【關(guān)注】程實(shí)等：AI時(shí)代下的“投資于人”

在AI時(shí)代，“投資于人”的關(guān)鍵，在于能否精準(zhǔn)識(shí)別并前瞻布局人力資本投資的優(yōu)先領(lǐng)域。教育體系能否從知識(shí)傳授轉(zhuǎn)向能力培養(yǎng)，終身學(xué)習(xí)機(jī)制能否實(shí)現(xiàn)制度化，人才與技術(shù)的協(xié)同投入能否確保適配性，制度環(huán)境能否在創(chuàng)新激勵(lì)與知識(shí)擴(kuò)散之間找到平衡。

本文作者系盤古智庫(kù)學(xué)術(shù)委員、工銀國(guó)際首席經(jīng)濟(jì)學(xué)家程實(shí)，工銀國(guó)際高級(jí)經(jīng)濟(jì) 學(xué)家徐婕，文章來源于“第一財(cái)經(jīng)”。

本文大約2100字，讀完約5分鐘。

進(jìn)入2026年，AI技術(shù)的突破性進(jìn)展正在重新定義人力資本投資的內(nèi)涵。AI對(duì)工作流的影響已從工具層面的輔助進(jìn)入系統(tǒng)層面的重構(gòu)階段。低階重復(fù)性任務(wù)被快速壓縮，而高階能力溢價(jià)上升，人機(jī)協(xié)同能力成為新的基礎(chǔ)能力。在此背景下，“十五五”規(guī)劃建議將“投資于人”置于更加突出的位置，這一安排有望成為支撐潛在增長(zhǎng)持續(xù)穩(wěn)定的重要變量。

工作流重構(gòu)下的人力資本裂變

AI技術(shù)對(duì)工作流的影響已從工具級(jí)輔助進(jìn)入系統(tǒng)級(jí)重構(gòu)階段。《2026 Agentic Coding Trends Report》（《2026年自動(dòng)化編碼趨勢(shì)報(bào)告》）指出，軟件開發(fā)的核心活動(dòng)正從寫代碼轉(zhuǎn)向編排代理系統(tǒng)，也就是說工程師的價(jià)值越來越體現(xiàn)在架構(gòu)設(shè)計(jì)、任務(wù)分解與系統(tǒng)監(jiān)督上，具體實(shí)現(xiàn)則由AI承擔(dān)。報(bào)告顯示，工程師在約60%的工作中使用AI，但能夠完全委托的任務(wù)僅占0~20%。這表明AI的擴(kuò)散本質(zhì)上是協(xié)作式的，而非完全自動(dòng)化的。AI承擔(dān)的是執(zhí)行，人類負(fù)責(zé)判斷、監(jiān)督與戰(zhàn)略分解。由此，技能需求并非整體下降，而是出現(xiàn)結(jié)構(gòu)性裂變。

首先，低階、可驗(yàn)證、重復(fù)性的任務(wù)被快速壓縮。信息整理、基礎(chǔ)編碼、測(cè)試生成等環(huán)節(jié)已可由代理系統(tǒng)自動(dòng)完成，相關(guān)技能的邊際價(jià)值顯著下降。其次，高階能力溢價(jià)上升。復(fù)雜系統(tǒng)架構(gòu)設(shè)計(jì)、跨域問題識(shí)別、戰(zhàn)略判斷與風(fēng)險(xiǎn)評(píng)估等能力在AI環(huán)境下更難替代，其相對(duì)收益與市場(chǎng)需求反而提高。再次，人機(jī)協(xié)同能力成為新的基礎(chǔ)能力。有效設(shè)定任務(wù)、拆解問題、校驗(yàn)輸出與動(dòng)態(tài)調(diào)整代理系統(tǒng)，成為決定生產(chǎn)率差異的關(guān)鍵。

在AI工作流普及的情境下，單位勞動(dòng)有效供給的內(nèi)涵正在發(fā)生變化。一是從知識(shí)存量轉(zhuǎn)向?qū)W習(xí)與遷移能力。當(dāng)AI可以即時(shí)檢索、生成與整合信息，勞動(dòng)者的價(jià)值更多體現(xiàn)為快速學(xué)習(xí)、跨域整合與提出關(guān)鍵問題的能力，而非既有知識(shí)存量本身。二是從專業(yè)深度轉(zhuǎn)向跨域結(jié)構(gòu)能力。AI在單一領(lǐng)域優(yōu)化方面表現(xiàn)突出，但跨領(lǐng)域問題識(shí)別、類比推理與復(fù)雜系統(tǒng)權(quán)衡仍高度依賴人類判斷。三是從執(zhí)行效率轉(zhuǎn)向判斷質(zhì)量。當(dāng)執(zhí)行層被壓縮，人類價(jià)值更多集中在目標(biāo)設(shè)定、方案選擇與風(fēng)險(xiǎn)控制。因此，過去以學(xué)歷層級(jí)、專業(yè)匹配與工作年限為核心的評(píng)價(jià)體系，難以刻畫AI時(shí)代真實(shí)生產(chǎn)能力。學(xué)習(xí)速度、遷移能力、人機(jī)協(xié)同效率與組織吸收能力，正在成為更具解釋力的變量。

