AI
AI 应用与就业的重塑
AlphaWise — AI Adoption and the Future of Work: Banks, Tech and Professional Services, The Data You Haven't Seen · 摩根士丹利（Morgan Stanley Global Insight / AlphaWise）· 2026 年 9 月 16 日 · 72 页 · 265 张图表
Morgan Stanley · 主笔 Anita Bhardwaj（AlphaWise 数据分析师，非研究分析师、不就金融工具给出投资建议）与 Stephen Byrd / Rachel Fletcher, Ph.D. / Michelle Weaver, CFA 等全球 AI 主题团队 · 本报告为调研（Survey）类报告，不含个股评级与目标价 · 调查时间：2026 年 4 月（第二轮 AlphaWise）· 回溯期：此前 12 个月
1报告定位：这是「企业自己报告的岗位账本」，不是模型推算——AI 已真实减少岗位，但同时创造了再培训、重新部署与新聘的offset
调研对象与口径
这是摩根士丹利
AlphaWise 企业高管调查的第二轮。第一轮覆盖其此前认定的「AI 应用与工作的未来」报告中受冲击最大的行业；本轮新增
五个行业组别：银行、软件与服务、科技硬件与设备、半导体、专业服务；并调研
五个国家：美国、英国、德国、日本、澳大利亚，样本按
企业规模与年营收区间分层。所有百分比均为
受访企业自行报告的岗位占比（非加权就业人数），因此不同维度切分不可直接相加。
核心事实：净流失 5%
受访企业报告：AI 导致平均
12% 的岗位被裁撤，另有
15% 的岗位不再补录（合计
27% 受影响）；抵消项为
22% 新聘、
25% 再培训、
16% 重新部署；
仅 11% 的岗位完全未受 AI 影响。净额：
此前 12 个月岗位净流失平均 5%。83% 的企业表示，其岗位裁撤主要是过去 12 个月 AI 实施的结果（Ex4）。
为什么值得读
样本聚焦
AI 高暴露行业且企业已实施 AI
满一年以上（平均 2.9 年），因此可作为「更成熟的 AI 应用将如何重塑劳动力」的
早期指标。数据同时显示：
冲击分布极不均匀——国家间（日本 −10% vs 德国 +1%）、行业间（半导体 −8% vs 银行 −3%）、规模间（1,001–10,000 人 −9% vs <50 人 +4%）、工作年限间（2–10 年最受伤）差异巨大，且伴随着
真实存在的劳动力适配调整，并非单向裁员叙事。
2.9 年
企业平均 AI 实施年限（日本最长 3.1 年）
2总样本的岗位账本：27% 被削掉，多少被补回来（Ex2，全样本平均 %）
| 维度 | 减项（裁撤 + 未补录） | 净结果 |
|---|
| 全样本平均 | 12% + 15% = 27% | −5% |
| 新聘占岗位比例 | — | 22% |
| 再培训比例 | — | 25% |
| 重新部署比例 | — | 16% |
| 完全未受 AI 影响 | — | 仅 11% |
| 裁撤「主要因 AI」 | — | 83% 的企业 |
口径提醒
「未补录（Not Backfilled）」指岗位自然流出后不再招聘填补，
不体现在裁员名单上，因而这是本报告相比公开裁员数据最具增量价值的部分——也是净流失被低估的主要原因。
3六大关键发现（原文 p2–p4 Key Findings，数字化）
1
NET JOB LOSS 5%
平均净流失 5%，国家与行业分化极大
- 净流失：日本 10% > 英国 6% > 美国 5% > 澳大利亚 4%；德国是唯一净增长市场（+1%）
- 净流失：半导体 8% > 软件与服务 7% > 科技硬件 5% > 专业服务 4% > 银行 3%
- 日本最狠：裁撤 14% + 未补录 16%，新聘仅 20%，再培训占比全场最低 22%
- 德国反向：裁撤或未补录仅 21%、纯裁撤仅 9%（最低）、再培训 27%（最高）
- 美国 AI 渗透最深：仅 6% 岗位未受影响（德国 15%，其余介于两者之间）
2
OFFSHORE HIT HARDEST
离岸团队被削得最狠
