數千名執行長剛承認 AI 對就業或生產力沒有影響

背景

近期一份針對 6,000 名執行長的調查顯示，絕大多數企業領導者認為人工智慧（AI）在過去三年內對就業與生產力幾乎沒有產生實質影響。這項發現讓經濟學家重新提起 40 年前的「索洛生產力悖論」（Solow’s productivity paradox），即儘管科技無所不在，卻無法在宏觀經濟數據中觀察到相應的增長，引發了各界對 AI 投資回報率的激烈討論。

社群觀點

Hacker News 的討論呈現出顯著的兩極化，許多技術人員將生產力停滯歸咎於企業導入的工具品質低劣。不少留言者直言，微軟的 Copilot 是目前最糟糕的 AI 實作之一，被戲稱為「Clippy 2.0」，這種強行嵌入現有辦公軟體的聊天機器人並未真正改變工作流程，反而成為干擾。軟體工程師們觀察到，雖然 AI 在處理程式碼等技術任務上表現優異，但在一般辦公室環境中，員工往往缺乏正確的使用教育，甚至只是為了應付公司考核而虛報使用時數。

另一派觀點則從組織架構的角度切入，認為大型企業本質上是高延遲的分布式系統，生產力的瓶頸往往不在於個人執行速度（CPU Bound），而在於溝通、審批與會議等流程（I/O Bound）。即便 AI 能讓員工在幾秒鐘內生成投影片，如果決策流程依然緩慢，整體的產出就不會有變動。此外，有留言指出白領工作的核心在於建立共識與對齊預期，這些涉及人際互動的「廢話工作」目前仍難以被 AI 取代。

然而，也有支持者認為現在下定論為時過早。正如 1970 年代的資訊革命直到 1990 年代才真正爆發生產力，AI 的影響可能遵循「J 曲線」，初期因昂貴的投資與學習成本導致數據下滑，隨後才會迎來指數型增長。部分討論者提到，AI 在特定領域如稅務規劃、法律文件處理已展現出超越人類的效率，這種變革會先從利基市場開始，最終才擴散至整體經濟。目前大眾看到的「無感」，或許只是因為科技正處於從投資轉化為收益的過渡期，或是被低效的企業管理層所掩蓋。

延伸閱讀

在討論中，參與者提到了幾項值得關注的資源與研究。首先是 NBER 的原始研究論文，其中詳細列出了各產業對 AI 的採用率與預期影響，特別是住宿與餐飲業在生產力影響上的排名意外靠前。此外，有留言推薦閱讀《目標》（The Goal）一書以理解生產力瓶頸，並引用了舊金山聯準會關於蒸汽機發明與生產力統計之間關聯的歷史研究，說明重大技術突破往往在初期是「不可見」的。在工具方面，有人提到 Hazel 等專門針對稅務規劃的 AI 應用，認為這類垂直領域的工具比通用型聊天機器人更能體現 AI 的潛力。