人工智能（AI）技術的突破性發展，正為全球經濟帶來結構性變革，尤其在人力資本投資領域，其內涵與策略正經歷全面重塑。市場普遍認為，步入2026年，AI的影響已超越工具輔助層面，深入至系統級的工作流程重構。 首先，AI技術對工作流程的影響呈現顯著的「裂變」效應。過往大量低階、可驗證及重複性的任務，如資訊整理、基礎編碼及測試生成等環節，正快速被代理系統自動化取代，導致相關技能的邊際價值顯著遞減。與此同時，高階能力的溢價則持續上升。複雜系統架構設計、跨領域問題識別、戰略判斷與風險評估等能力，在AI環境下更顯其不可替代性，其相對收益與市場需求亦隨之提高。值得關注的是，人機協同能力正成為新的基礎技能。有效設定任務、拆解複雜問題、校驗AI系統輸出，並動態調整代理系統，已成為決定勞動生產率差異的關鍵因素。這意味著，在AI工作流日益普及的背景下，單位勞動有效供給的內涵已然發生根本性變化，學習速度、遷移能力、人機協同效率及組織吸收能力，成為衡量人力資本更具解釋力的核心變量。 其次，AI技術的廣泛擴散，對全球經濟體的結構適配與生產率躍遷產生深遠影響。有實證研究基於106個經濟體的樣本數據指出，人工智能準備度指數（AI Preparedness Index）與全要素生產率（TFP）水平呈顯著正相關。數據顯示，在控制人力資本指數（Human Capital Index）後，AI變量係數仍達0.866（p<0.001），這意味著AI準備度指數在0至1之間每提高0.1個單位，TFP水平平均約可提升0.087。然而，在以人力資本指數進行線性控制的設定下，人力資本變量本身並未顯示出顯著的邊際解釋力。分析認為，這並非暗示「投資於人」不再重要，而是更清晰地反映出人力資本的關鍵作用，已不再侷限於簡單的數量累加，而是體現在技能結構的匹配度、組織的吸收能力以及技術擴散效率等更具結構性的維度。總體而言，AI時代的人力資本需求正呈現結構性裂變：常規技能加速貶值，高階能力溢價攀升，而人機協同則晉升為一項不可或缺的基礎能力。 面對AI重塑工作流程的趨勢，「投資於人」的戰略需要進行系統性的調整。教育投資的優先次序應從過往的知識記憶，轉向更側重於思維訓練；從追求標準答案，進化為鼓勵問題探索與創新。在此語境下，中國「十五五」規劃建議將「投資於人」置於更突出的戰略位置，此舉有望成為支撐未來潛在增長持續穩定的重要變量。在人工智能時代，能否精準識別並前瞻佈局人力資本投資的優先領域，將是「投資於人」戰略成功的關鍵。這包括教育體系能否有效從知識傳授轉變為能力培養、終身學習機制能否實現制度化、人才與技術的協同投入能否確保適配性，以及制度環境能否在創新激勵與知識擴散之間找到最佳平衡點。從潛在增長的結構分解視角來看，「投資於人」的戰略意義已超越單純提升勞動要素質量，更可通過優化資本配置效率、激發全要素生產率提升，產生系統性放大效應。在AI技術持續重塑生產方式的當下，人力資本投資的方向性與適配性將愈發關鍵。歷史經驗與技術變革的實踐啟示我們，精準且具前瞻性的人力資本投資，是確保在AI時代實現潛在增長可持續性的根本，其核心在於投資方向必須與技術變革的底層邏輯有效適配。
