调查显示，多数企业高管认为AI尚未显著提升生产率，经济学界再提“索洛悖论”。
1987年，经济学家、诺贝尔奖得主Robert Solow提出一个令人不安的观察。20世纪60年代晶体管、微处理器、集成电路和存储芯片相继问世，企业和经济学家原本相信，信息技术将彻底改变办公室，带来生产率飞跃。但现实并不配合。美国生产率增速从1948年至1973年的2.9%，跌到1973年之后的1.1%。
当时的计算机并没有立刻解放劳动力。它们往往生成海量信息，打印成厚厚的报告，反而增加了管理负担。Solow在1987年《纽约时报书评》写下那句著名的话，人们在各处都能看到计算机时代，却唯独看不到生产率的提升。这后来被称为“索洛生产率悖论”。
如今，类似的戏剧似乎在AI身上重演。
《Fortune》报道，根据英国《金融时报》对2024年9月至2025年的分析，标普500指数中有374家公司在财报电话会上提到AI，多数评价积极。但这些表态，并没有在宏观生产率数据中显现。
本月，美国国家经济研究局发布一项研究，调查了美国、英国、德国和澳大利亚6000名CEO、首席财务官等高管。结果很冷静。约三分之二的受访者表示在使用AI，但平均每周仅1.5小时。25%的企业完全没有在工作中使用AI。近90%的企业认为，过去3年AI对就业和生产率没有影响。
企业对未来仍然乐观。高管预计，未来3年AI可使生产率提高1.4%，产出增加0.8%。他们预计就业将减少0.7%。而员工的看法更温和，认为就业可能增加0.5%。
2023年，麻省理工学院研究人员曾称，使用AI的员工绩效可提升近40%。但现实数据尚未兑现这种幅度。2024年企业在AI上的投资已超过2500亿美元，回报何时显现，成了经济学家的疑问。
Apollo首席经济学家Torsten Slok在博客中写道，AI无处不在，却不在宏观数据中。他指出，在就业、生产率和通胀数据里，看不到AI的影子。除了所谓的“七巨头”科技公司之外，也看不到AI对利润率或盈利预期的显著影响。
研究之间也并不一致。美国圣路易斯联邦储备银行在《生成式AI采用现状报告》中称，自2022年底ChatGPT推出以来，累计生产率额外增长约1.9%。而2024年的一项麻省理工学院研究则预测，未来10年生产率仅提高0.5%。该研究作者、诺贝尔奖得主Daron Acemoglu表示，0.5%并非毫无意义，但远低于行业和科技媒体的承诺。
信任问题也浮出水面。人力资源公司ManpowerGroup在2026年全球人才晴雨表中调查了19个国家近14000名员工。2025年经常使用AI的员工比例上升13%，但对其效用的信心下降18%。使用增加，信任却减少。
IBM首席人力资源官Nickle LaMoreaux表示，公司将把年轻员工招聘人数增加到原来的3倍。她的逻辑很现实。如果让AI过度取代初级岗位，未来会缺少中层管理者，影响企业的领导梯队。
当然，历史也提醒我们不要过早下结论。20世纪70年代和80年代的信息技术热潮，确实经历过长时间低迷。但到了1995年至2005年，生产率增速回升1.5%。技术扩散和组织重构需要时间。
斯坦福大学数字经济实验室主任Erik Brynjolfsson在《金融时报》撰文指出，趋势可能已经开始逆转。他观察到第四季度GDP增速达3.7%，而新增就业人数仅181000人，显示产出增长与就业增长出现分离。他的分析认为，美国去年生产率增长2.7%，部分归因于企业从AI投资阶段转向收益阶段。前Pimco首席执行官、经济学家Mohamed El Erian也提到，就业与GDP脱钩的现象，与20世纪90年代办公室自动化时期相似。
Slok提出，AI的路径可能呈现J曲线。初期表现平淡甚至拖累效率，随后快速跃升。但关键不在于AI本身，而在于企业如何应用它。20世纪80年代的信息技术创新者一度拥有垄断定价权，如今大型语言模型之间竞争激烈，价格迅速下降，工具普及速度远快于当年。
从宏观角度看，真正创造价值的不是产品本身，而是企业如何把生成式AI嵌入业务流程。技术从来不是魔法。它更像是一种放大器，放大组织的能力，也放大组织的混乱。索洛悖论提醒我们，统计数据的沉默，有时只是变革尚未完成的前奏。
