【编者按】在AI浪潮席卷全球的当下，我们既担忧被技术反噬，又渴望它带来颠覆性突破。这篇来自伦敦的观察，没有陷入“AI威胁论”或“AI万能论”的极端，而是用数据穿透迷雾：当美国信息服务业因AI节省时间而实现生产率跃升，当2017年成为深度学习的技术拐点，我们终于看到实证的微光。但数据也提醒我们，相关性不等于因果，欧洲的沉默与英国的缺席同样值得深思。或许，真正的变革不在工具本身，而在人类如何重新分配被AI解放的时间——是用它创造更多价值，还是陷入新的内耗？以下为编译全文：
伦敦讯：AI全面渗透的世界图景，有时确实令人心头一紧。也许当我们把智力劳动统统丢给数字助手，我们的大脑将日渐迟钝；也许——做好心理准备——你读到的那些犀利经济分析，将来自自信满满的大语言模型，而非焦头烂额的人类作者。
但我更愿想象一个更光明的剧本：崭新的数字工具将带来生产力的大爆发。那么，纵观最新数据与证据，希望之光究竟藏在何处？
第一缕微光，是英美两国劳动力生产率令人振奋的强劲增长。当然，我对此的兴奋阈值相当低；更重要的是，这种增长可能有比AI热潮更简单的解释。
在美国，关税政策的不确定性可能让企业不敢轻易招人；在英国，最低工资标准提高或许淘汰了部分低薪岗位。两者都能推高统计意义上的生产率，但这并非我们真正期待的提升方式。
更深入的细分数据，带来了更令人期待的迹象。我指的不是那些企业在吹嘘时、堪比家长在游乐场炫耀孩子般的零碎案例。
高盛一份报告称，AI带来的平均生产率提升高达32%。但如果只听“游乐场闲聊”，你会以为每个孩子都是国际象棋神童、瑞士甜菜爱好者兼半职业长号手。
我指的是产业层面的关联性。如果AI真能帮企业从员工身上榨出更多产出，那么拥抱AI最积极的行业，理应享有最强劲的劳动生产率增长。
在美国近期的数据中，这种关联已初现端倪。当然，相关性不等于因果——也可能只是创新能力强的行业更早采用了AI。
圣路易斯联储银行发布的一篇研究中，经济学家尝试从两个角度优化分析：首先，他们不再简单粗暴地测量AI采用率，而是直接询问人们AI工具为他们节省了多少工作时间。
其次，他们对比了ChatGPT发布至2025年第二季度期间的劳动生产率增长，与2015-2019年的趋势增长之差，以剔除可能干扰结果的既有趋势。
结合这两项指标，他们发现：员工通过AI节省时间最多的行业，也正是劳动生产率增长异常迅速的行业，包括信息服务、专业科技服务等。且将数据更新至2025年第三季度后，这种关联性似乎还有所增强。
不过，我对“自我报告的时间节省”持保留态度——毕竟不是所有人都像我一样，把用ChatGPT（查数据）省下的时间，全都投入让文章变得更精彩的工作。如果有人把多出来的时间，用来打磨一封阴阳怪气的邮件发给同事……这显然不是我们想看到的变革。
对这些相关性保持怀疑是合理的，因为大语言模型刚从“早熟的11岁”进阶到“自负的实习毕业生”，且截至2025年底美国企业自报的AI采用率仍低于20%。因此，我最后的乐观来自一项研究——它用更长期的视角、更广阔的技术观审视数据。
研究作者之一乔纳森·哈斯克尔指出，2017年才是真正的技术转折点：一篇著名的“深度学习”论文提出了机器学习中的Transformer架构（即ChatGPT中的“T”），催生了生成式AI的飞跃。因此他们将2017-2024年与2012-2017年进行对比。
具体而言，作者研究了美国软件投资及其对增长的贡献。通过综合考量企业开发软件效率的提升，以及其他行业使用软件的效益，他们估算出这两方面共同贡献了前后两个时期生产率增长差值的一半。
所有这些仍是启示性的——曙光未至，前路朦胧。我们尚无足够数据在欧洲复制最后这项分析。麦肯锡资深顾问泰拉·阿拉斯审视英国数据后，也未发现AI采用行业存在超常生产率增长的证据。
但我仍选择保持乐观。否则，读者们或许真要觉得，AI生成的专栏文章比真人写得更有趣了。
