调查发现：AI 聊天机器人提升效率有限，AI普及速度惊人

一项由经济学家进行的新研究分析了多种职位和员工后发现，AI 聊天机器人并未显著提高组织的生产力或效率。与此同时，行业分析师、经济学家和技术历史学家表示，人工智能（AI）的采用速度比历史上任何技术都要快。

生成式人工智能（GenAI）的普及速度尤其惊人。例如，OpenAI 的 ChatGPT 在 2022 年 11 月推出两个月后就达到了 1 亿用户，这一速度超过了 TikTok、Instagram 或其他任何应用的历史纪录。

然而，根据美国国家经济研究局（NBER）于 2025 年 5 月发布的一项研究，尽管企业投入巨大，但在更广泛的劳动力市场中，GenAI 所带来的实际收益却难以量化。研究人员调查了大量员工及其工作任务，发现 AI 聊天机器人仅平均节省了员工 2.8% 的工作时间。而且这些效率提升很少带来薪资增长（仅有 3% 到 7% 的改善）。

但并非所有结果都是负面的。研究人员指出，64% 到 90% 的用户确实通过使用聊天机器人节省了时间，只是对工作质量和满意度的影响因人而异。此外，AI 还为 8.4% 的员工创造了新的任务，甚至包括那些没有直接使用 AI 的员工。

报告指出，过去关于 AI 使用的随机对照实验记录显示的生产率提升往往超过 15%。但“这些提升如何转化为收入和工时变化仍不清楚，因为高质量的微观数据非常稀缺。”研究人员写道。

而且这些实验通常集中在那些最有可能从 AI 工具中获得最大收益的岗位上，在这些环境中，雇主积极鼓励并全力支持使用 AI 聊天机器人。而在更多样化、非理想环境中的广泛职业调查则显示出更温和的效果。

报告强调：“这些发现提醒我们，不能简单地将受控实验中的生产率提升直接推导到整个经济体。”

大规模调查揭示真实效果

研究人员利用了来自丹麦的两项大型调查数据，涵盖 7000 个工作场所的 2.5万 名员工，涉及 11 种职业，包括会计师、客服专员、金融顾问、人力资源专业人员、软件开发人员、IT 支持专家以及市场营销和法律专业人士。报告指出，丹麦工人在 GenAI 采纳、工作灵活性和薪资谈判方面与美国工人非常相似。

虽然研究发现 AI 使用广泛，且雇主通过内部模型和培训推动其应用，但该技术对员工的经济影响微乎其微。

报告明确表示：“AI 聊天机器人在任何职业中都没有对收入或工作时间产生显著影响。”“适度的效率提升（平均节省 3% 的时间），加上工资传导机制薄弱，解释了这些有限的劳动力市场效应。”

报告指出，目前还无法明确 GenAI 对劳动力市场的总体影响，主要基于三个原因：

企业可能尚未完全整合 AI 工具；

聊天机器人的效益因任务不同而异，有时甚至是负面的；

缺乏将效率提升与薪酬或工时直接联系的数据。

一把手推动，效果明显提升

雇主正通过鼓励、内部模型（38%）和培训（30% 的员工）推动 AI 聊天机器人的使用。研究人员发现，这些措施使使用率几乎翻倍，从 47% 提升至 83%。更重要的是，当雇主推广使用时，AI 聊天机器人的效益提升了 10% 至 40%，这表明企业主导的支持至关重要。

除了丹麦的研究，IBM 最近对 2000 名 CEO 的调查显示，只有 25% 的 AI 项目达到预期的投资回报率（ROI）。同时有 64% 的受访者表示，他们投资 AI 主要是为了避免落后于竞争对手。

IBM 的最新研究显示，企业的 AI 战略正变得更加聚焦，目前只有 6% 的组织是临时性使用 AI，而去年这一比例为 19%。

IBM 咨询公司全球 AI 与分析业务副总裁兼高级合伙人 Manish Goyal 表示，企业在部署 AI 时常常忽略三项最佳实践：第一，将 AI 应用与关键优先事项对齐；第二，建立强大的技术基础；第三，管理变革并培养技能以推动采用和增长。

