巨额投资AI未增生产率之谜：探析“生产率悖论”现象
在AI技术迅猛发展的当下，全球对AI的投资已超过千亿美元。然而，令人困惑的是，这一投资并未显著提升企业的生产率。根据美国国家经济研究局（NBER）的一项大规模调研，涵盖了美国、英国、德国和澳大利亚近6000名高层管理者，尽管有超过70%的企业已在不同程度上应用AI技术，但超过80%的受访高管表示，AI并未在过去三年内对其企业的生产率和就业水平产生显著影响。
这一现象让人联想到1987年诺奖得主索洛提出的“索洛悖论”，即在计算机时代普遍存在的现象——在统计数据中看不到生产率的提升。如今，这一悖论似乎在AI领域重现。
风险咨询公司达信（Marsh）的《人力风险2026》报告指出，全球26个市场、逾4500名企业人力与风险管理专业人士中，相比数据泄露、幻觉等AI风险，更大的威胁在于AI投资未能转化为生产率的实际提升。
世界经济论坛人工智能卓越中心（CAIE）人工智能应用与影响力负责人巴索接受采访表示：“核心问题并非技术不成熟。对于许多应用场景来说，技术已经足够先进，问题更多在于领导力、人才和流程方面。”
调查显示，虽然三分之二的高管声称使用AI工具，但他们每周使用AI的平均时间仅为1.5小时，甚至有四分之一的高管完全未采用AI。达信报告中提到，很多企业将AI视为现有岗位和流程的附加物，仅带来边际效率的提升，而非实质性的改变。
达信中国区首席执行官李兆琦表示，当落后的生产关系无法匹配先进的生产力时，新技术的优势难以显现。她强调，企业需要明确员工是否愿意转型，并重新规划分工与流程，将岗位重塑落到实处。
世界经济论坛6月发布的《AI优先操作系统：运营与商业模式创新蓝图》报告针对上述问题提供了系统性回应。报告认为，尽管全球在人工智能领域的投资已超过2500亿美元，但仅有25%的企业认为AI对其产生了颠覆性的变革影响。
报告提出“AI优先”的理念，即系统性地重塑工作流程、岗位角色和决策权，使AI成为创造和交付价值的战略杠杆。巴索指出，这些企业普遍构建了被称为“智能引擎”的核心数据架构，所有业务流程数据都围绕这个智能引擎进行连接，工作流自动化且互联，形成持续的价值创造闭环。
斯坦福大学经济学家布鲁姆发现，AI并非先在工作场所普及，而是在工作之外的频率更高。他提出，重大技术通常需要10年以上的时间沉淀，才能在宏观层面产生实质性影响。
李兆琦比喻说，任何新工具和新流程的采用都需要时间来沉淀。技术本身已经就绪，但如何吸收和应用它，需要一个逐步调适的过程。