图：企业引入AI的初期，或须支付开发和监督生成内容的成本。

　　尽管全球人工智能企业的估值持续上涨，但AI工具对于工作效率的提升程度，仍然是一个“未解之谜”。美国人口普查局7月发布的《2025年商业趋势与展望调查（BTOS）》显示，AI（人工智能）采用对生产力提升的作用较为有限，只有3%至7%的公司在使用AI后获得了更高的收入。

　　岗位替代影响渐浮现

　　BTOS指出，尽管生成式AI有助于节省工作时间（平均3%，最高6.8%）、提高工作质量并增强创造力，但同时也带来了新的任务，例如开发与AI相关的工作流程或监督AI生成的内容。

　　这一情况与计算机发展初期较为相似。20世纪80年代，美国学者查斯曼（Strassman）走访调研292间企业，结果发现这些企业的IT投资与投资回报率（ROI）之间没有明显关联。美国经济学家罗伯特．索洛（Robert Solow）将这种现象称之为“生产率悖论”（productivity paradox），后被外界叫做“索洛悖论”：大家都试图引入新技术提升工作效率，但短期来看收效甚微。

　　从企业角度来看，AI对劳动力的增强效应比替代效应更大。如哈佛商学院对美国招聘数据的研究发现，在引入生成式AI后，自动化程度高的行业中，每个企业每季度减少了17%的工作招聘发布，包括文员、电话营销等处理重复、标准化认知任务的职业；易受增强效应影响（涉及人机协作）的职业招聘发布数量增加了22%，包括医学计量师、农业工程师、交通技术人员、仲裁调解员等需要人类判断决策能力、创造力、社会交互和问题解决能力的职业。

　　加强培训 降再就业摩擦期

　　从员工角度来看，AI对于职场新人的“杀伤力”十分巨大。如牛津经济研究院对美国劳动市场的研究发现，自2023年年中以来，85%的失业率增长可归因于新就业市场进入者（主要是应届毕业生）无法找到工作，失业人口增长主要集中在计算机、数学、科学等专业的毕业生，自2022年以来22至27岁计算机和数学毕业生的就业率下降了8%，而在相同领域，27岁以上人群的就业率在同期增长了0.8%。

　　须注意的是，在过往技术发展进程中，获得新岗位与失去旧岗位的通常不是同一批人，很大可能性也不是一代人，而如今技术颠覆传统的周期愈来愈短。譬如，福特汽车从建造第一条流水线到全自动化生产花费了100年之久，而智能手机的全民化普及不过10年之短。也因此，政府需要有意识引导岗位破坏速度与岗位创造速度的同步性，同时持续培训被AI代替的劳动者，尽可能缩短再就业摩擦期。