基于储蓄策略的就业脆弱性应对研究报告

投资你的未来：如何通过节省摆脱就业脆弱性 2025年3月26日 安联研究 内容 第3-4页执行摘要 第5-7页人工智能将改变工作场所。 第8-12页人工智能与生产力 第13-19页资本收益的案例 执行部摘要 •毫无疑问，通用人工智能将导致我们工作方式发生深刻变化。发达国家中，约有一半的工作受到人工智能的某种影响。观察具体的工作岗位，一个引人注目的现象是，那些创造性、非程序性的工作——如写作、医学诊断或编程——最有可能因人工智能的使用而转变，甚至被取代。服务业和年轻工作者面临的工作丧失风险最高。 阿诺·霍尔茨豪森，保险、财富与ESG研究负责人，arne.holzhausen@allianz.com •索洛著名的论断——计算机无处不在——但在生产率统计数据中却不存在——不再适用于人工智能——但仅限于美国。即使在小型企业中，也有40%使用人工智能工具。不出所料，人工智能对美国信息部门的影响最为明显：尽管就业人数在下降，但产出却急剧上升。在其他美国服务部门，如金融或专业和商务服务，情况不太明确，但在这里，产出也有显著增加，并且至少就业稳定。 帕特里夏·佩拉约-罗梅罗 高级经济学家，保险与ESGpatricia.pelayo-romero@allianz.com • 同时，欧洲正落后于其他地区。目前尚无法确定人工智能是否影响了欧洲的生产力增长。鉴于欧洲在人工智能采用方面落后，美欧之间日益扩大的差距几乎并不令人意外。去年，仅有13.5%的公司报告称使用了人工智能技术。这种低普及率解释了人工智能对就业的不同影响。当只有少数公司使用人工智能时，他们很可能会从其产品需求的增加中受益——对于早期采用者来说，人工智能是一个重要的竞争优势。然而，随着人工智能技术的广泛应用，这种优势将消失。在第二阶段，生产力效应不再被需求变化所掩盖，预期的就业下降变得明显。预计这种情况很快将在欧洲成为现实。因此，在人工智能改变劳动力市场之前，应解决由人工智能驱动的劳动力脆弱性问题。 Kathrin Stoffel 经济学家，保险与财富 kathrin.stoffel@allianz.com 梅拉妮亚·莫拉·托马斯 研究助理 melania.tomas@allianz.com •除再培训外，另一个可以用来加强劳动力市场对人工智能相关干扰的抵抗力的手段是鼓励参与资本收入。甚至高等教育水平的工人——他们都应该在收入和财富分布的上半部分——在投资决策方面还有很多需要追赶的地方。在审视投资组合结构时，我们发现超过一半的金融资产都存放在银行存款中——即使在最富有的十分之一中也是如此。 •从简单的资产转移中获得的潜在收益是巨大的。例如，如果第六十分位将一半的银行存款转移到更高收益的资产，如股票、债券和投资基金，那么在接下来的十年中，将产生大约10,300欧元的更高回报——不计入此期间产生的储蓄。在第九十分位，这种一次性转移的额外回报将达到27,550欧元。在可支配收入方面，与未变动的投资组合结构相比，这将分别增加+18%和+31%。但是，这种积极效应不仅限于个人。这四个财富十分位共同拥有4.1万亿欧元的银行存款。转向资本市场将极大地促进欧洲资本联盟项目。 •人工智能的广泛应用将在过程中造成不协调，这使得构建金融韧性变得更加紧迫。潜在劳动力市场的影响可能会进一步加剧两极分化，破坏社会结构。因此，修复社会契约将是未来几年的一项艰巨任务。指导原则不应该是食物供应，而应该是韧性，即从挫折中恢复的能力。最终目标是减少不平等，不是通过施舍，而是通过增强每一个人的能力。这包括更大的员工所有权和参与资本收入。设想是人们将让AI为他们工作，并产生额外的收入来源。通过适当的（税收）激励措施，毫无疑问，可以将更多员工转变为股东，从而在即将到来的动荡时期增强他们的财务韧性。 自2022年ChatGPT发布以来，通用人工智能（GenAI提高生产力和创新。