababang AI exposure ay pinagsamang nag-ambag lang ng 0.4 na porsyento. Isang taon na ang nakalipas, ang kontribusyon ng mga high-AI industry ay 1.4 na porsyento pa lang—lalo lang tumitindi ang konsentrasyon, ayon sa ulat, at halos lahat ng paglago sa produktibidad ay “halos lubos na hinihimok ng mga mataas ang AI na industriya”.

Anim na buwan na ang nakalipas, itinaya ni Morgan Stanley na ang kasalukuyang pagtaas ng produktibidad ay nanggagaling sa investment sa AI infrastructure na nagdudulot ng capital deepening, at hindi dahil sa restructuring ng proseso ng mga kumpanya. Ang update ngayon ay nagpapatuloy sa konklusyong ito, ngunit may bagong natuklasan: unti-unti nang nababawasan ang mga trabaho sa high-AI industries, at ito ay nagdadagdag sa kontribusyon ng produktibidad. Sa madaling salita, ang “pagpapalit ng tao ng makina” ay unang lumitaw na sa datos—ngunit binigyang-diin ng team na ito ay “micro at hindi macro”, at itinuturing na “malayo at sekundaryang salik”.

Sino ang napapalitan?

Pinag-aralan ng ulat ang bawat detalye ng pagbabago sa trabaho: ang mga industriya ng data processing at software ay bumibilis magbawas ng empleyado habang mabilis din ang paglaki ng output, gayundin ang credit intermediaries (commercial banks at mga posisyong may kaugnayan sa mortgage) ay mabilis nagbabawas ng manggagawa, na parehong naituring na “malamang ay may kaugnayan sa AI”. Samantala, ang pagbawas ng mga posisyon sa private education at pamamahala ng kumpanya ay mas malamang na dulot ng mas mahigpit na federal regulations, pagbaba ng kabataang populasyon o epekto ng kaguluhan noong nakaraang taon, at hindi maituturing na epekto ng AI.

Ang industriya ng computer manufacturing ay patuloy na kumukuha ng mga empleyado, ngunit parehong bumababa ang output at productivity; ang securities at iba pang miscellaneous professional services naman ay nananatiling malakas. Pinagtibay ni Morgan Stanley: Totoong may nangyayaring substitution sa isa o dalawang high-AI industries, ngunit ang pangunahing dahilan ng mataas na paglago ng produktibidad ay ang pagpapalawak ng output.

Para sa merkado, mahalaga ang ulat na ito dahil tinutugunan nito ang tanong na “Sulit ba ang ganitong kalaking capital expenditure para sa AI?” sa pamamagitan ng dalawang quantifiable na kurba: una, ang investment sa AI infrastructure ay tunay na nagiging productivity dividend, na nagbibigay ng macronomic na suporta sa “AI narrative”; ikalawa, bagaman maliit, ang epekto ng substitution ay lumalaki, at kapag inihambing sa naunang research ng team tungkol sa “presyon sa mga kabataan sa high-exposure na trabaho”, makikita na ang epekto ng AI sa segmentation ng labor market ay unti-unti nang lumalabas sa datos mula sa dati’y teorya lamang.