AI 认知技能标准化与一人公司
中金把 AI 对经济的影响从“替代还是赋能”转到“技术如何重构分工”。核心判断是：Scaling Law 让模型性能在技术层面规模报酬递减，但 Tokenization 把知识和信息拆成可计量、可处理的 token，推动认知技能标准化，由此在经济层面可能形成规模报酬递增。
就业侧不是简单失业叙事。美国 22-25 岁软件开发者就业人数从 2022 年 10 月到 2025 年 9 月下降近 20%，但年龄更大的软件开发者就业人数反而上升，说明显性知识密集任务更易被 AI 替代，隐性经验仍有价值。放射科医生在 2016-2024 年就业人数增长 23.2%，高于美国整体就业 9.8%，但平均薪酬增长约 30%，低于同期平均薪酬约 37%；中国听障骑手案例中，AI 工具让在线工时增加约 10.6%、离职率下降约 21%、小时工资仅升约 3.6%。这些数据指向同一结论：AI 通过降低门槛扩大劳动供给，抑制薪酬增速。
产业组织侧，中金认为“一人公司”不是新职业，而是交易成本下降后的新组织形态。大模型企业通过内部规模经济提供标准化认知技能，个人或小团队通过 API、云服务和智能工具调用这些能力，完成过去需要较大企业组织才能完成的生产任务。新职业也会沿着新任务演化，例如 11 类职业中 AI 相关新任务约 42% 是内容生成、35% 是监督与审查、26% 是 AI 整合；当任务规模足够大，就可能形成 AI 产出审查员、智能体专员等独立分工。
投资含义：AI 提升生产力的同时，生产力红利更可能流向资本和平台型基础设施，劳动报酬增速低于生产力增速。跟踪点不是“会不会大规模失业”，而是哪些环节掌握标准化认知技能供给、哪些企业能把内部规模经济转化为生态外部规模经济。
原文：中金点睛 - 中金 认知技能标准化生产：AI重构分工的规模经济逻辑 - 3270332840-2247849220_1