AI大模型公司到底能赚多少钱？国金证券最新报告给出了一个颠覆性的答案：别盯着软件市场看了，要看人类的工资单。
企业买AI不是为了赶时髦，是冲着省钱去的。用AI替代部分人力、提升效率、压缩成本，这才是企业愿意掏钱的真实原因。所以AI收入的真正天花板，不是软件市场规模，而是能被AI重新定价的工资池有多大。国金证券将其称之为，“可被AI重新定价的工资池”。
国金证券最新研报算了一笔账：美国约10.83万亿美元的年工资总额中，已有1.45万亿美元暴露在AI的冲击范围内——也就是说，这些岗位的工作内容，AI能干，或者能帮一大半。
那AI公司从这笔钱里赚了多少？拿头部公司Anthropic来说，年化收入约470亿美元，只占了1.45万亿的3.2%。换个说法，切走的连零头都不到。
工资池，而非软件市场，才是ARR的估值锚国金证券报告指出，理解本轮AI收入"史诗级增长上限"最直观的方式，是计算"可被AI重新定价的工资池"究竟有多大。
报告将不同职业对AI技术的暴露度与美国劳工统计局（BLS）2025年职业就业与薪资调查（OEWS 2025）中830个职位进行匹配估算。结果显示，在美国约10.83万亿美元的总薪资收入中，按Anthropic的实际观察暴露口径，约1.45万亿美元工资成本已处于AI技术暴露范围内，占比13.4%；若采用OpenAI/Eloundou的理论暴露度口径，潜在影响规模则可达约5.68万亿美元，占比超过52%。
按就业人数计算，美国约1.56亿就业人口中，实际暴露人数约为1835万，占比11.8%；理论暴露人数则高达约6830万，占比43.9%。
报告强调，1.45万亿美元的工资成本应被理解为"在当前渗透率和技术能力下，ARR收入的理想上限"，且这一上限还面临折价——企业可能仅需1万美元AI支出即可等效替代10万美元人工成本。即便如此，当前大模型商数百亿美元量级的ARR，相对于上述薪资池规模，渗透率依然极低。
AI冲击呈现"高薪偏向"，知识型岗位首当其冲与过去自动化主要冲击制造业和重复性体力劳动不同，本轮AI更直接触及高工资、知识密集型和服务业岗位。
报告数据显示，职业对AI技术的理论暴露度相对于年度平均薪资分布存在明显右偏——高收入人群面临的AI暴露度显著高于中低收入人群。以具体职业为例，收入分位数最低的群体（如洗衣房员工、烘焙师、轮胎工）AI暴露度普遍偏低；而高收入群体中，金融产品经理（收入分位数96.6%，暴露度78.6%）、HR经理（收入分位数95.3%，暴露度76%）以及航天工程师（收入分位数92.5%，暴露度89.3%）均面临较高替代风险。
从行业维度看，理论暴露度最高的三个行业依次为计算机与数学（87.6%）、商业与金融（78.2%）以及法律（78.0%）。然而，实际观察到的暴露度排序与理论值并不一致，实际暴露度最高的行业为计算机与数学（35.3%）、办公室与行政支持（33.2%）以及销售相关职位（24.6%）。
这一落差揭示出，AI对劳动力的替代并非单纯由模型能力决定，还受到工作属性、责任归属和组织流程的约束。法律行业涉及利益协调、诉讼策略判断及终身责任承担；金融服务依赖客户关系与非标化信息判断；相比之下，编程类岗位因工作对象明确、反馈链条短，实际替代进展更快。
计算机行业"一视同仁"，金融行业分化显著在实际暴露度最高的前20个职业中，有8个归属于计算机与数学大类，涉及就业人数约159万，占该行业总人数的30.2%。报告指出，对于计算机行业而言，薪资高低与AI暴露度之间并无必然联系——面对AI冲击，全行业接近"一视同仁"，这凸显出该行业在技术迭代下的整体脆弱性。
金融行业则呈现出截然不同的分化格局。由于部分岗位需要承担责任（如审计、会计），且不同岗位间工作产出的标准化程度参差不齐，金融行业整体实际暴露度偏低，但内部分化明显。其中，Market Research Analysts实际暴露度达64.8%，Financial and Investment Analysts达57.2%，面临较大替代风险；而其他需要客户关系维护和非标判断的岗位，暴露度则相对较低。
从薪资暴露总额来看，1.45万亿美元的实际暴露薪资基本集中于五大行业：办公室与行政支持（2896亿美元）、商业与金融业（2474亿美元）、管理岗位（2217亿美元）、计算机与数学（2152亿美元）以及销售相关职位（1995亿美元）。报告认为，这为专用大模型to B业务的发展提供了方向参考：追求确定性可深耕行政、计算机、金融等已出现明显替代的行业；追求"0到1的业务突破"，则教育和医疗诊断等行业仍具较大潜力。
替代不等于失业，但薪资重构已在路上报告明确区分了"暴露"与"替代"的概念：暴露意味着任务可能被AI辅助、自动化或重新组织，但并不意味着这些工资收入会等比例消失。真正决定AI经济影响的，仍是企业采用速度、模型能力边界、组织流程改造和监管约束。
然而，报告同时指出，AI的宏观影响不会简单表现为就业数量的线性下降。更可能出现的路径是：部分单一职责岗位被替代，大量多职责岗位被重组；部分工资成本被压缩，更多劳动过程被重新定价。尤其是AI Agent具有"工资越高、替代率越高"的属性，这使得AI对收入消费端的潜在冲击可能更为深远。
对投资者而言，报告的核心结论是：AI收入端的中期空间，不应只从软件市场规模理解，而应从更大的劳动力成本池中寻找估算锚定。当前大模型商的ARR渗透率仍处于极低水平，但这枚硬币的另一面，是人类薪资结构正在面临一场尚未充分定价的系统性重组。
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。查查配提示：文章来自网络，不代表本站观点。