從“資本-勞動(dòng)”組合結(jié)構(gòu)看，AI擴(kuò)散并未削弱人力資本的重要性，反而提高了技術(shù)資本的人力依賴度。AI系統(tǒng)的有效運(yùn)行依賴于任務(wù)分解能力、多代理協(xié)調(diào)能力與人類監(jiān)督體系的設(shè)計(jì)。這意味著，AI相關(guān)資本投入的回報(bào)，取決于是否具備足夠的人才密度與組織吸收能力。

AI擴(kuò)散下的結(jié)構(gòu)適配與生產(chǎn)率躍遷

我們基于106個(gè)經(jīng)濟(jì)體樣本的跨國(guó)實(shí)證結(jié)果顯示，AI準(zhǔn)備度指數(shù)與TFP（全要素生產(chǎn)率）水平呈顯著正相關(guān)。在控制人力資本指數(shù)后，AI變量系數(shù)為0.866（p<0.001），意味著AI準(zhǔn)備度指數(shù)（0~1）每提高0.1個(gè)單位，TFP水平平均提高約0.087。

在以人力資本指數(shù)進(jìn)行線性控制的設(shè)定下，人力資本變量本身并未顯示出顯著的邊際解釋力。這并不意味著“投資于人”不重要，而更可能反映出人力資本的關(guān)鍵作用并非體現(xiàn)在簡(jiǎn)單數(shù)量加法，而是體現(xiàn)在技能結(jié)構(gòu)匹配度、組織吸收能力與技術(shù)擴(kuò)散效率等更具結(jié)構(gòu)性的維度。

進(jìn)一步，按照人力資本指數(shù)三分位進(jìn)行分組回歸，可以觀察到更為直觀的結(jié)構(gòu)異質(zhì)性特征。在低人力資本組與高人力資本組中，AI準(zhǔn)備度指數(shù)-TFP斜率均顯著為正，其中高人力資本組斜率更陡（β=1.352，p<0.001），低人力資本組亦顯著（β=0.885，p=0.003），而中人力資本組斜率不顯著（β=0.666，p=0.186）。分組回歸結(jié)果呈現(xiàn)出一定的結(jié)構(gòu)分層特征，但線性交互項(xiàng)未顯示統(tǒng)計(jì)顯著性，說明這一機(jī)制更可能體現(xiàn)為非線性或門檻式結(jié)構(gòu)。也就是說，人力資本的關(guān)鍵作用不在于其水平本身，而在于其是否能夠形成與新技術(shù)路徑相匹配的技能結(jié)構(gòu)與組織吸收能力。當(dāng)匹配度達(dá)到一定程度后，AI對(duì)TFP的放大效應(yīng)才會(huì)顯著增強(qiáng)。

綜合而言，AI時(shí)代的人力資本需求呈現(xiàn)結(jié)構(gòu)性裂變。常規(guī)技能加速貶值，高階能力溢價(jià)上升，人機(jī)協(xié)同成為基礎(chǔ)能力。

“投資于人”的戰(zhàn)略轉(zhuǎn)向

在AI重構(gòu)工作流的背景下，教育投資的優(yōu)先序需要系統(tǒng)性調(diào)整，從知識(shí)記憶轉(zhuǎn)向思維訓(xùn)練，從標(biāo)準(zhǔn)答案轉(zhuǎn)向問題探索。在此語(yǔ)境下，“十五五”規(guī)劃建議將“投資于人”置于更加突出的位置，這一任務(wù)安排有望成為支撐潛在增長(zhǎng)持續(xù)穩(wěn)定的重要變量。

在AI時(shí)代，“投資于人”的關(guān)鍵，在于能否精準(zhǔn)識(shí)別并前瞻布局人力資本投資的優(yōu)先領(lǐng)域。教育體系能否從知識(shí)傳授轉(zhuǎn)向能力培養(yǎng)，終身學(xué)習(xí)機(jī)制能否實(shí)現(xiàn)制度化，人才與技術(shù)的協(xié)同投入能否確保適配性，制度環(huán)境能否在創(chuàng)新激勵(lì)與知識(shí)擴(kuò)散之間找到平衡。

歷史經(jīng)驗(yàn)與技術(shù)變革的實(shí)踐啟示表明，精準(zhǔn)而前瞻的人力資本投資，將決定我們能否在AI時(shí)代實(shí)現(xiàn)潛在增長(zhǎng)的可持續(xù)。而所謂精準(zhǔn)，核心就在于投資方向能否與技術(shù)變革的底層邏輯形成有效適配。■

文章來源于“第一財(cái)經(jīng)”

圖文編輯：張洵

責(zé)任編輯：劉菁波