他说：“客户在将 AI 应用于如软件开发、客户服务、市场营销、运营、IT 等需要人工参与的横向流程时，获得了最高的 ROI。从行业角度看，我们在电信、零售和银行业客户中看到他们在客户服务等领域成功使用 AI。”

Gartner：GenAI 正滑入“幻灭低谷”

去年，Gartner 研究指出，由于期望与现实之间的落差、企业在数据工程和 AI 治理方面的挑战，以及许多 GenAI 项目难以量化的 ROI，生成式 AI 正滑入“幻灭低谷”（Trough of Disillusionment）。

Gartner 的“幻灭低谷”描述了一个阶段：随着实验和实施未能兑现最初的炒作，人们对新技术的兴趣开始减弱。

Gartner 杰出副总裁分析师 Whit Andrews 表示：“我们认为‘传统 AI’已经开始爬出低谷。而 GenAI 仍在滑向低谷。‘代理型 AI’（Agentic AI）则处于较高位置——接近高峰。”

Gartner 自身的研究也显示，某些形式的 AI 对员工效率产生了显著影响。例如，最近一次 Gartner 调查显示，使用 AI 的员工每周平均节省了“5.4 小时”，相当于工作周的约 12%。Andrews 表示，这与丹麦研究的结果误差范围相近。他还指出，两份调查之间的差异也可能源于方法论的不同。

他说：“我们确实看到员工告诉我们他们正在通过 AI 节省时间。”

然而，Gartner 的研究也发现，相比其他技术（如 RPA 或区块链），实施传统 AI 和生成式 AI 的团队并不更有可能报告显著的生产率提升。

Gartner 报告指出：“虽然 AI 采用带来了显著的时间节省（每人每周 5.4 小时），但其中超过三分之二的时间被重新分配到了非增值活动中。”

随着各种形式的 GenAI 在组织中逐渐失宠，企业对 ROI 的关注可能会推动“代理型 AI”的采用，这种 AI 具备更强的潜在效率和生产力提升能力。

AI 代理潜力远超聊天机器人

埃森哲在其最新的 Technology Pulse Poll 中对超过 500 名科技高管的调查显示，AI 代理将在未来的 AI 部署中占据主流。调查显示，48% 的企业已经在采用或全面部署 AI 代理，其中一半的领导者表示，在未来 24 个月内，超过 50% 的 AI 部署将在其公司实现自动化。

AI 代理是一种软件程序，它能收集数据，并利用这些数据执行自主决定的任务，以实现预设目标。例如，一个 AI 代理可以充当客户服务代表，自动向客户提问、查找内部文档信息并提供解决方案。根据客户反馈，它会判断是否能自行解决问题，还是需转交给人类处理。

内容管理提供商 Box 最近发布的一项调查显示，企业之间出现了明显的分化：一部分已战略性拥抱 AI，另一部分仍处于初步采用阶段。

Box 对 1300 名 IT 领导者的调查显示，早期采用 AI 代理的企业已经看到显著的生产力提升，AI 成为其员工的重要工具。

Box 的研究指出：“早期采用 AI 代理的企业正在实现显著的投资回报，领先企业平均测量到 37% 的生产力提升。”

AI 代理从简单到复杂不等。Box 的数据显示，87% 的组织正在使用 AI 代理，其中 41% 的组织将其用于完全自主的任务。尽管高级代理提升了效率和创新力，但大多数公司仍在调整和培训员工，以弥补 AI 技能差距。

Gartner 的 Andrews 表示：“对于像 AI 这样具有强大维度力量的技术，真正的问题在于：你是想节省做现有事情的时间？还是想做更多同样的事？还是想做得更好？或者你想改变你所在行业的运作方式？”“你希望如何组合这些选项？”

他补充道：“如果企业只专注于效率提升，那可能是短视的。‘当公司将注意力孤立地放在效率上时，它们注定会变得越来越不重要，无法增强对客户的影响力。’”