AI采用正在重塑劳动力结构，银行、硬件与半导体更偏净受益
AI 摘要卡
AI采用正在重塑劳动力结构，银行、硬件与半导体更偏净受益
Morgan Stanley基于AlphaWise对808名专业人士的调查认为，AI过去12个月带来平均9.6%的生产率提升，同时造成约5%的净岗位流失，并在不同行业间形成明显机会与风险分化。
- 调查覆盖美国、英国、德国、日本和澳大利亚的银行、软件与服务、科技硬件与设备、半导体及专业服务行业，样本量为808。
- 过去12个月，AI导致12%岗位取消、15%岗位不再补招，同时带来22%新增招聘，合计约5%净岗位流失。
- AI使受访企业过去一年平均生产率提升9.6%，提升最明显的领域包括IT/软件开发、客户服务和财务运营。
- 报告认为银行、科技硬件与半导体是AI采用的净受益者；软件和专业服务则更依赖专有数据、深度工作流嵌入和AI变现能力。
研报解读
概览
本报告是Morgan Stanley关于“AI Adoption and the Future of Work”的行业深度跟进，研究重点从总量就业趋势转向行业和公司层面的影响。报告使用AlphaWise 2026年4月调查数据，覆盖已实施或正在开发AI解决方案至少12个月、并计划未来12个月继续推进的企业。核心结论是：AI已经同时带来就业结构调整和生产率提升，但投资含义在行业之间明显不同。
核心观点
报告认为，银行受益于成本下降、生产率提升和经营杠杆改善，AI更多用于IT、财务、客户服务和运营，而非简单替代前台岗位。科技硬件与半导体既能通过AI提升自身运营效率，又受益于芯片和AI基础设施需求增长。软件行业的关键差异化在于能否将专有数据、嵌入式工作流和有效AI定价结合起来。专业服务行业的长期价值不只来自任务自动化或裁员，而在于把AI嵌入核心运营基础设施并形成新产品；其中具备专有数据和测试能力的模式更有利，人员派遣和外包模式面临更大扰动和定价压力。
分析框架
报告结合AlphaWise一手问卷调查、分行业样本对比、国家和行业维度的就业与生产率指标，以及Morgan Stanley行业分析师对覆盖公司的经营杠杆、技术预算、数据准备、工作流嵌入和商业模式风险的判断，推导AI采用对行业和公司的影响。
方法论与常识提炼
一手调查
2026年4月对808名了解所在公司AI战略和实施情况的专业人士进行在线访谈，覆盖美国、英国、德国、日本和澳大利亚。样本公司来自银行、软件与服务、科技硬件与设备、半导体和专业服务行业，均已实施或开发AI解决方案至少12个月，并计划未来12个月继续推进。
行业深度比较
报告按行业比较AI对岗位、生产率、业务模式、成本结构和收入机会的影响，识别净受益行业和面临更大扰动的商业模式。
净岗位影响与生产率提升
报告以岗位取消、岗位不再补招、新增招聘、再培训、再部署和生产率提升等指标衡量AI采用的劳动力与效率影响。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。
- 银行股AI采用的净受益行业
- 优势
- 成本、生产率和经营杠杆改善；大型银行拥有数据治理、技术预算和企业级培训优势。
- 劣势
- 收益释放依赖系统集成、数据准备、员工技能提升和复杂机构的执行能力。
- 对比
- 相较软件和专业服务，银行的收入端被AI直接颠覆的风险较低，更多体现为效率和经营杠杆提升。
- 风险
- 信任、安全、声誉风险、遗留系统整合、数据 readiness 和AI技能短缺可能拖慢落地。
- 科技硬件与半导体AI基础设施需求的直接受益者
- 优势
- 既能提升自身运营效率，又为AI采用提供芯片和基础设施等“picks and shovels”。
- 劣势
- 行业内部岗位削减仍处早期，短期效率收益可能不如需求侧增量清晰。
- 对比
