AI 是这个时代最热的关键词。
从 ChatGPT 引爆生成式 AI 开始，到 Copilot、企业大模型、自动化 Agent 铺天盖地上线，企业在 AI 上的投入可谓“豪掷千金”。不少公司高喊“降本增效”，希望借助 AI 工具提升员工生产力、压缩人力成本，甚至重塑业务流程。
但现实可能没那么乐观。
一项由 National Bureau of Economic Research（美国国家经济研究局）发布的最新调查显示：尽管企业在 AI 上投入巨大，但超过 80% 的公司表示，AI 至今尚未对生产力产生明显影响。
这份调查覆盖了欧美地区 6000 多名企业高管，结果揭示了一个值得开发者深思的现象——AI 的采用率在提升，但真正的生产效率提升却迟迟未兑现。
70% 的公司已在用 AI，但 80% 说“没效果”
根据调查结果：70% 的受访企业已经在积极使用 AI，但其中超过 80% 表示，AI 对公司生产力或员工规模几乎没有带来实质性改变。
这意味着什么？简单说：企业“部署了 AI”，但还没有“从 AI 中赚到生产力红利”。
当然，高管们并非完全悲观。调查结果显示，多数受访者仍然相信，在未来三年内，AI 将：
- 提升生产力 1.4%
- 降低员工数量 0.7%
- 增加产出 0.8%
但问题是，这些都是“预期”，而不是“现实”。
更有意思的是，在被调查的高管群体中：约三分之一的人表示自己会在工作中使用 AI，但平均使用时长仅为 每周 1.5 小时；还有四分之一的高管完全没有使用 AI。
换句话说，AI 虽在企业中“上线了”，但真正高频、深度地融入工作流的情况还远远谈不上普及。
这像不像当年的“生产力悖论”？
这种“技术已普及，但效率未提升”的现象，其实并不陌生。
经济学家 Robert Solow 曾提出著名的“索洛生产力悖论”（Solow’s Productivity Paradox）。他在上世纪 80 年代指出：“你能在任何地方看到计算机时代，除了在生产力统计数据里。”
在 1948 至 1973 年间，美国生产力增长率稳定在 2.9%。但随着 70–80 年代信息技术和微型计算机的广泛引入，生产力增长率却下降至 1.1%，直到 90 年代末和 21 世纪初才重新回升。
原因是什么？当年微型计算机的引入，确实改变了企业运作方式，但同时也带来了信息过载、额外行政流程、系统学习成本等问题，反而在短期内拖慢了整体效率。
放到今天来看，AI 似乎也在经历类似阶段。
企业引入 AI 工具后：需要重新设计流程、需要员工培训、需要数据治理与合规支持，还可能增加“审查 AI 输出”的额外工作量。更讽刺的是，近期还有研究指出，频繁使用 AI 反而可能增加员工倦怠感——因为人类在不断校对、纠错和兜底。
资本市场却已经“ALL IN”
尽管生产力尚未明显提升，但资本市场已经给出了截然不同的信号。
数据显示，2025 年全球风险投资中，61% 流向了 AI 企业，总额高达 2587 亿美元——也就是说，AI 已经成为创投领域的“核心资产类别”。不管短期效果如何，市场已经押注它将成为下一代基础设施。
科技巨头更是全面加码。例如 Microsoft 正在全力推进 AI 战略，从 Office Copilot 到 Azure OpenAI 服务全面布局。其 AI 业务负责人甚至公开表示，AI 有可能在 18 个月内替代所有白领工作——这一说法也引发了巨大争议。
显然，高管们一边看到现实矛盾，一边保持高度乐观——这足以说明，AI 已经深度嵌入职场。
对于开发者而言，这其实是一个非常关键的信号：AI 并不是一个“装上就能飞”的插件式升级，它更像是一次基础架构层面的变革。真正的生产力跃迁，往往发生在：
- 组织流程被重构之后
- 数据体系打通之后
- 人机协作模式成熟之后
- AI 能承担完整任务链，而不是零碎辅助功能
从历史经验来看，颠覆性技术通常需要十年以上时间，才能真正反映在宏观生产力曲线中。
微型计算机如此，互联网如此，移动互联网亦如此——如今，AI 很可能也会如此。
原文链接：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
