问题——投入快速增长与产出改善不匹配； 美国国家经济研究局本月发布报告称，研究团队对美国、英国、德国、澳大利亚等国6000余名首席执行官及企业高管进行调查发现，超过八成企业认为，过去三年智能技术对企业就业规模或劳动生产率“没有显著影响”。不少企业“已部署、已上线”的表述背后，实际使用强度偏低：约三分之二受访高管称在工作中使用涉及的工具，但平均每周使用时间仅约1.5小时，另有约四分之一受访者基本不使用。与企业端反馈相呼应，ManpowerGroup面向1.4万名劳动者的调查显示，相关工具使用率虽上升，但员工信任度出现明显下滑，折射出“会用、敢用、用好”仍存在断点。 原因——从“技术可用”到“生产力可见”存在多重门槛。 业内人士指出，第一，应用多停留在文稿整理、信息检索、客户沟通等边缘环节，尚未进入研发、供应链、制造工艺、风控合规等核心流程，难以在短期内形成可统计的效率跃升。第二，数据底座、系统接口与安全治理滞后，导致工具难以与企业既有业务系统深度打通，出现“单点提效、全链不动”的情况。第三，组织变革与人才结构调整不到位，基层员工担忧工作评价、责任边界与合规风险，管理层则缺少可复制的流程再造方案，影响推广速度与使用质量。第四，宏观环境不确定性增加，企业更倾向将技术投入用于“降本避险”，而非大规模重构业务模式，生产率提升因此被延后兑现。 影响——预期分化加剧，劳动力市场与投资决策面临再校准。 在学界，对生产率的贡献幅度出现分歧。麻省理工学院教授达龙·阿杰姆奥卢认为，未来十年相关技术对生产率的累计提升可能仅约0.5%，与部分市场主体所宣扬的“颠覆式跃升”存在差距。与之相对，受访高管对未来三年生产率改善的平均预期约为1.4%，并未因此收紧用工计划。IBM首席人力资源官尼克尔·拉莫罗公开表示，尽管自动化能力增强，公司仍计划扩大初级岗位招聘规模。上述差异表明，企业正从“替代叙事”转向“重构叙事”：技术对岗位结构的影响更可能表现为任务再分配、技能升级与新岗位生成，而非简单的规模性替代。另外，资本市场热度仍高。数据显示，2025年相关领域吸纳全球风险投资的比重显著上升，企业巨头亦持续加大投入，短期回报不明朗与长期押注并存。 对策——把“工具部署”转为“体系能力”，以治理与场景牵引提升转化率。 专家建议，企业需要从四上发力：一是优先选择可量化、可复用、可审计的高价值场景，建立从试点到推广的评估机制，以单位成本、交付周期、缺陷率、客户响应等指标衡量真实收益；二是夯实数据治理与安全合规，完善权限管理、内容溯源、责任划分和审计流程，降低员工使用顾虑；三是推进流程再造与岗位再设计，将技术嵌入端到端业务链条，避免“各用各的”造成效率内耗；四是加强培训与变革管理，提升员工对工具输出的验证能力与风险识别能力，推动从“能用”向“用对、用稳、用久”升级。公共政策层面，可通过标准制定、隐私保护、网络安全、知识产权等制度供给，营造可预期的创新环境，并加大对职业教育与技能培训的支持力度。 前景——生产率提升更可能呈现“渐进式扩散”，关键在于场景深耕与组织协同。 多方观点认为，技术扩散往往遵循先局部试点、后规模渗透的规律，短期难以在宏观统计中形成显著跃升并不意外。随着行业数据体系完善、企业流程数字化程度提高以及合规框架逐步清晰，未来生产率改善可能以“润物细无声”的方式累积显现。同时，若过度夸大替代效应或回报速度，可能加剧企业决策摇摆与员工不信任，反而延误价值释放。能否把资本投入转化为可持续的组织能力，将决定下一阶段竞争格局。
这场效率革命表明，颠覆性技术的成熟需要时间检验；在人工智能产业化进程中，企业保持战略定力与建立科学评估同样重要。平衡短期投入与长期回报，既是企业面临的新挑战，也是推动实体经济高质量发展的关键。