据 ai987.cn 于 2026 年 8 月 7 日收到的消息 ‣ 圣路易斯联邦储备银行最新研究显示，人工智能迄今尚未在宏观层面产生可衡量的生产力提升，这一现象符合通用技术扩散的百年历史规律。研究团队分析了近 49 万份上市公司财报电话会议记录，发现高管们对 AI 的乐观预期与实际数据之间存在显著差距。

圣路易斯联储经济学家奥兹坎、卡亚尼及研究助理沙利文扫描了 2000 年至 2025 年间 5198 家美国上市公司的财报会议记录。数据显示，ChatGPT 于 2022 年底面世后，与 AI 相关的生产力讨论占比从接近零迅速上升至 2025 年底的 15% 左右。然而，约 95% 的 AI 相关生产力论述描述的是高管预期未来的收益，而非已实现的成果，这一比例自 2023 年以来保持稳定。

奥兹坎表示，这一发现并不令人意外，宏观数据早已显示：扣除资本投资后，生产力并无显著跃升。他援引诺贝尔奖得主索洛的著名论断——“计算机时代无处不在，却唯独不见于生产力统计数字中”，并将其与电气化类比：重组工厂、再培训工人、变革工作流需要“数十年”才能在数据中显现红利。斯坦福大学经济学家布莱恩约尔森曾在 1993 年命名这一现象为“生产力悖论”，近期更将其称为现代版续篇。

卡亚尼指出，学界共识已在 ChatGPT 发布后的初期狂热退去后形成：总体收益在未来，当下看到的是大量投资与乐观预期。他强调，技术在地区、职业和企业间的扩散“极其缓慢”，通常跨越 20 至 30 年，若将 AI 的滞后压缩至三到五年，“将打破历史先例”。个人计算机直到 1990 年代末和 2000 年代初才在生产力数据中现身。

其他 2026 年联储研究佐证了这一慢扩散共识。堪萨斯城联储分析发现，官方数据中近期的生产力回升“尚未广基”，仅少数行业贡献主要增量。联储主席沃什 7 月在国会听证会上表示，AI “目前尚未取代工人”，仅使其“略微提高生产率”，但长期影响“可能相当遥远”。圣路易斯联储早前估算，到 2024 年底生成式 AI 仅带来相对 2022 年 1.1% 的生产力增幅，远低于 2024 年 2.3% 和 2023 年 1.6% 的整体增速。

关键在于，企业正以真金白银支持乐观预期。卡亚尼称，研究者更信“行动而非言辞”：正面谈论 AI 的企业同步增加研发、资本支出与投资，这种相关性在 2024 年早期研究中不存在，后显著增强。旧金山联储研究亦证实，到 2025 年 AI 正面企业的投资与研发增速显著高于其他上市公司，集中于构建 AI 基础设施的大型科技巨头。

统计数据无法捕捉的还有两重制约。其一为“丰裕悖论”：AI 让某种产出成本骤降，该产出同时贬值，生产力增益在数学上被抵消。奥兹坎指出，“某些事物将变得更丰裕，意味着其价值也将降低”。其二为瓶颈环节：AI 再快，会议仍需双方排程到场，这一环节速度四年来未变。生产力是整条链的产出，AI 仅加速了部分环节。

卡亚尼坦言，无人能预知何种信号能最终证明 AI 生产力红利到来。关键应用只能通过试错发现，逐企业、逐工人扩散，表面看近乎随机，实则累积为真实总量。他以谷歌地图与出租车牌照为例：导航应用一度让纽约出租车牌照成为最值钱资产，Uber 随后在数年内刺破体制。每一通用技术的赢家与输家，皆由混乱、去中心化的竞争决定，事后显显而易见，事前难以预测。

埋藏在近半百万句财报乐观论述中的真实启示在于：高管相信 AI 终将回报并非错误，只是这笔账究竟体现为可衡量的生产力增长，还是蒸发为更廉价、更丰裕、更低价值的产出，或许只有尘埃落定后才能知晓。

综合自网络信息