行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

AI洪流三部曲：ARR的边界

2026-07-02 钟天,宋雪涛国金证券 🌱

核心观点：大模型公司收入的增长上限取决于AI替代人工的能力，而ARR增速与资本开支合理性则受此影响。关键变量是（潜在）被替代劳动力的薪资水平，它为AI端侧收入提供了锚定参考。
AI商业化本质：企业为AI付费并非因为技术本身构成新支出，而是因为它能降低单位劳动成本、提升人效或改变部分岗位任务结构。
收入上限测算：大模型公司收入上限应回归其影响的劳动力（收入）本身，最直观的方式是计算“可被AI重新定价的工资池”规模。
关键数据：
- 美国总薪资约10.83万亿美元，其中：
  - 实际暴露（Anthropic口径）：约1.45万亿美元（13.4%），涉及1835万人（11.8%）。
  - 理论暴露（OpenAI口径）：约5.68万亿美元（52%），涉及6830万人（43.9%）。
- 当前大模型商年化收入（如Anthropic 470亿美元）仅相当于：
  - 实际暴露薪资池的3.2%。
  - 理论暴露薪资池的0.8%。
行业与职业分析：
- 理论暴露度：高收入职业（金融、法律、计算机）暴露度更高。
- 实际暴露度：
  - 前五大行业：办公室与行政支持（2896亿）、商业与金融业（2474亿）、管理岗位（2217亿）、计算机与数学（2152亿）、销售相关职位（1995亿）。
  - 最易替代职业：计算机相关（159万人，30.2%），如程序员等。
- 计算机行业：薪资水平与AI暴露度无关联，全行业受冲击程度相似。
- 金融行业：部分岗位（如市场分析师、金融分析师）暴露度高，但审计、会计等因责任归属差异暴露度较低。
结论：
- 当前AI收入仍处早期，相比1.45万亿实际暴露薪资和5.68万亿理论规模，增长空间巨大。
- AI宏观影响可能表现为：部分单一职责岗位被替代，多职责岗位被重组；部分工资成本被压缩，更多劳动过程被重新定价。
- “暴露规模”不等于“替代规模”，实际兑现程度受技术进步、组织流程改造和监管约束影响。
- AI收入端中期空间应从更大的劳动力成本池中寻找估算锚定，而非仅从软件市场规模理解。
风险提示：
1. AI技术对职业暴露度数据偏差。
2. AI Agent能力弱于预期导致劳动力规模变化。
3. 全球通胀风险压制需求，劳动力裁员胜过AI影响。