然而，在技术上，人工智能和自动人工智能（Generative Artificial Intelligence）将改变工作场所。 化有着根本的区别。人工智能模仿人类的决策，并通过机器和深度学习进行学习，使其能够适应并解决诸如语音和图像识别等复杂问题。相比之下，自动化则是基于预设的规则运行，通常不具有适应性，最适合简单的、重复性的任务。虽然人工智能注重适应性和智能，但自动化则集中在执行固定、预定的任务。 ）迅速获得 prominence，提供了近似人类的对话和复杂任务解决能力。尽管它在社会和经济领域受到欢迎，自动化带来的劳动替代问题再次引发了对革命性技术进步带来的担忧。即使在人工智能激增之前，自动化一直是劳动力市场研究的热点。一项开创性研究显示，在702个美国职业中，有47%面临高度自动化的风险，尤其是在交通和无技能生产部门。这项研究突出了自动化可能导致的工作替代问题，为关于技术对劳动力市场影响的研究设定了基准。¹另一种情景提出，人工智能促进可持续实践和创造新的创业机会的能力可能对劳动力市场产生更微妙的影响，但由人工智能带来的就业创造却难以捉摸。 人工智能需要像数据科学家这样高度专业化的角色，并将改变医疗保健和金融等行业，可能创造新的职业类型。然而，这也设定了一个高高的入门门槛。这些因素阻止了工人进入市场，特别是那些需要更多技术专长于新职业类型的人。相反，自动化主要影响低技能、重复性工作，导致制造业等领域的就业岗位减少。因此，人工智能在某种程度上可以作为劳动力替代品或劳动力补充品。然而，人工智能对劳动力的影响仍处于初级阶段。 工人对人工智能工具的参与和利用在就业方面创造了互补性的潜力，表明人工智能可以与人力劳动协同工作， 预计STEM相关、医疗保健和其他高技能职业对劳动力的需求将上升，而办公室工作人员、生产工人和客户服务代表等职业的需求将下降，这些职业通常与GenAI能力具有更高的任务重叠度。到2030年，在中度采用情景下，当前工作时间的30%可能实现自动化，由GenAI加速（图2）。例如，高盛预测，将有3亿个全职工作被AI取代。服务业和年轻工人面临的工作流失风险最高。 根据高盛，未来十年，通用人工智能（GenAI）的采用将导致全球GDP增加7%以及美国每年生产率提高1.5%。麦肯锡的预测员预计GenAI将对全球经济带来16万亿至24万亿欧元的更强刺激。其他人则更为怀疑。诺贝尔经济学奖得主达龙·阿西莫格鲁预测，在10年内总要素生产率将仅增加0.66%。² 尽管在宏观层面仍存在不同的观点，但无疑，通用人工智能（GenAI）将导致我们工作方式的深刻变革。发达国家所有工作中大约有一半受到人工智能的某种影响（图1）。从个别职业来看，值得注意的是，创造性、非例行性工作——如写作、医学诊断或编程——最有可能被人工智能的使用所改变，甚至可能被取代。 这些效果也可能对非程序性和创造性工作的工资造成压力。换句话说，技能溢价可能会下降。这可能会逆转1980年代和1990年代的趋势，当时新技术和自动化导致了受过良好教育、技能需求高的工人与受教育程度较低、其常规工作成为自动化牺牲品的工人之间较大的工资差距。 一个针对新手和低技能工人的+35%改善，但对经验丰富和高技能工人影响微乎其微。Brynjolfsson和他的合著者提供了证据，表明人工智能模型传播了更熟练工人的最佳实践，并帮助新工人沿着经验曲线上升。此外，他们发现人工智能辅助可以提高客户情绪，增加员工留存率，并导致工人学习。⁴ 同样，由麻省理工学院的Shakked Noy和Whitney Zhang进行的研究⁵突显出，写作能力较低的个人可以通过使用像OpenAI的ChatGPT这样的工具来提高他们工作的质量，例如撰写新闻稿和报告等。Jonathan Choi及其同事⁶发现，通用人工智能工具可以显著提高法律工作的质量，尤其是对那些不太有才华的法律学生有所帮助。这些发现不仅强调了人工智能提升基本表现的能力，也加强了Brynjolfssons关于弥合高技能和低技能工作者之间差距的潜在能力观点。 