高盛以招聘行业为案例，测算AI如何重分配行业利润池

概览

本报告是高盛关于AI影响行业利润池系列的第三部分，以招聘和人力资源服务行业为案例。核心问题是：在AI基础设施投资快速扩张后，哪些下游利润池能够被AI捕获或重分配。报告认为，AI首先重塑招聘执行流程，而非立即完全替代招聘人员；但随着模型能力从单任务辅助走向多步骤工作流替代，招聘需求、岗位匹配、筛选、验证和招聘结果的经济价值将重新分配。

核心观点

报告的核心观点是双重机制：一方面，AI降低企业完成同等产出的增量劳动力需求，压缩临时用工、永久招聘和自由职业等与招聘量相关的利润池；另一方面，AI提高招聘人员吞吐量，推动工作流软件、匹配、验证、筛选和结果导向收费的变现机会扩大。价值更可能流向拥有规模、数据、闭环反馈和工作流控制的平台，以及更偏咨询和高接触服务的业务模式。

分析框架

报告采用利润池拆解框架，分别估算需求侧压缩和技术侧变现。临时用工基于BLS岗位人数、工资、任务级自动化敞口和 staffing 毛利差测算；永久招聘基于就业、工资、招聘率和一次性 placement fee 测算；自由职业基于平台GSV、take rate和自动化敞口测算；招聘服务和在线招聘广告则通过TAM、毛利或市场结构与AI自动化假设估算可寻址工作流机会。

方法论与常识提炼

• 利润池重分配需求侧压缩与工作流变现双框架

  将AI对招聘行业的影响拆分为劳动力需求减少和招聘执行工作流变现两部分。

  需求侧压缩影响临时用工、永久招聘和自由职业平台的交易量；工作流变现则来自AI对筛选、匹配、验证、协调和招聘结果的系统化支持。

• 任务级自动化映射GS Macro task-level automation assumptions

  将岗位任务的AI自动化敞口映射到BLS子职能和招聘业务类别。

  报告用任务级自动化假设衡量不同岗位被AI影响的程度，再结合工资、用工规模、毛利率或费用率形成利润池估算。

• 市场规模测算TAM expansion and profit pool sizing

  同时测算被扰动的既有TAM和AI带来的新增招聘TAM。

  既有利润池包括临时用工、永久招聘、自由职业和在线招聘广告；新增TAM包括AI相关岗位需求、薪资溢价、教育供给和招聘人员生产率提升。

• 平台价值归属scaled platform value accrual

  规模化平台凭借专有数据、闭环反馈和工作流控制获得更高价值捕获。

  LinkedIn、Indeed、Recruit、Upwork、Fiverr等平台如果能从流量发现转向匹配、验证和招聘结果，有望在AI adoption扩张中获得更强变现能力。

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）。

• Korn Ferry (KFY)

  Buy；相对受益的咨询与高接触 advisory 模式

  优势

  执行搜索、咨询、数字化和组织转型业务较少依赖简单流程自动化，更多依赖客户咨询、 senior talent access 和组织设计。

  劣势

  仍会受到宏观招聘周期和企业人才预算影响。

  对比

  相比交易量驱动型 staffing，KFY的价值更偏高端咨询和复杂决策。

  风险

  若企业削减咨询支出或AI侵入高端人才评估流程，估值与收入弹性可能受压。

• ManpowerGroup (MAN)

  Neutral；AI生产率提升与宏观招聘压力并存

  优势

  PowerSuite整合前台招聘、销售和后台流程，拥有约1000亿数据点，并已显示筛选效率和placement rate改善。

  劣势

  Experis和Talent Solutions趋势承压，毛利率压力和地缘风险仍在。

  对比

  比传统分散 staffing 更具工作流防御力，但较规模化在线平台的网络效应和数据闭环较弱。

  风险

  AI提升效率可能无法完全抵消用工需求下降和宏观周期压力。

• Robert Half International (RHI)

  Sell；白领 staffing 敞口较高

  优势

  在财务会计、技术和行政支持等领域有既有客户基础。

  劣势

  这些领域与AI可提升效率、减少增量招聘需求的白领类别高度重合。

  对比

  相比KFY和平台型公司，RHI更暴露于招聘量和临时用工需求压缩。

  风险

  Protiviti疲弱、负面盈利预测修正和长期AI替代风险可能叠加。

• Fiverr International (FVRR)

  Buy；自由职业市场长期受益者之一

  优势

  有望受益于灵活工作、AI相关服务需求和高价值复杂任务增长。

  劣势

  低端、规则化、可自动化任务可能受到AI压缩。

  对比

  自由职业平台内部将出现分化：低端任务受压，高端复杂和AI相关任务受益。

  风险

  平台take rate、需求质量和AI工具直接替代低价服务可能影响收入。

• Upwork (UPWK)

  Buy；AI需求与自由职业平台升级受益者

  优势

  报告提到其生成式AI job posts和相关搜索在2023年2Q较2022年4Q大幅增长，显示AI相关需求强。

  劣势

  平台仍暴露于自由职业需求周期和低端任务自动化。

  对比

  较小型或低端任务平台，UPWK若能强化匹配、验证和高价值项目承接，受益更明显。

  风险

  AI工具降低部分外包需求，或平台竞争压低take rate。

• ZipRecruiter (ZIP)