- 相较服务型行业，硬件和半导体拥有更直接的AI资本开支和基础设施需求敞口。
- 风险
- 需求周期、产能、竞争、技术迭代和客户资本开支节奏可能影响收益兑现。
- 软件与服务AI生产率提升和商业模式分化并存
- 优势
- AI对软件开发生产率影响显著，具备专有数据、嵌入式工作流和AI变现能力的厂商更可能受益。
- 劣势
- 部分公司可能因AI提升开发效率而减少岗位，且传统席位或服务收费模式可能受到挑战。
- 对比
- 相较银行和半导体，软件行业的受益更依赖公司层面的产品嵌入和定价能力。
- 风险
- AI功能商品化、价格压力、客户自建能力增强以及岗位调整带来的组织执行风险。
- 专业服务AI嵌入核心运营后形成长期价值，但商业模式差异大
- 优势
- AI可带来成本节约和新产品机会；具备专有数据、测试和高附加值专业能力的公司更有优势。
- 劣势
- 单纯任务自动化或依赖人力投入的业务难以形成持久壁垒。
- 对比
- 相较科技硬件和半导体，专业服务的AI受益更间接，更依赖运营基础设施改造。
- 风险
- 人员派遣、外包和低差异化服务可能面临更大替代、扰动和定价压力。
关键数据
- 调查样本总量8082026年4月AlphaWise在线访谈，受访者为了解公司AI战略与实施情况的专业人士。
- 覆盖国家美国160、英国163、德国163、日本159、澳大利亚163国家样本合计覆盖五个市场。
- 覆盖行业样本银行202、软件与服务204、科技硬件与设备150、半导体52、专业服务183样本覆盖AI采用影响较突出的五个行业。
- 过去12个月全行业净岗位影响-5%由12%岗位取消、15%岗位不再补招和22%新增招聘共同形成。
- 过去12个月平均生产率提升+9.6%全国家、全行业平均；英国和美国提升相对更高。
- 银行行业生产率提升+10.0%报告认为银行的AI收益仍处早期，后续随agentic tools扩展可能继续放大。
- 软件行业生产率提升+10.4%软件行业同时面临生产率提升和岗位扰动，受益程度取决于数据、工作流和变现能力。
- 半导体行业净岗位影响-8%半导体岗位扰动较明显，但报告仍认为行业因AI基础设施需求增长而整体受益。
- S&P 500公司提及AI劳动力影响比例约10%截至2Q26，高于一年前约6%；MS AI Adopters中的比例为18%。
影响与含义
投资含义上，AI不只是成本削减工具，而是改变行业经营杠杆、人才结构和竞争壁垒的长期变量。银行可通过数据治理、技术预算和工作流嵌入释放经营杠杆；科技硬件和半导体受益于AI基础设施需求；软件与专业服务则更可能出现赢家分化，具备专有数据、深度嵌入工作流和定价权的公司更有机会把生产率提升转化为收入和利润，缺乏差异化数据或以人员规模计费的模式可能面临价格和需求压力。
风险
- AI部署相关风险包括信任、安全和声誉风险。
- 数据准备不足和遗留系统整合困难可能限制生产率提升兑现。
- AI技能短缺可能拖慢企业级推广。
- 软件和专业服务中缺乏专有数据、嵌入式工作流或定价权的公司可能面临更大竞争和价格压力。
- 岗位流失集中于离岸、合同或临时员工以及2至10年经验人群，可能带来组织和社会层面的再培训压力。
- 澳大利亚等市场的监管因素可能影响AI采用的速度和广度。
后续跟踪
- 企业是否将AI从copilot和assistant阶段推进到agentic workflows。
- 银行能否把AI生产率提升转化为持续经营杠杆和税前利润改善。
- 软件公司是否具备专有数据、深度工作流嵌入和有效AI定价能力。
- 专业服务公司能否把AI嵌入核心运营基础设施，而非停留在孤立任务自动化。
- 企业财报电话会中关于AI劳动力影响、自动化、招聘放缓和收入-人头脱钩的披露频率。
- 监管、数据安全、遗留系统整合和AI人才供给对采用进度的约束。