AI洪流三部曲：ARR的边界

（以下内容从国金证券《AI洪流三部曲：ARR的边界》研报附件原文摘录）
基本内容：
Agent对人工的替代能力决定了ARR的增速与想象空间，而ARR又决定了资本开支的合理性；因此，（潜在）被替代的劳动力所对应的薪资水平成为关键变量，尤其是提供了AI端侧收入想象空间的一个锚定参考。
当前一切推演都基于对AI商业化本质的认知，即“企业用模型能力去替代、辅助或重组原本由人工完成的任务”；企业愿意为AI付费，并不是因为技术本身构成一个新支出项，而是因为它可以降低单位劳动成本、提升人效，或改变部分岗位的任务结构。
因此，大模型公司收入最终能够触达的上限，就应回到其影响的劳动力（收入）本身。最直观理解“这轮ARR史诗级增长上限”的方式就是计算“可被AI重新定价的工资池”到底有多大。
最后，尽管当前AI收入已经进入快速扩张阶段，但相比目前1.45万亿美元的实际可代替薪资成本，以及5.68万亿美元的理论潜在规模，其实际的收入水平仍处在早期。当前大模型商仅数百亿美元的年化收入（例如Anthropic的470亿美元ARR）只相当于当前暴露薪资池的3.2%，或者理想薪资池的0.8%——端侧收入空间的想象力仍是巨大的。
当然，我们再次强调，“暴露规模”不等于“替代规模”，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。本文只是基于暴露度来做大模型收入规模理论上限的测算，也没有把随之而来的“创新”远景纳入考量。真正决定AI经济影响的，仍然是企业采用速度、模型能力边界、组织流程改造和监管约束。
但从当前数据看，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。
风险提示
1）AI技术对职业暴露度更新不够及时全面，存在数据统计偏差。2）AI Agent能力发展弱于预期，导致对应的劳动力规模产生明显变化。3）全球央行快速转向，带来全球二轮通胀风险，压制全球需求，劳动力裁员胜过AI影响，降本增效属性被淡化，引发更大规模AI投资回报率担忧。