本文刊发在金融时报，作者苏玛雅·凯恩斯是经济专栏作家，曾荣获美国商业编辑与作家协会颁发的评论奖。她还曾与人共同主持《经济学人》的播客节目“金钱对话”（Money Talks），并联合创办了播客节目“贸易对话”（Trade Talks）。
为海外华人提供可靠的信息和分析。如果想看更多内容与全文更新，可以在 Bluesky、Telegram、X 搜索「causmoney」，也可以直接搜索「caus.com」。
人工智能注入世界的愿景有时令人感到不安。或许，随着我们将智力劳动外包给数字助手，大脑会变得迟钝。请做好心理准备，你熟悉的经济分析，未来将不再来自疲惫的人类作者，而是来自自信的语言模型。
我更愿意幻想一个更光明的前景，在那里，新型数字工具将带来巨大的生产率提升。那么从最新的数据和证据来看，有哪些“曙光”可循？
一个信号出现在英国和美国令人振奋的劳动生产率增长数据上。当然，我对“振奋”的门槛不高。但更重要的是，这一增长背后可能存在比AI推动更容易解释的原因。
在美国，关税的不确定性可能使企业在招聘上保持谨慎；而在英国，较高的最低工资可能淘汰了一部分低薪岗位。这两者都可能推高生产率的测算结果，但都不是我们理想中的提升方式。
更具希望的迹象来自更细化的数据。这里不是指那些企业“轶事”集合，那些信息价值和家长在操场上夸孩子差不多。比如高盛的一个统计称，AI带来的平均生产率提升为32%。但按照“操场逻辑”，每个孩子都是国际象棋神童、瑞士甜菜的爱好者以及半职业长号演奏家（注，讽刺高盛的统计像家长自夸）。
真正值得关注的是行业层面的相关性。如果AI确实能帮助企业提升人均产出，那么那些最积极采用AI的行业，应当展现出最强的劳动生产率增长。数据显示，在美国，这种相关性已经开始显现。
当然，相关性并不等于因果关系，更有可能是这些本身就更具创新性的行业，最先选择了AI。
圣路易斯联邦储备银行的一篇文章中，一些经济学家试图通过两种方式改进这一分析。
第一，与其使用笼统的AI采用率，他们询问人们AI工具节省了多少工作时间；第二，他们将ChatGPT推出至2025年第二季度期间的劳动生产率增长，与2015至2019年的趋势进行比较，试图剔除原有趋势干扰结果。
结合这两个指标后，他们发现，那些员工因AI节省时间最多的行业，恰恰是劳动生产率增长异常快速的行业。其中包括信息服务业，以及专业、科学和技术服务业。
更新至2025年第三季度的数据表明，这一相关性还略有增强。
当然，不必对员工自报的“节省时间”数据过于当真，毕竟不是每个人都像我这样勤奋，会把使用ChatGPT节省下来的时间（比如找数据）用于让输出内容更加愉快。
如果有人把这部分时间花在润色冷嘲热讽的邮件上，那并不是我们希望看到的改变。
也有理由对这些相关性保持怀疑：大型语言模型才刚刚从“早熟的11岁小孩”成长为“傲慢的实习研究生”。截至2025年末，美国企业对AI的采用率还不足20%。
因此，最后一个“光明信号”来自一个更长时间维度、更宽技术范围的研究。
为海外华人提供可靠的信息和分析。如果想看更多内容与全文更新，可以在 Bluesky、Telegram、X 搜索「causmoney」，也可以直接搜索「caus.com」。
这项研究的作者之一乔纳森·哈斯克尔指出，真正的技术转折点发生在2017年，那一年，一篇著名的“深度学习”论文引入了transformer架构（即ChatGPT中的“T”），从而推动了生成式AI的发展。
因此，他们选择将2017至2024年与2012至2017年这两个时期进行比较。
更具体地说，作者研究了美国的软件投资，并估算了这对经济增长的贡献。这一过程涉及大量假设，包括企业在软件开发效率上的提升，以及其他行业使用这些软件所带来的间接影响。
他们估算，这两方面合计可能贡献了这一时期生产率增长提升的一半。
所有这些都只是提示性的信号，阳光还远未完全洒满大地。我们没有足够的数据在欧洲复制上述分析。而当麦肯锡高级顾问特拉·阿拉斯研究英国数据时，也未能发现AI采用行业存在异常高的生产率增长。
不过我还是尽量保持积极。否则，你可能会决定——还是让AI来写这些专栏文章更好。
