尽管企业高管们对人工智能（AI）充满期待，但数据显示，AI并未对整体生产力或就业产生显著影响，这与1980年代信息技术革命初期的“索洛生产力悖论”惊人地相似。研究发现，虽然AI在某些任务上能提升效率，但员工的实际使用时间有限，且存在信任不足、过度使用导致“脑力疲劳”等问题。专家认为，AI的真正潜力尚未释放，其未来的影响将取决于企业如何深度整合应用，可能会呈现出先抑后扬的“J型曲线”增长模式。
历史正在重演：AI与索洛生产力悖论
1987年，经济学家罗伯特·索洛（Robert Solow）提出了一个著名观点，被称为索洛生产力悖论。他发现，尽管计算机技术已经无处不在，但在生产力统计数据中却看不到它的影响。
你可以在任何地方看到计算机时代，唯独在生产力统计数据里看不到。
如今，AI正面临着完全相同的局面。尽管许多公司在财报中积极评价AI，但宏观经济数据并未显示出生产力的普遍提升。正如经济学家所指出的，除了少数科技巨头外，AI对大部分企业的利润或盈利预期几乎没有贡献。
现实数据：AI的影响微乎其微
多项研究揭示了AI在现实世界中的真实处境。一项覆盖超过6000名高管的调查显示，AI的实际影响与预期相去甚远。
- 使用率低： 在报告使用AI的高管中，平均每周使用时间仅为 1.5小时。
- 无实际影响： 将近 90% 的公司表示，在过去三年中，AI对就业或生产力 没有任何影响。
- 期望与现实脱节： 尽管现状如此，企业高管们仍然预计AI将在未来三年内将生产力提高1.4%。
为什么生产力没有提升？
AI未能带来预期回报的原因是多方面的，这不仅仅是技术本身的问题，更关乎人类如何使用它。
- 持续的信任危机： 一项全球调查发现，虽然使用AI的员工增加了，但他们对这项技术的信心却在急剧下降。
- AI导致的“脑力疲劳”： 过度依赖AI可能适得其反。研究表明，当员工使用超过三款AI工具时，他们的自我报告生产力会急剧下降，并伴有注意力不集中和犯错增多的现象。
- 隐藏的效率： AI确实提高了某些非工作任务的效率，如网上购物或旅行规划。然而，人们倾向于将节省下来的时间用于休闲娱乐，而不是投入到工作或技能提升中。
- 保护人才梯队： 一些公司，如IBM，选择继续招聘初级员工，因为他们认识到，过度自动化会掏空未来的中层管理者，从而危及公司的长远发展。
未来的可能性：J型曲线增长
AI生产力的停滞可能只是暂时的。许多专家认为，我们正处在一个效益延迟体现的阶段，类似于信息技术在1990年代才迎来生产力大爆发。
AI的影响路径可能遵循一条 “J型曲线”：
- 初期下降： 企业投入资源进行整合与适应，导致短期内表现和结果放缓。
- 后期飙升： 一旦跨过适应期，生产力将迎来指数级增长。
从宏观角度看，价值的创造不在于产品本身，而在于生成式AI如何在经济的不同领域被使用和实施。
最终，AI能否兑现其承诺，并不取决于技术本身有多先进，而取决于企业能否找到真正有效的整合与应用方式。竞争正在压低AI工具的价格，使其变得普及，真正的挑战在于如何利用它们创造实际价值。