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。