核心结论：摩根士丹利美国经济团队对分行业数据的拆解显示，截至 2026 年二季度的过去一年，美国人均产出同比增长 2.4%，其中 2.0 个百分点由 12 个高 AI 暴露度行业贡献，其余 52 个行业合计只贡献 0.4 个百分点；按媒体粗略折算，样本里约 19% 的行业拿走了约 83% 的生产率增长，剩下多数行业增长平缓甚至出现萎缩。换句话说，近期美国生产率数据确实在走强，但红利高度集中在建设、销售和交易 AI 热潮的少数行业，尚未扩散到更广泛的实体经济。

这轮讨论的直接背景是美国劳工统计局 11 月 5 日公布的三季度数据：非农企业部门劳动生产率按年率计算增长 3.6%，高于市场预期的 2.7%，单位劳动力成本下降 0.7%。AI 乐观派把它当成技术红利开始兑现的信号，但大摩随后的行业拆解认为，增长主要来自 AI 相关行业的资本投入扩张，而不是全经济范围的业务流程变革；新增两个季度数据后，这种集中程度不降反升。

一、研究口径与分组方法

二、高、中、低暴露行业的增长分化

按大摩分组结果，过去一年三组行业的人均产出增速呈现明显梯度：

• 高 AI 暴露组：人均产出增速约 7%–8%；
• 中等暴露组：增速明显放缓；
• 低暴露组：出现萎缩。

具体到行业，头部集中更加突出：

三、高暴露行业内部也并非普遍向好

即便在 12 个高 AI 暴露行业内部，表现同样参差不齐，有两个值得警惕的反向案例：

• 计算机制造业：产出下滑的同时仍在招聘，人均产出从 2025 年底的增长 13.0% 转为二季度的下降 1.1%；这意味着靠硬件建设持续推高生产率数据的逻辑，在该行业已经出现松动；
• 法律服务业：被普遍视为 AI 颠覆 "重灾区"，但产出停滞、就业人数增加，行业生产率反而下降 1.8%，暂未看到效率红利兑现。

大摩另一项补充观察提到，高 AI 行业的就业已经开始小幅下降，并对生产率形成额外贡献；数据处理与软件行业在产出高增的同时加速裁员，信用中介（商业银行与按揭相关岗位）也在减员，这两类被判定为 "大概率与 AI 相关"。不过团队把替代效应定性为 "微观而非宏观"，是遥远而次要的因素；私立教育、企业管理岗位的收缩，更可能与监管收紧、年轻人口萎缩或前期动荡余波有关，不能简单归因于 AI。

四、增长来源：资本深化，而非技术扩散

大摩六个月前首次做同类分析时就判断，这轮生产率提升来自 AI 基建投入带来的资本深化，而不是企业流程再造；本轮更新延续了这一结论，且集中度有所上升。几条旁证可以对照：

• 全要素生产率（TFP）视角：阿波罗首席经济学家 Torsten Slok 指出，全要素生产率停滞、而每小时产出稳步增长，正是资本深化而非技术冲击的典型特征；
• 企业采用率视角：高盛 AI 应用追踪数据显示，目前仅 24.6% 的美国企业在日常业务中使用 AI，而信息、专业服务和金融行业的采用率已接近 50%，与大摩榜单前列行业高度吻合；
• 扩散节奏视角：AI 乐观派认为扩散需要时间，电力和信息技术都花了十年甚至更久才在总量数据中体现；但在这场 "生产率繁荣" 开启近两年后，高暴露行业的贡献占比仍在上升，尚未出现向其他行业扩散的迹象。

五、如果红利持续不扩散，会带来什么问题

市场看多 AI 的完整逻辑链条是：投向数据中心的数万亿美元资金提升整体经济生产率，覆盖资本开支和为此举借的债务，通胀随之降温，为货币政策放松创造空间。这条逻辑成立的前提，是生产率红利能够在各行业间广泛扩散。

按报道中的推演：

• 若扩散迟迟无法实现，高盛预计的 2026–2030 年美国劳动生产率年均增长约 2.3% 将难以达成；
• 当前集中格局可能持续到资本开支周期见顶回落、高暴露行业产出随之降温为止；
• 届时美国经济可能背负 AI 投资留下的债务，却没有收获广泛的生产率提升；
• 在此之前，美国生产率繁荣将呈现 "双速" 格局：少数 AI 高暴露行业快速增长，其余行业增长乏力甚至萎缩。

六、横向参照：其他研究怎么看 AI 与生产率

• OECD《2026 生产率指标汇编》：2024 年美国劳动生产率增长 2.2%，高于多数 OECD 国家；报告认为近期强劲的劳动生产率部分可能与 AI 相关的资本深化有关，但全要素生产率增长仍然偏弱，AI 对总量生产率的贡献尚属早期、试探性信号；
• 美国银行研究院：2025 年 AI 与科技相关投资对 GDP 增长贡献显著，但 AI 与整体就业增长的相关性目前偏弱，白领高采用行业可能先看到生产率改善；
• 斯坦福数字经济实验室相关研究：AI 对劳动力市场的调整更多通过减少入门级招聘体现，而不是直接裁员，年轻员工在高暴露职业中的就业缺口在扩大；
• 行业裁员统计：2026 年前七个月美国雇主公告的 AI 相关裁员高度集中在科技行业，医疗、零售等行业的裁员密度明显更低。Bank of America Institute

