本篇文章更新時間：2026/02/20
如有資訊過時或語誤之處，歡迎使用 Contact 功能通知或向一介資男的 LINE 社群反應。
如果本站內容對你有幫助，歡迎贊助支持 。
內容目錄
AI 生產力悖論再現：科技承諾與現實落差，再度輪迴一遍
從 Fortune 報導，看懂企業用 AI 的真相與迷思
編輯前言：這篇文章讓我重新思考一個問題：AI 到底有沒有讓我們更有效率？上千位 CEO 的最新調查結果，卻給了我一個意想不到的答案。
核心觀點 (Key Takeaways)
- 近 6,000 名高階主管中，近 90% 認為 AI 在過去三年對生產力與就業沒有影響。
- 多數企業雖「導入 AI」，但平均使用量只有 每週 1.5 小時，有四分之一完全沒用。
- 經濟學者開始重提 1980 年代的 Solow 生產力悖論：科技無所不在，但數據裡完全看不見。
深入解析
Fortune 的這篇分析，從 Robert Solow 的觀察切入：
“You can see the computer age everywhere but in the productivity statistics.”
在 1980 年代，資訊科技從硬體到電腦全面進化，但企業的效率和產出不升反降——這就是著名的「生產力悖論」。如今同樣劇情正發生在 AI 上。
NBER 釋出的最新研究顯示：
- 企業喊著用 AI，但真正落地的時間極少。
- 近九成企業認為 AI 對就業或生產力「完全無影響」。
- 儘管如此，他們依然相信未來三年 AI 能提升 1.4% 生產力、0.8% 產出。
換句話說：當下沒看到效果，但大家對未來仍然有期待。
這種落差也讓經濟學者開始質疑：AI 的巨額投資（2024 年全球投資額超過 2500 億美元），到底什麼時候會變成真正的生產力？
Apollo 首席經濟學家 Torsten Slok 直接引用 Solow 的名句：
“AI is everywhere except in the incoming macroeconomic data.”
然而不同研究卻得出相互矛盾的結果：
- 聖路易聯邦準備銀行看到 1.9% 生產力增加。
- MIT 研究則認為未來十年僅有 0.5% 生產力提升——而且「比零好，但遠低於大家的幻想」。
此外，ManpowerGroup 的調查更指出，AI 使用率提升的同時，信任度卻下降了 18%。就算工具變強，人們不見得想用。
- AI 的使用缺口：人人說要學，但真正每天使用的人其實很有限。
- 技能結構問題：IBM 指出如果把新人都用 AI 取代，長期會缺乏中階管理者，反而影響公司運作。
筆者心得與啟發
看完這篇報導，我最大的感受是：AI 不是不強，而是企業還沒準備好讓它發揮。
這讓我想到幾個反思：
第一，導入 AI 需要時間成本。
1970s–80s 的 IT 技術也是花了快二十年才真正轉化成生產力。AI 很可能也走在類似的「J 型曲線」上：先跌、再升、最後暴衝。
第二，AI 的價值不在於工具本身，而是使用者。
Slok 提到：「價值不是產品本身，而是 AI 在各產業中的真正用法。」這句話我非常認同。AI 現在的問題不是技術不足，而是企業沒有調整流程、沒有教育員工、沒有重新設計工作分工。
第三，個人使用層面反而能更快看到效果。
和企業不同，個人更敏捷、更願意嘗試，也更能立即調整工作方式。這也是為什麼一些研究顯示個人層面能看到 30–40% 的效率提升，但企業層面卻停滯不前。
對我來說，最重要的啟示是：
AI 生產力的真正差異，將取決於誰最早把 AI 從「會用」變成「用得好」。
科技不會自動帶來成長，是人類重新設計工作方式後，科技才會開始回饋生產力。現在所有企業都站在同一起跑線，而接下來三到五年，我們可能會看到真正的「生產力分水嶺」出現。
這篇報導提醒我：AI 革命還沒真正開始，它只是讓舞台準備好了。