作者:克洛德,深潮 TechFlow
深潮导读:美国国家经济研究局(NBER)对四国 6000 名高管的调查显示,近九成企业认为 AI 在过去三年对就业和生产率「毫无影响」,但 2026 年 Q1 科技行业已裁员 78557 人,其中 47.9%被归因于 AI。生产率数据一片空白、裁员潮却以 AI 之名汹涌而至,经济学家将这一矛盾比作 1987 年诺贝尔经济学奖得主索洛提出的「计算机悖论」的 AI 翻版。
2500 亿美元砸进去,近九成企业说 AI 没带来任何生产力提升。与此同时,科技公司却在以 AI 之名大规模裁员。
这是当前 AI 产业最荒诞的一幕。
据《财富》杂志 4 月 19 日报道,NBER 今年 2 月发表的一项覆盖美国、英国、德国和澳大利亚 6000 名企业高管的研究发现,近九成受访企业表示,AI 在过去三年对其就业和生产率没有任何可衡量的影响。高管们虽然有三分之二在使用 AI,但平均每周使用时长仅 1.5 小时,25%的受访者表示根本不在工作中使用 AI。
另一边,据《日经亚洲》援引 RationalFX 数据,2026 年 1 月 1 日至 4 月初,科技行业已裁员 78557 人,其中 37638 人(47.9%)被明确归因于 AI 和工作流自动化。超过 76%的裁员发生在美国。
Apollo 首席经济学家 Torsten Slok 直接引用了 1987 年诺贝尔经济学奖得主 Robert Solow 的经典论断,将当前局面概括为 AI 版「索洛悖论」。Solow 当年的原话是:「计算机时代无处不在,唯独不在生产率统计数据中。」
Slok 的判断几乎一字不差地映射到今天。AI 在就业数据、生产率数据和通胀数据中都看不到踪影。
九成企业看不到 AI 效果,2500 亿投资回报成疑
NBER 这项研究的数据相当扎实。四个国家中,69%的企业在某种程度上使用 AI,美国最高(78%),德国最低(65%)。但使用归使用,效果是另一回事:超过 90%的管理者表示 AI 对其企业就业规模没有影响,89%表示对劳动生产率(以人均销售额衡量)没有影响。
据斯坦福大学 2025 年 AI 指数报告,2024 年全球 AI 投资已超过 2500 亿美元。PwC 2026 年全球 CEO 调查显示,仅 12%的 CEO 表示 AI 同时带来了成本降低和收入增长,56%的 CEO 表示没有看到任何显著财务收益。
Slok 在其博客文章中指出,除了「七巨头」之外,AI 对利润率和盈利预期均无可见影响。
这并非一家之言。2024 年 MIT 的一项研究预测 AI 在未来十年仅能提升 0.5%的生产率。该研究作者、诺贝尔经济学奖得主 Daron Acemoglu 当时坦言:「0.5%比零强。但相对于业界和科技媒体的承诺,这确实令人失望。」
波士顿咨询集团(BCG)今年 3 月发表的一项研究更揭示了一个反直觉现象:当员工使用三个以下 AI 工具时,生产率有所提升;但使用四个或更多工具后,自评生产率反而大幅下降,员工报告出现「脑雾」和更多小错误。BCG 将此称为「AI 脑过载」。
ManpowerGroup 的 2026 年全球人才晴雨表则显示,在 19 个国家近 14000 名员工中,2025 年 AI 常规使用率上升了 13%,但对 AI 实用性的信心暴跌 18%。
Q1 裁员近 8 万人,AI 成最大「替罪羊」还是真凶?
