高盛发布的一份最新报告显示，电动汽车电池的价格一直在下降，未来两年内下降幅度可能会更大。报告显示，在电池组层面，2023年，全球电池的平均价格已从2022年的每千瓦时153美元降至149美元，预计到2026年将进一步降至每千瓦时80美元。据分析师估算，这一价格较2023年下降近50%，并且已经超越电动汽车实现与燃油车平价的关键节点。

分析师认为，电池价格持续下降主要受两个因素影响。其一是技术进步，尤其是更大规格的电池和电池组技术，可以减少甚至完全消除电池模块。分析师认为，这不仅有助于降低成本，还能将能量密度提升30%，进而有效控制电池组的尺寸。特斯拉已经开始生产其大规格4680电池，但在降低制造成本方面仍面临挑战。

另一个因素是锂和钴等原材料价格的下滑。根据高盛的数据，原材料价格上涨曾导致2022年电动汽车电池成本飙升，但这一趋势如今已开始回落，并预计将至少持续到2030年，约占电池成本预期降幅的40%。

此前，高盛在今年早些时候发布的另一份报告中预测，2023年至2025年间，电动汽车电池成本将下降40%。分析师认为，这一趋势将推动电动汽车销量的增长，并预计到2030年，电动汽车可能占据美国市场50%的份额。

尽管疫情大流行带来了供应链问题，但是自10多年前特斯拉Roadster问世以来，电动车时代已拉开了帷幕，电动车电池价格也在稳步下降。美国能源部发布的数据显示，与当时相比，电池价格已经下降了90%。

华尔街确信，抗肥胖 GLP-1 药物是一个主题性牛市案例，高盛（Goldman Sachs）最近预计，到 2030 年，这些药物的全球年销售额将达到 1300 亿美元。事实上，金融分析师已经开始下调麦当劳等快餐巨头的长期需求前景，其依据是假设美国总人口的7%将在未来 10 年内使用 GLP-1 药物，而这些使用者的平均热量消耗将下降约 20%。

然而，正是这些药物高昂的价格–1000 美元或更高–目前成为了这一肆无忌惮的看涨案例的最大阻力。

GLP-1 激素能抑制饥饿感，调节胰岛素和葡萄糖的分泌。餐后，这种激素会提高胰岛素水平，从而降低血糖水平。同时，它还能降低胃将内容物排入小肠的速度，从而增加饱腹感。虽然最初是作为治疗糖尿病的药物，但现在许多利用 GLP-1 激动剂的药物，包括诺和诺德公司的 Wegovy 和礼来公司的 Zepbound，都作为专门的抗肥胖缓和药物出售。

目前，仅有 1% 的 ACA 市场计划涵盖诺和诺德的抗肥胖 GLP-1 药物 Wegovy，而礼来公司的 Zepbound Label 根本就与此无关。

根据美国疾病预防控制中心 2021 年的一项调查，美国 20 岁及以上的成年人中有 41.9% 的人肥胖。更重要的是，一项又一项研究表明，美国低收入阶层比高收入者更容易肥胖。然而，正是这些最需要可行的抗肥胖治疗方法的弱势群体，目前却无法享受《平价医疗法案》（ACA）市场计划的保险。

《美国医疗保险法案》为医疗保险计划设立了一个交易所（市场），没有获得雇主提供的医疗保险的个人可以在这里比较私营保险提供商提供的各种计划。

全美医疗保险市场计划中 GLP-1 抗肥胖药物的覆盖范围

根据 KFF 最近的一项调查，诺和诺德公司的 Wegovy GLP-1 抗肥胖药物目前仅被 1% 的 ACA 市场计划所覆盖。与此形成鲜明对比的是，该公司的糖尿病药物 Ozempic（采用相同的塞马鲁肽 GLP-1 激动剂）在这些市场计划中的覆盖率高达 82%。

有趣的是，即使 GLP-1 类抗肥胖药物被这些私人保险计划所承保，它们也几乎总是被要求事先授权。

尽管围绕生成式AI的潜力存在许多不确定性，但毋庸置疑的是，它已经能够创造出媲美人类的作品，并能打破人与机器之间的沟通障碍。高盛认为，这标志AI技术的一次重大飞跃，并可能对全球宏观经济产生深远影响。

高盛Jan Hatzius分析师团队在上周发布的研报中指出，若生成式AI能够兑现其承诺的能力，劳动力市场可能遭受巨大冲击。

根据高盛对美国和欧洲职业任务数据的研究，当前美国大约有三分之二的工作在一定程度上受到AI自动化的威胁，生成式AI很有可能取代四分之一的岗位。全球范围内，生成式AI可能让3亿个全职工作岗位面临“自动化”。

