在AI時代，“投資于人”的關(guān)鍵，在于能否精準識別并前瞻布局人力資本投資的優(yōu)先領域。教育體系能否從知識傳授轉(zhuǎn)向能力培養(yǎng)，終身學習機制能否實現(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)新激勵與知識擴散之間找到平衡。

本文作者系盤古智庫學術(shù)委員、工銀國際首席經(jīng)濟學家程實，工銀國際高級經(jīng)濟 學家徐婕，文章來源于“第一財經(jīng)”。

本文大約2100字，讀完約5分鐘。

進入2026年，AI技術(shù)的突破性進展正在重新定義人力資本投資的內(nèi)涵。AI對工作流的影響已從工具層面的輔助進入系統(tǒng)層面的重構(gòu)階段。低階重復性任務被快速壓縮，而高階能力溢價上升，人機協(xié)同能力成為新的基礎能力。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)對工作流的影響已從工具級輔助進入系統(tǒng)級重構(gòu)階段?！?026 Agentic Coding Trends Report》（《2026年自動化編碼趨勢報告》）指出，軟件開發(fā)的核心活動正從寫代碼轉(zhuǎn)向編排代理系統(tǒng)，也就是說工程師的價值越來越體現(xiàn)在架構(gòu)設計、任務分解與系統(tǒng)監(jiān)督上，具體實現(xiàn)則由AI承擔。報告顯示，工程師在約60%的工作中使用AI，但能夠完全委托的任務僅占0~20%。這表明AI的擴散本質(zhì)上是協(xié)作式的，而非完全自動化的。AI承擔的是執(zhí)行，人類負責判斷、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、可驗證、重復性的任務被快速壓縮。信息整理、基礎編碼、測試生成等環(huán)節(jié)已可由代理系統(tǒng)自動完成，相關(guān)技能的邊際價值顯著下降。其次，高階能力溢價上升。復雜系統(tǒng)架構(gòu)設計、跨域問題識別、戰(zhàn)略判斷與風險評估等能力在AI環(huán)境下更難替代，其相對收益與市場需求反而提高。再次，人機協(xié)同能力成為新的基礎能力。有效設定任務、拆解問題、校驗輸出與動態(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，單位勞動有效供給的內(nèi)涵正在發(fā)生變化。一是從知識存量轉(zhuǎn)向?qū)W習與遷移能力。當AI可以即時檢索、生成與整合信息，勞動者的價值更多體現(xiàn)為快速學習、跨域整合與提出關(guān)鍵問題的能力，而非既有知識存量本身。二是從專業(yè)深度轉(zhuǎn)向跨域結(jié)構(gòu)能力。AI在單一領域優(yōu)化方面表現(xiàn)突出，但跨領域問題識別、類比推理與復雜系統(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。當執(zhí)行層被壓縮，人類價值更多集中在目標設定、方案選擇與風險控制。因此，過去以學歷層級、專業(yè)匹配與工作年限為核心的評價體系，難以刻畫AI時代真實生產(chǎn)能力。學習速度、遷移能力、人機協(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”組合結(jié)構(gòu)看，AI擴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)的有效運行依賴于任務分解能力、多代理協(xié)調(diào)能力與人類監(jiān)督體系的設計。這意味著，AI相關(guān)資本投入的回報，取決于是否具備足夠的人才密度與組織吸收能力。

AI擴散下的結(jié)構(gòu)適配與生產(chǎn)率躍遷

我們基于106個經(jīng)濟體樣本的跨國實證結(jié)果顯示，AI準備度指數(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準備度指數(shù)（0~1）每提高0.1個單位，TFP水平平均提高約0.087。

在以人力資本指數(shù)進行線性控制的設定下，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)擴散效率等更具結(jié)構(gòu)性的維度。

進一步，按照人力資本指數(shù)三分位進行分組回歸，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，但線性交互項未顯示統(tǒng)計顯著性，說明這一機制更可能體現(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。當匹配度達到一定程度后，AI對TFP的放大效應才會顯著增強。

綜合而言，AI時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，高階能力溢價上升，人機協(xié)同成為基礎能力。

“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，從知識記憶轉(zhuǎn)向思維訓練，從標準答案轉(zhuǎn)向問題探索。在此語境下，“十五五”規(guī)劃建議將“投資于人”置于更加突出的位置，這一任務安排有望成為支撐潛在增長持續(xù)穩(wěn)定的重要變量。

在AI時代，“投資于人”的關(guān)鍵，在于能否精準識別并前瞻布局人力資本投資的優(yōu)先領域。教育體系能否從知識傳授轉(zhuǎn)向能力培養(yǎng)，終身學習機制能否實現(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)新激勵與知識擴散之間找到平衡。

歷史經(jīng)驗與技術(shù)變革的實踐啟示表明，精準而前瞻的人力資本投資，將決定我們能否在AI時代實現(xiàn)潛在增長的可持續(xù)。而所謂精準，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?！?/p>

文章來源于“第一財經(jīng)”

圖文編輯：張洵

責任編輯：劉菁波