整体来看，这份大摩拆解回答的是 "生产率增长到底来自哪里"：目前答案是少数高 AI 暴露行业的资本投入和产出扩张，而不是全行业的技术扩散。后续要观察的关键指标包括高暴露行业贡献占比是否回落、中低暴露行业人均产出能否转正、企业 AI 采用率是否从信息 / 金融 / 专业服务向更多行业蔓延，以及全要素生产率能否从停滞转为持续改善。

【相关 FAQ】

问题 1：大摩报告里美国生产率增长中，12 个高 AI 暴露行业和其余 52 个行业分别贡献了多少？

回答 1：截至 2026 年二季度的过去一年，美国人均产出同比增长 2.4%，其中 12 个高 AI 暴露行业贡献 2.0 个百分点，其余 52 个行业合计仅贡献 0.4 个百分点；折算下来约 19% 的行业贡献了约 83% 的生产率增长。

问题 2：哪些行业属于报告中生产率增长最快的高 AI 暴露行业？

回答 2：增长靠前的包括数据处理与互联网出版（+27.0%）、证券与投资业（+17.6%）、出版业含软件（约 +9%）和计算机系统设计（约 +9%）；这些行业本身就是建设、销售或交易 AI 热潮的环节。

问题 3：报告中增长乏力甚至萎缩的传统行业有哪些，表现如何？

回答 3：医院生产率仅增长 0.3%，建筑业持平，卡车运输下降 11.4%，综合商品零售下降 11.8%；这些就业人数众多的传统行业尚未从 AI 相关生产率红利中明显受益。

问题 4：大摩认为这轮美国生产率增长主要来自资本深化还是技术扩散？

回答 4：大摩判断当前增长主要来自 AI 相关行业的资本深化，即资本投入扩张带动人均产出提升，而不是更广泛经济领域的业务流程变革；旁证是全要素生产率停滞、每小时产出增长，且企业 AI 采用率仍集中在信息、专业服务和金融行业。

问题 5：为什么说高 AI 暴露行业内部也有分化，哪些行业出现了反向信号？

回答 5：计算机制造业在产出下滑的同时仍在招聘，人均产出从 2025 年底 +13.0% 转为二季度 -1.1%；法律服务业产出停滞、就业增加，生产率下降 1.8%；这说明即便在高暴露阵营，也不是所有行业都兑现了效率红利。

问题 6：如果 AI 生产率红利长期不向其余 52 个行业扩散，可能面临什么后果？

回答 6：若扩散迟迟不发生，高盛预计的 2026–2030 年美国劳动生产率年均约 2.3% 的增长目标将难以达成；集中格局可能持续到 AI 资本开支周期见顶，届时经济可能背负投资债务却未获得广泛生产率提升，整体呈现 "双速" 增长。

【参考资料】

[2026-11-11]（美国约 83% 的生产率增长来自 12 个高 AI 暴露行业 其余 52 个行业增长乏力甚至萎缩）财联社 / 今日头条

[2026-11-10]（AI 是引擎还是杀手？大摩用数据给出答案：生产率飙升，但近九成红利被 12 个行业吃下）新浪财经 / 智通财经

[2026-11-05]（三季度非农企业部门劳动生产率按年率增长 3.6%，单位劳动力成本下降 0.7%）美国劳工统计局（BLS，经财联社报道转引）

[2026-08-19]（AI Job Losses by Industry 2026: Statistics, Sector Rankings & Displacement Data）Axis Intelligence

[2026-07-24]（Why AI Hasn't Increased Unemployment, According to Anthropic）The AI Daily Brief

[2026-06-29]（Productivity growth in a challenging global environment: OECD Compendium of Productivity Indicators 2026）OECD

[2025-10-22]（Economic shifts in the age of AI）Bank of America Institute

【免责声明】

本文整理自公开财经媒体转述、券商研究团队观点、国际组织报告及第三方机构统计，仅作资讯与研究参考，不构成投资建议、宏观预测或择业判断。文中生产率以 "产出 / 员工" 为代理指标，样本为 64 个行业，数据截至 2026 年二季度；行业 AI 暴露度分组依赖学术指标和研究团队归类，归因存在不确定性，后续官方数据可能修订。不同机构在 AI 采用率、就业影响和生产率口径上的统计方法并不一致，相关结论不能简单互相套用。AI 对行业、企业和个人的实际影响受技术成熟度、组织改造、资本开支周期和宏观环境等多重因素影响，读者应结合原始报告和自身情况独立判断，据此作出的投资、经营或职业决策风险由本人承担。