但与此同时，高盛指出，AI带来的“自动化”更多能通过创造新的岗位弥补它替代掉的岗位，这在很大程度上将是长期就业增长的主要来源。

据高盛估算，生成式AI将在未来十年内使美国的年劳动生产力增长接近1.5个百分点，并最终可能使全球GDP年增长率提高7%。

虽然AI的实际影响将取决于其能力和普及速度，这一估计凸显了如果生成式AI能够实现其潜能，其巨大的经济潜力。

行政、法律人危？体力劳动者可以松口气了？

高盛利用ONET数据库超过900个职业的任务内容（后扩展到欧洲ESCO数据库的2000多个职业），评估了AI劳动节约自动化可能涉及的职业和行业份额。

基于对生成式AI可能应用场景的现有研究回顾，高盛认为ONET数据库中的39个工作活动中有13个面临AI自动化的风险，但值得注意的是，那些从事户外工作和体力劳动的劳动力不会被AI自动化。

我们发现美国大约三分之二的岗位在某种程度上面临AI自动化的风险，其中大部分岗位的部分工作量（25%-50%）可能被AI替代。

根据美国职业就业和工资调查（OEWS）中各职业的就业份额进行加权，并在行业层次进行汇总，我们估计在美国，AI有能力自动化大约四分之一的现有工作，尤其是在行政（46%）和法律（44%）领域的曝光率较高，而在如建筑（6%）和维护（4%）等体力密集型领域的曝光率较低。

全球范围内，按就业权重计算，高盛估计将有18%的工作或许会被AI自动化。

尽管AI对劳动市场的影响可能十分显著，但高盛指出，多数职业和行业仅部分面临自动化的风险，因此更有可能被AI补充而非替代。

高盛认为，至少有50%的重要和复杂任务面临自动化的工作可能会被AI取代，而10%至49%任务面临自动化风险的工作更有可能被AI补充，AI暴露率在0%至9%的工作不太可能受到影响。

在高盛的基准假设下，美国当前就业总量中有7%可能被AI取代，63%可能被AI补充，而30%可能不受影响。

有代替，更多的是补充？

高盛认为，AI驱动自动化提高全球GDP的途径主要有两个：提高现有工作效率、淘汰掉落后岗位刺激新岗位产生。

首先，大多数员工从事的职业在一定程度上可能受到AI自动化的影响。

在采用AI技术后，员工很可能将至少一部分节省下来的时间用于提升产出的生产活动。

学术研究表明，率先采用AI技术的公司中的员工，在采用AI后，其劳动生产力的增长率普遍提高了2-3个百分点每年。尽管难以将这些结果直接推广到生成式AI上，但这些研究结果清楚地指出，生成式AI能够在经济上显著提高生产力。

其次，预计那些因AI自动化而失业的工人，最终将在新兴职业中重新就业，并因此增加总体产出。

这些新兴职业可能直接源于AI的采用，或是由于非失业员工生产力提升带动的整体与劳动力需求增长引起的。

例如，信息技术的创新带来了网页设计师、软件开发人员和数字营销专业人员等新职业，同时也提高了总体收入，间接提升了对卫生保健、教育和餐饮服务等服务行业劳工的需求。

高盛指出，从二战后的前半期开始，技术变革以大致相同的速率置换工人和创造新的就业机会，但自1980年代以来，新就业机会的创造速度未能跟上工人置换的速度。

这些结果表明，如果AI对劳动市场的影响类似于早期的信息技术进步，那么生成式AI在短期内对劳动需求的直接影响可能是负面的，但它对劳动生产力增长的影响仍然是正面的。

高盛估计，大约7%的劳动力面临完全失业的风险，但他们中的大多数能够在稍微低产出的岗位上找到新工作。那些受到AI自动化影响的员工会体验到与现有预测相一致的生产力提升，这种影响预计将在大约50%的企业采用生成式AI技术10年后显现。

基于这些假设，高盛预计，广泛采用生成式AI可能会使整体劳动生产力年增长率提高约1.5个百分点，与最近的年均1.5%增长速度相当，这与电动马达和个人电脑等变革性技术带来的影响相似。

在美国，生成式AI可能会使生产力增长的提升可能轻松达到0.3到3.0个百分点之间。具体取决于任务的难易程度、自动化的普及率以及采用的速度。

比如，在AI能力较弱的情景下，预测的劳动生产力增长速度将降至每年0.3个百分点。如果AI更加强大，增速将升至每年2.9个百分点。

再比如，假设没有劳动力被替代，生产力增速预计降至每年1.2个百分点，如果有相当大比例的劳动力被替代，生产力增速将升至每年2.4个百分点。

总而言之，高盛指出，尽管存在不确定性，生成式AI的发展和应用预计将在大多数情况下对全球经济具有显著的推进作用。