在生产率数据一片空白的同时,裁员潮却以惊人速度推进。
据《日经亚洲》报道,2026 年 Q1 科技行业裁员 78557 人,47.9%被归因于 AI 实施和工作流自动化。Oracle 近期悄然裁员超过 1 万人,节省的资金被转投数据中心建设。Anthropic CEO Dario Amodei 和福特 CEO Jim Farley 均公开表示,AI 将在未来五年内消灭美国半数入门级白领岗位。斯坦福大学的研究也显示,初级编程和客户服务岗位已在受到冲击,三年内相关招聘岗位下降了 13%。
MIT 的一项模拟研究更给出了触目惊心的数字:AI 可以替代美国 11.7%的劳动力,涉及约 1.2 万亿美元的薪资总额。
但这些裁员到底有多少是 AI 真正驱动的?
Cognizant 首席 AI 官 Babak Hodjat 对《日经亚洲》直言不讳:「我不确定这些裁员是否与实际生产率提升直接相关。有时候,AI 在财务层面上就是一个替罪羊——公司招多了人、想缩编,然后把锅甩给 AI。」
OpenAI CEO Sam Altman 在印度 AI 影响力峰会上也承认了「AI 洗白」现象的存在,「有一定比例的'AI 洗白',人们把本来就要裁的员怪到 AI 头上,但确实也有一些工作正在被 AI 真实替代。」
德意志银行分析师更直接将这一现象命名为「AI 冗余洗白」(AI redundancy washing),认为企业将裁员归因于 AI 是因为「这比承认需求疲软或此前过度招聘更能给投资者传递正面信号」。
IBM 逆势加码入门级招聘,Cognizant 拒绝裁员
并非所有公司都在随波逐流。
IBM 在 2026 年将入门级招聘人数扩大了两倍,该公司首席人力资源官 Nickle LaMoreaux 的逻辑是:AI 虽然能完成许多入门级工作,但砍掉这些岗位将摧毁培养未来中层管理者的人才梯队,危及公司的长期领导力储备。
Cognizant——一家业务高度依赖人力的流程外包巨头——同样表示不会因为 AI 裁员。该公司在旧金山和班加罗尔设立了 AI 实验室,为客户开发定制 AI 智能体(因为现成的通用 AI 产品在企业环境中的表现并不好,存在性能和安全问题),但其员工将被培训与 AI 协同工作,而非被 AI 取代。
Hodjat 强调:「会有大量刚毕业的年轻人找不到工作、又缺乏领域专业知识。你必须把他们招进来,让他们在工作中学习如何在各个领域使用 AI。」
欧洲央行的数据也从另一个角度佐证了这一观点:大规模部署和投资 AI 的企业,反而更可能在扩大招聘。
J 曲线还是海市蜃楼:AI 生产率拐点何时到来?
历史经验给出了一些希望。
1970 至 80 年代的 IT 投资看起来同样毫无效果,但到了 1995 至 2005 年间,IT 驱动的生产率增长达到了 1.5%。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,AI 的生产率拐点可能已经开始显现:美国去年生产率增长 2.7%,第四季度 GDP 跟踪增长 3.7%,但同期新增就业仅 18.1 万人——就业增长与 GDP 增长的脱钩,可能正是 AI 开始发挥作用的信号。前 Pimco CEO Mohamed El-Erian 也注意到了同样的脱钩现象。
斯坦福经济政策研究所的一项研究利用 20 万美国家庭的网络浏览数据发现,AI 在求职、旅行规划和购物等在线任务上将效率提升了 76%至 176%。但研究人员发现,用户把省下来的时间用来社交和看电视了,而不是用于工作或学习新技能。
Apollo 的 Slok 将 AI 的未来影响描述为一条「J 曲线」:先经历一段表现下滑期,然后迎来指数级跃升。但他也指出,与 80 年代 IT 时代不同的是,当时的创新者拥有垄断定价权,而今天的 AI 工具因为激烈竞争而价格持续走低。因此,AI 的价值创造不在产品本身,而在于「生成式 AI 如何被使用和部署到经济各部门中」。
Hodjat 的判断或许最为务实:再过 6 到 12 个月,企业才会开始看到 AI 带来的真正生产率提升,而「这段过渡期对我们所有人来说都将是痛苦的」。