- 裁撤/未补录影响面：离岸 41% > 正式员工 38% > 合同/临时 26%
- 离岸最重：德国 52%、英国 49%；正式员工最重：美国 46%、日本 45%
- 银行业与软件与服务的离岸员工最受冲击；半导体相反——正式员工受影响更大
- 员工数 超过 10,000 人的大型企业最倾向精简离岸团队
3
THE 2–10 YEAR SQUEEZE
middle 层：2–10 年经验者双面承压
- 2–10 年最易被裁撤（35%）或未补录（35%）
- 其中 2–5 年更糟：裁撤 18%、未补录 19%，在科技硬件与半导体尤为明显
- 但同一群体也最常被录用（41%）、再培训（39%）、重新部署（40%）——银行、软件与服务、专业服务最典型
- 未来 12 个月招聘意向：6–10 年 72% > 2–5 年 65% > 应届生约 40%
4
PRODUCTIVITY +9.6%
净生产率平均提升 9.6%
- 国别：英国 10.3% 最高、德国 8.4% 最低；美国 10.2%、日本 9.8%、澳大利亚 9.3%（Ex56–60）
- 行业：软件与服务 10.4% 最高，半导体 8.2% 最低
- 营收：营收低于 100 万美元者 13.3%，超过 50 亿美元者仅 9.2%——小企业获得感更强
5
IT / SOFTWARE DEV LEADS
增益集中在 IT/软件开发
- IT/软件开发在所有国家提升最大，尤其澳大利亚、日本、英国
- 银行：IT/软件开发 + 财务 / FinOps 双主线
- 软件与服务、科技硬件、半导体：几乎全部集中于 IT/软件开发
- 专业服务是唯一例外：客户服务/支持 52% > IT/软件开发 49% > 法律与合规 48%
6
2.9 YEARS OF AI
平均已实施 AI 2.9 年
- 国别年限：日本 3.1 > 澳大利亚 3.0 > 德国 / 英国 2.9 > 美国 2.7
- 「3 年以上就采用」占比：日本 50%、德国 38%，英国与澳大利亚 31%，美国仅 24%
- 行业：银行、科技硬件、半导体约 3 年 vs 专业服务 2.8 年
- 员工超 500 人且 2025 年营收超 50 亿美元的企业最早采用
4净流失的两张切面：按国家（Ex3）与按行业（Ex21）
| 行业 | 净流失 | 裁撤 | 未补录 | 重新部署 | 再培训 |
|---|
| 半导体 | −8% | 13%（最高） | 16%（最高） | 18%（最高） | 24% |
| 软件与服务 | −7% | — | — | — | 20% |
| 科技硬件与设备 | −5% | — | — | — | — |
| 专业服务 | −4% | — | — | — | — |
| 银行 | −3% | 裁撤或未补录合计 25% | — | 26% |
按企业规模（Ex22–23）
净流失最高：
1,001–10,000 人企业 9%；
<50 人企业实现净增长 +4%（裁撤或未补录仅 17%、新聘 22%、
27% 的岗位未受影响）。新聘最高：
501–1,000 人 24%；再培训最高：
250–500 人 30%。
阅读提示 · 全 14 个标签页
本报告 72 页、265 张图表，绝大多数是「同一指标 × 国家 / 行业 / 规模 / 营收 / AI 年限」的重复切面，故按主题归并为 14 个标签页：
- ① 总览与六大关键发现（本篇）
- ② 调研方法与样本结构
- ③ 岗位影响·分国家
- ④ 岗位影响·分行业与规模营收
- ⑤ 工作年限与招聘意向
- ⑥ 用工类型（离岸 / 正式 / 合同临时）
- ⑦ 生产率·实际净提升
- ⑧ 分职能生产率与未来 12 个月预期
- ⑨ AI 成熟度与 KPI 度量体系
- ⑩ 分行业 AI 应用场景·上（考核指标、银行、软件）
- ⑪ 分行业 AI 应用场景·下（硬件、半导体、专业服务）
- ⑫ 落地挑战与障碍
- ⑬ AI 实施年限与人机协作模式
- ⑭ 未来展望、负责任 AI 治理
处理方式：柱状图与交叉表逐行数字化为 HTML 表格 / CSS 条形图；因原图为企业自报平均值且部分柱值在 PDF 中未单独标注，凡未标注者均以「—」保留并加脚注，不做插值或推算。
本报告不含评级与目标价，索引卡片相应栏位留空。