AI能取代多少人的工资？

年初 AI Agent 走红后，"烧算力"突然有了短期回报——Token 消耗激增，直接推动 ARR（年化经常性收入）指数增长，市场迅速强化了"Agent 替代人工、降低成本"的逻辑。

顺着这条逻辑，一个核心问题浮现：这轮 ARR 的"史诗级增长"，天花板在哪？答案很简单——能赚多少，取决于 AI 能"重新定价"多少人的薪资。

▍ 一、1.45 万亿vs 5.68 万亿：两种暴露度的差距

我们用两种口径估算美国劳动力市场中 AI 的暴露规模：

• 实际暴露（基于 Anthropic 的 Claude 使用数据）：约 1.45 万亿美元薪资、1835 万人，占 10.83 万亿总薪资池的 13.4%。

• 理论暴露（依据 OpenAI/Eloundou 的能力边界推演）：约 5.68 万亿美元薪资、6830 万人，潜在覆盖超 52%。

▲ 在美国总薪资与就业视角下，两种暴露口径对应的规模

「 换句话说，1.45 万亿是 AI 目前"已触达"的薪资，5.68 万亿是未来"可能触达"的上限。 」

▍ 二、几百亿 ARR 只是个零头

即使按最乐观估计，数百亿美元的 ARR 仍仅占：

实际暴露薪资池的 3.2%；理论暴露薪资池的 0.8%。

例如 Anthropic 的 ARR 约 470 亿美元——看似惊人，但在美国整体工资池中，不过是沧海一粟。正因如此，本轮 Token 消费与 ARR 增长被称为"史诗级"：起点实在过低。

▲ Anthropic 与 OpenAI 的 ARR 增长曲线（截至 2026 年 6 月）

▍ 三、高薪职业反而先被"盯上"

一个反常识结论：AI 的理论暴露分布并非均匀，而是明显右偏——高收入岗位反而面临更高暴露风险。

• 收入前 0.1% 的洗衣工：暴露度仅 10%。

• 收入前 96.6% 的金融产品经理：暴露度高达 78.6%。

• 收入前 92.5% 的航天工程师：暴露度达 89.3%。

▲ 薪资越高，AI 理论暴露度反而越大

这与传统自动化"先冲击制造、再渗透服务"路径截然不同。本轮 AI 直接切入高薪、知识密集型岗位——工资冲击将早于就业减少，且更剧烈。

▍ 四、行业差异：计算机"一视同仁"，金融"分化严重"

理论上最易被替代的三大行业：计算机与数学（87.6%）、商业与金融（78.2%）、法律（78.0%）。但实际暴露排序为：计算机与数学（35.3%）、行政支持（33.2%）、销售相关（24.6%）。

理论与实际的错位，源于工作特性：

• 律师、医生、审计师：需人际沟通、担责、可追溯，AI 难以全盘接管。

• 程序员、客服、数据录入：任务明确、反馈短（0/1）、沟通稀疏，最易被替代。

▲ 不同行业的理论暴露度（橙） vs 实际暴露度（蓝）

▲ 各行业 AI 暴露对应的薪资总额（亿美元）

1.45 万亿实际暴露薪资集中于五大行业：行政支持（2896

亿）、商业金融（2474 亿）、管理（2217 亿）、计算机数学（2152 亿）、销售（1995 亿）。

▍ 五、最容易"中招"的 20 个职业

细分 754 个子职业后发现，AI 暴露度最高的 20 个职业中，

8 个属计算机与数学大类，合计 159 万人——占该行业总人数的 30.2%。这意味着，计算机行业在 AI 浪潮下，是"全员高危"的脆弱地带。

▲ 当前实际 AI 暴露度最高的 20 个职业（红色为计算机相关）

▲ 计算机行业内部，薪资高低与 AI 暴露度无必然关联——"一视同仁"

金融行业则相反：因岗位担责程度差异大（审计、会计、投行等），AI 暴露度呈现"高离散"。市场研究分析师（64.8%）、金融与投资分析师（57.2%）风险最高。

▲ 金融行业的暴露度"分化"明显

▍ 六、几个容易被忽略的细节

「 "暴露"不等于"替代"。」

暴露仅表示任务可被 AI 辅助、自动化或重组，并非工资等比消失。真正决定 AI 经济影响的，是企业采纳速度、模型能力、组织变革与监管限制。

「 "折价比例"不可避免。 」

企业无需 1:1 复制人工成本——1 万美元 AI 投入或等效替代 10 万美元人工。但即便大幅折损，数百亿 ARR 相比万亿薪资池，仍有数十倍增长空间。

「 AI 的宏观影响 ≠ 就业数量线性下降。 」

更可能的情景是：单一职责岗位被取代，复合岗位被重构；部分薪资被压缩，更多劳动被重新定价。尤其 AI Agent 具备"薪资越高、替代率越高"的特性——对收入与消费端的冲击，或比失业率更值得警惕。

▍ 七、给 B 端业务的两条路

对 AI to B 的玩家而言，有两条清晰路径：

• 求确定性：深耕已显现替代效应的领域——行政、计算机、金融。

• 求 0→1 突破：押注教育、医疗诊断等仍处"早期暴露"的赛道。