  Neutral；AI匹配投入与宏观敏感性对冲

  优势

  持续投资Smart Outreach、ZipIntro、Phil和ChatGPT app等AI驱动匹配与个性化能力。

  劣势

  规模较小，短期仍受在线招聘需求和宏观职位发布量影响。

  对比

  相比LinkedIn和Indeed等更大平台，ZIP在数据规模和闭环反馈方面处于劣势。

  风险

  若招聘需求疲弱持续，AI产品改进可能难以转化为足够收入增长。

• Recruit Holdings (6098.T)

  Buy；Indeed AI匹配和专有数据受益者

  优势

  Indeed通过AI推荐候选人、提升招聘速度和ARPJ，并拥有大规模专有数据优势。

  劣势

  在线招聘广告市场仍会从流量和点击向结果导向迁移，传统发布收入可能承压。

  对比

  相比碎片化job boards，Recruit/Indeed更有能力从发现型广告转向匹配和招聘结果变现。

  风险

  若岗位发布量下滑或AI匹配货币化低于预期，增长弹性可能受限。

• hyperscalers

  AI基础设施投入方，需要下游利润池承接

  优势

  拥有算力、模型、云平台和生态系统，有机会通过API、compute和应用层合作捕获利润池。

  劣势

  资本开支规模巨大，回报门槛上升。

  对比

  相较应用平台，hyperscalers更偏基础设施和模型层价值捕获。

  风险

  竞争、开源模型和价格压缩可能使技术提供商捕获的经济价值低于预期。

关键数据

• hyperscaler合计capex2026E约7400亿美元，2027E接近1万亿美元覆盖AWS、Microsoft、Google和Meta，体现AI基础设施周期的规模。
• 临时用工AI暴露利润池约100亿美元集中在office & admin、business & financial、IT和healthcare等较高工资和较高自动化敞口类别。
• 永久招聘AI暴露利润池约410亿美元由招聘事件和首年薪酬比例费用驱动，management和healthcare贡献较大。
• 自由职业AI暴露利润池约120亿美元基于全球平台化GSV、take rate和任务级自动化敞口估算。
• AI可寻址招聘工作流机会约380亿美元由约1090亿美元招聘执行层利润池乘以35%任务级自动化假设得到。
• 在线招聘广告与招聘营销AI机会约170亿美元基于2026年376亿美元全球市场规模，以及传统job boards、professional networks和programmatic software分层自动化假设。
• AI相关招聘TAM约20亿至120亿美元，中位情形约60亿美元包含AI岗位增长、薪资溢价、毕业生供给、邻近岗位扩张和20%-30%招聘人员生产率提升。
• Manpower PowerSuite案例约90%前台活动被支持，1000亿数据点，AI面试超过2.5万次，筛选时间下降约67%，placement rate提升约7%说明AI当前更多嵌入招聘执行流程，而非完全替代招聘人员。

影响与含义

投资含义是做多具备规模化数据、闭环反馈、工作流嵌入和咨询属性的商业模式，规避对白领招聘量和传统人工中介价差高度敏感的模式。AI并非只减少行业收入，也会把预算从岗位发布、点击和人工筛选转向匹配、验证、筛选、协调和招聘结果。对hyperscalers而言，下游利润池的重新分配是AI基础设施投资回报的重要支撑；对招聘行业而言，能否掌控工作流和数据闭环将决定利润池归属。

风险

• AI可能更多增强而非压缩劳动力需求，企业把生产率收益再投入增量工作，导致招聘量下降低于模型假设。
• 工作流整合可能慢于预期，原因包括企业数据碎片化、系统复杂度、监管要求和组织变革阻力。
• 高价值服务中仍需要人类监督、候选人判断、合规、客户互动和责任承担，限制自动化渗透率。
• 技术提供商之间的竞争、hyperscaler定价、软件供应商竞争和开源模型可能压缩AI价值捕获。
• 若节省的劳动力成本更多留在企业和终端客户，而非流向AI供应商或招聘平台，利润池转移方向会不同。
• 宏观招聘周期、职位发布量、工资增长和行业景气度会影响AI结构性逻辑的短期兑现。

后续跟踪

• hyperscaler capex与AI收入、利润转化之间的可验证链接。
• 招聘行业中AI从单点任务辅助走向端到端工作流编排的速度。
• 临时用工、永久招聘和自由职业平台的交易量、take rate、gross margin和placement fee变化。
• LinkedIn、Indeed、Recruit、ZIP、UPWK和FVRR在匹配、验证、筛选和结果导向收费上的产品进展。
• Manpower PowerSuite等集中式工作流平台的部署覆盖率、placement rate、筛选时间和成本节省指标。
• RHI等白领 staffing 公司在财务会计、技术、行政支持等AI敏感岗位的需求和盈利修正。
• AI相关岗位发布、薪资溢价、教育供给和非IT岗位AI技能需求扩散。