高管对AI未来持乐观态度，但实际影响尚处早期

迄今为止最严谨的企业级AI影响国际研究已出炉，其核心发现比许多人预期的更具建设性。在四个国家近6000名经过验证的高管中，过去三年AI对生产力和就业的总体影响较为温和。这种有限的影响反映了部署的早期阶段，而非技术本身的失败。

这份由美国国家经济研究局发布、亚特兰大联邦储备银行、英格兰银行、德意志联邦银行和麦考瑞大学团队共同完成的工作论文发现，超过90%的企业报告过去三年因AI导致的可衡量员工人数变化为零。考虑到时间较短且AI应用集中在特定功能，这种渐进而非变革性的影响与通用技术的历史演变模式一致。

AI的采用已相当普遍。约69%的企业正在使用某种形式的AI，其中基于大语言模型的文本生成占41%，通过机器学习进行的数据处理占28%，视觉内容创作占29%。在英国，企业级采用率从2025年初的61%上升至71%。AI工具已嵌入日常工作中，尽管企业层面的可衡量影响往往滞后于采用，但总体趋势向上。

未来AI影响数据预示加速

高管们预计未来三年将产生更强的影响。平均而言，他们预计生产力将提高1.4%，产出将增加0.8%。美国高管预计生产力增长2.25%，而英国企业预期为1.86%。在十多年来生产力增长乏力的经济体中，这种幅度的提升值得关注——各行业的渐进改善将共同推动国家产出。

在棘手的就业问题上，高管们预计未来三年这四个国家的员工总数将温和减少0.7%。在英国，约三分之二的调整预计来自招聘放缓而非直接裁员。这种模式表明角色将逐步重新分配，而非突然终止。与以往的自动化浪潮类似，总体数据未能捕捉到相邻角色的就业创造，就AI而言，这可能包括数据治理、模型监督、提示工程和AI赋能服务开发等职位，其中许多将是新角色。

解读预期差距

该研究还比较了高管与员工的预期。研究人员通过工作安排与态度调查向美国员工提出了类似问题。员工预计未来三年AI将使其公司就业增加0.5%，而美国高管预期减少1.2%。员工预计生产力增长0.92%，低于高管预测的2.25%。

这种分歧反映了不同的视角。高管关注成本结构和竞争压力，而员工体验任务层面的增强和新能力。实践中，AI系统通常用于辅助而非替代，尤其是在知识密集型工作中。来自对照试验的证据，包括大语言模型在客户支持和专业服务中的应用，显示生产力提升集中在经验较少的员工身上，质量改进与更好的产出数据相伴出现。当沟通和培训清晰时，采用过程往往阻力有限。

为何这份AI影响数据值得关注

调查设计会影响任何统计数据的推断，在本研究中，研究人员注意到他们的数据与其他来源存在差异。例如，同期麦肯锡调查显示AI采用率为88%，而本研究仅为69%。另一方面，基于更广泛受访者的美国人口普查商业趋势与展望调查估计，2024年初AI使用率约为9%，到2025年12月升至18%。这种差距反映了抽样、问题框架和受访者资历的差异。高管调查往往捕捉意图和企业级部署，而更广泛的商业调查可能反映更窄的AI定义或更早期的实施阶段。

在本研究中，受访者经过电话验证、无报酬，且主要为CEO和CFO，其中超过90%来自英国和德国。数据与各国统计机构十年的宏观产出和就业数据进行了交叉核对。

高管们预期的转折点可能在未来三年内展开，随着部署成熟和集成改进，就像许多新技术进入职场直至成为日常工具一样。核心问题不再是AI是否会影响生产力和就业，而是组织能以多快的速度将技术的更广泛采用转化为可衡量的经济收益。