在这个意义上，通用人工智能可能会对工资的某种平衡化做出贡献，从而实现更大的平等。例如，David Autor和Erik Brynjolfsson就持这一观点。Autor甚至希望，如果人工智能革命得到正确的政治框架，中产阶级将得以恢复。³Brynjolfsson认为，通用人工智能通过改变工人学习和工作的方式，有可能缩小高技能和低技能工人之间的绩效和学习差距。通过从5,179名客户支持代理的数据中进行分析，他的最新研究表明，访问人工智能工具平均提高了14%的生产力，以每小时解决的问题数量来衡量，包括 人工智能与生产力 索洛著名的论断，即计算机无处不在——除在生产力统计数据之外——不再适用于人工智能。至少如果你仔细观察的话是这样。不出所料，人工智能的影响在信息行业最为明显：尽管就业率在下降，但产出却急剧上升。在 在其他服务行业，例如金融或专业和商业服务，情况并不那么明朗，但在这里也有显著的生产增长以及至少稳定的就业（见图3）。 在欧洲，然而，情况却大不相同。不仅由于经济状况不佳，个别行业的产出增长非常有限，而且伴随着就业的增长。目前还没有从人工智能中看到生产率增长的迹象。（图4） 此美欧之间的差异在考虑到欧洲在人工智能采用方面落后，而在人工智能监管方面处于前沿地位的情况下，几乎并不令人惊讶。去年，只有13.5%的公司报告称正在使用人工智能技术（图5）。然而，与2023年相比，这仍代表着近+70%的增长。在大型公司中，这一比例显著更高，达到41.2%。然而，在美国，即使是小型企业也达到了这一比率。总体而言，但人工智能在欧洲仍处于起步阶段。 这种低普及率解释了人工智能对就业的不同影响。当只有少数公司使用人工智能时，它们可能会因产品功能改进、客户服务提升或更精准的市场营销而受益于需求的增加。对于早期采用者来说，人工智能是一个重要的竞争优势。当然，这种优势随着人工智能技术的广泛应用而消失。在第二阶段，生产率效应不再被需求效应所掩盖，预期的就业下降变得明显。在欧洲，这种情况可能很快就会成为现实。 资本收益的案例 对于有储蓄的家庭来说，将投资组合重新平衡以获得更多资本收益可能是一种应对由人工智能引起的劳动力转移风险的方法。起点比过去简单。一方面，工资不平等程度的降低本身就是一种积极的发展。它应有助于实现更大的 接受人工智能技术，与之前自动化浪潮时因失业导致的不平等加剧不同。另一方面，主要是高技能工人受到影响的事实为采取行动打开了更多选择。重新培训这一群体不应太难。 关于人工智能的再技能培训 在人工智能快速发展的领域中，对与人工智能相关技能的需求激增，这反映出在开发和利用人工智能技术方面的专业知识是必要的。在线职位发布显示，对与人工智能相关的技能需求日益增加，例如对编程语言、大数据管理和数据分析与可视化的熟练度需求。此外，企业在内部实施人工智能不仅仅是技术工作；它还需要高级认知能力，如创造性问题解决，以及沟通、团队合作和领导力等跨技能。这些技能也适用于在人工智能驱动环境中新兴的角色，强调了技术和软技能在培养成功的人工智能整合中的互补性。 技能需求的变化在企业在应对人工智能应用复杂性的过程中变得明显。许多组织通过再培训和提升员工技能来做出回应。麦肯锡公司进行的一项研究发现，公司预计将投资再培训大约三分之一的员工以弥补技能差距，并通过招聘和外包来补充这一策略。 尽管一些企业已经开始提供人工智能培训，但在解决市场失灵和私人培训提供障碍方面，公共干预仍有一席之地。公共政策在促进人工智能工作队伍的多样性方面可以发挥关键作用，确保人工智能的益处渗透到更广泛的社会。通过培养一个包容性良好且受过良好培训的人工智能工作队伍，公共倡议可以缓解技能差距并最大化人工智能技术的社会优势。 国家的人工智能战略认识到培养这些技能的至关重要性。例如，英国的国家级人工智能战略强调了研究活动的重要性，以确定员工在商业环境中有效使用人工智能所需的技能，旨在使国家技能提供与这些需求相一致。立陶宛的战略