2026年的经济呈现出两个看似矛盾的现象：尽管就业增长放缓至微弱水平，但经济扩张仍在强劲进行，这暗示在岗员工的生产率正在上升。然而，多项指标显示，整体劳动生产率增长近年来几乎停滞，第一季度甚至有所放缓。这两种情况通常难以同时成立。
科技人士宣称，AI将优化工作流程并大幅提升美国经济的生产率——即资源（如劳动力）转化为商品和服务的效率。尽管这一增长尚未在数据中显现，但AI可能正是造成当前生产率统计差异的元凶。
在特定职业中，使用AI的员工更有可能在更短时间内完成相同工作量，根据伦敦政治经济学院去年的研究，这相当于每周节省整整一个工作日。经济学家将此称为“资本深化”——当工人获得更好工具时，其个人生产率随之提升，就像建筑工人从铁锹换成挖掘机一样。
这一过程与互联网早期时代惊人相似。正如旧金山联邦储备银行周二发布的研究简报所指出，20世纪90年代初至中期，当员工突然获得互联网这一突破性技术时，许多企业仍深陷“生产率悖论”——从1970年代至1990年代，美国在IT上的巨额投资未能转化为效率提升。
诺贝尔奖得主Robert Solow在1987年的一句名言完美概括了这种脱节：“你可以在任何地方看到计算机时代，但唯独在生产率统计数据中看不到。”如今，评论家（如Apollo首席经济学家Torsten Slok）正将这一框架应用于AI时代。企业对AI的巨额投资正因预期中的生产率爆发而激增，但这些工具尚未在全经济层面高效整合。
哈佛商学院研究发现，使用AI工具的员工确实节省了时间，但这些时间往往被重新分配到其他工作，导致休息减少、工时延长，以及更高的倦怠风险和“脑力耗竭”。亚特兰大联储3月对750名企业高管的调查显示，高管感知的生产率提升远大于可衡量的实际收益（如营收），这被归因于“产出实现的延迟”。
工人可能确实因AI而变得更高效，但经济整体缺乏可衡量影响的现状，与互联网早期如出一辙——当时数据尚未预示即将到来的生产率大爆发。
“如果今天与1990年代中期相似，我们可能正处于AI驱动的生产率繁荣早期阶段，而这一切只有在事后才能清晰显现，”旧金山联储研究人员写道。