核心观点与关键数据
- 人工智能采用目标：企业采用人工智能的主要目标是提高生产力和增加收入，而非刻意减少员工。在企业人工智能目标中，流程效率（64%）和员工生产力（59%）的优先级远高于削减员工数量（24%）。裁员仍然是投资带来的次要后果，而非主要目标。
- 就业影响变化：人工智能对就业的影响已转为温和负向，与2025年更为积极的图景形成反转。最新S&P全球采购经理人指数调查显示，过去12个月内全球净影响为-5个百分点，预计未来一年净影响将进一步下降2个百分点。
- 人工智能应用现状：人工智能的采用范围很广，但大多数部署仍然是辅助性的而非自主性的。在38个人工智能应用案例中，目前的平均采用率为50%，而未来一年的平均计划采用率为37%。广泛采用的应用案例包括摘要（71%）、翻译（62%）和数据管理（61%）。只有22%的人工智能项目目标是实现完全自主的最终状态，这突显了持续需要人工监督。
- 不同规模企业的就业影响：大型企业越来越多地预期会产生净负面影响，而中小型企业仍预测会产生积极影响。小型企业继续预测，到2026年，人工智能投资将带来净积极就业效应（+3个百分点）。中型企业也预测到2026年AI将带来积极的就业影响，净平衡为+2个百分点，而大型企业预测将产生-13点的净负面影响。
- 全球及区域影响：全球各行业持续增加对人工智能的采用，并在所有追踪的地理区域和行业中进行计划中的资本配置。德国的净影响为-2个百分点，意大利为+9分，日本总体上较为中性，英国为-6分，巴西为净积极影响，中国大陆受访者反映更多公司减员而非增员，印度则记录了中性影响。
- 未来12个月就业影响预测：根据PMI调查的全球受访者预测，由于未来一年的AI投资，净就业将出现轻微下降，净平衡为-2个百分点。这表明，在持续的AI整合过程中，就业前景相对稳定。
研究结论
- 任务重新分配：人工智能驱动的生产力提升可能间接导致失业，而自主能动性则会加速这一进程。主导模式仍然是任务重新分配，表现为劳动力需求的变化，而非直接的工作岗位削减。
- 限制因素：尽管人工智能的采用已十分普遍，但有几个因素可能会限制自动化进程，进而影响人工智能驱动的工作岗位替代的速度。例如，工人的担忧可能导致在实施大规模自动化时持谨慎态度，特别是在政治敏感领域和高度监管的行业。技能差距、信任及投资回报率担忧也可能限制自动化。
- 长期影响：从更长远的角度来看，持续的人工智能赋能生产力提升无疑将转化为对劳动力资源的依赖减少，可能会逐渐但持续地对员工数量施加下行压力，即使对于大多数企业而言，工作岗位削减并非明确目标。
