AI 是這個時代最熱的關鍵詞。
從 ChatGPT 引爆生成式 AI 開始，到 Copilot、企業大模型、自動化 Agent 鋪天蓋地上線，企業在 AI 上的投入可謂“豪擲千金”。不少公司高喊“降本增效”，希望藉助 AI 工具提升員工生產力、壓縮人力成本，甚至重塑業務流程。
但現實可能沒那麼樂觀。
一項由 National Bureau of Economic Research（美國國家經濟研究局）發布的最新調查顯示：儘管企業在 AI 上投入巨大，但超過 80% 的公司表示，AI 至今尚未對生產力產生明顯影響。
這份調查覆蓋了歐美地區 6000 多名企業高管，結果揭示了一個值得開發者深思的現象——AI 的採用率在提升，但真正的生產效率提升卻遲遲未兌現。
70% 的公司已在用 AI，但 80% 說“沒效果”
根據調查結果：70% 的受訪企業已經在積極使用 AI，但其中超過 80% 表示，AI 對公司生產力或員工規模幾乎沒有帶來實質性改變。
這意味着什麼？簡單說：企業“部署了 AI”，但還沒有“從 AI 中賺到生產力紅利”。
當然，高管們並非完全悲觀。調查結果顯示，多數受訪者仍然相信，在未來三年內，AI 將：
- 提升生產力 1.4%
- 降低員工數量 0.7%
- 增加產出 0.8%
但問題是，這些都是“預期”，而不是“現實”。
更有意思的是，在被調查的高管群體中：約三分之一的人表示自己會在工作中使用 AI，但平均使用時長僅為 每周 1.5 小時；還有四分之一的高管完全沒有使用 AI。
換句話說，AI 雖在企業中“上線了”，但真正高頻、深度地融入工作流的情況還遠遠談不上普及。
這像不像當年的“生產力悖論”？
這種“技術已普及，但效率未提升”的現象，其實並不陌生。
經濟學家 Robert Solow 曾提出著名的“索洛生產力悖論”（Solow’s Productivity Paradox）。他在上世紀 80 年代指出：“你能在任何地方看到計算機時代，除了在生產力統計數據里。”
在 1948 至 1973 年間，美國生產力增長率穩定在 2.9%。但隨着 70–80 年代信息技術和微型計算機的廣泛引入，生產力增長率卻下降至 1.1%，直到 90 年代末和 21 世紀初才重新回升。
原因是什麼？當年微型計算機的引入，確實改變了企業運作方式，但同時也帶來了信息過載、額外行政流程、系統學習成本等問題，反而在短期內拖慢了整體效率。
放到今天來看，AI 似乎也在經歷類似階段。
企業引入 AI 工具後：需要重新設計流程、需要員工培訓、需要數據治理與合規支持，還可能增加“審查 AI 輸出”的額外工作量。更諷刺的是，近期還有研究指出，頻繁使用 AI 反而可能增加員工倦怠感——因為人類在不斷校對、糾錯和兜底。
資本市場卻已經“ALL IN”
儘管生產力尚未明顯提升，但資本市場已經給出了截然不同的信號。
數據顯示，2025 年全球風險投資中，61% 流向了 AI 企業，總額高達 2587 億美元——也就是說，AI 已經成為創投領域的“核心資產類別”。不管短期效果如何，市場已經押注它將成為下一代基礎設施。
科技巨頭更是全面加碼。例如 Microsoft 正在全力推進 AI 戰略，從 Office Copilot 到 Azure OpenAI 服務全面布局。其 AI 業務負責人甚至公開表示，AI 有可能在 18 個月內替代所有白領工作——這一說法也引發了巨大爭議。
顯然，高管們一邊看到現實矛盾，一邊保持高度樂觀——這足以說明，AI 已經深度嵌入職場。
對於開發者而言，這其實是一個非常關鍵的信號：AI 並不是一個“裝上就能飛”的插件式升級，它更像是一次基礎架構層面的變革。真正的生產力躍遷，往往發生在：
- 組織流程被重構之後
- 數據體系打通之後
- 人機協作模式成熟之後
- AI 能承擔完整任務鏈，而不是零碎輔助功能
從歷史經驗來看，顛覆性技術通常需要十年以上時間，才能真正反映在宏觀生產力曲線中。
微型計算機如此，互聯網如此，移動互聯網亦如此——如今，AI 很可能也會如此。
原文鏈接：https://www.tomshardware.com/tech-industry/artificial-intelligence/over-80-percent-of-companies-report-no-productivity-gains-from-ai-so-far-despite-billions-in-investment-survey-suggests-6-000-executives-also-reveal-1-3-of-leaders-use-ai-but-only-for-90-minutes-a-week