圖：企業引入AI的初期，或須支付開發和監督生成內容的成本。

　　儘管全球人工智能企業的估值持續上漲，但AI工具對於工作效率的提升程度，仍然是一個「未解之謎」。美國人口普查局7月發布的《2025年商業趨勢與展望調查（BTOS）》顯示，AI（人工智能）採用對生產力提升的作用較為有限，只有3%至7%的公司在使用AI後獲得了更高的收入。

　　崗位替代影響漸浮現

　　BTOS指出，儘管生成式AI有助於節省工作時間（平均3%，最高6.8%）、提高工作質量並增強創造力，但同時也帶來了新的任務，例如開發與AI相關的工作流程或監督AI生成的內容。

　　這一情況與計算機發展初期較為相似。20世紀80年代，美國學者查斯曼（Strassman）走訪調研292間企業，結果發現這些企業的IT投資與投資回報率（ROI）之間沒有明顯關聯。美國經濟學家羅伯特．索洛（Robert Solow）將這種現象稱之為「生產率悖論」（productivity paradox），後被外界叫做「索洛悖論」：大家都試圖引入新技術提升工作效率，但短期來看收效甚微。

　　從企業角度來看，AI對勞動力的增強效應比替代效應更大。如哈佛商學院對美國招聘數據的研究發現，在引入生成式AI後，自動化程度高的行業中，每個企業每季度減少了17%的工作招聘發布，包括文員、電話營銷等處理重複、標準化認知任務的職業；易受增強效應影響（涉及人機協作）的職業招聘發布數量增加了22%，包括醫學計量師、農業工程師、交通技術人員、仲裁調解員等需要人類判斷決策能力、創造力、社會交互和問題解決能力的職業。

　　加強培訓 降再就業摩擦期

　　從員工角度來看，AI對於職場新人的「殺傷力」十分巨大。如牛津經濟研究院對美國勞動市場的研究發現，自2023年年中以來，85%的失業率增長可歸因於新就業市場進入者（主要是應屆畢業生）無法找到工作，失業人口增長主要集中在計算機、數學、科學等專業的畢業生，自2022年以來22至27歲計算機和數學畢業生的就業率下降了8%，而在相同領域，27歲以上人群的就業率在同期增長了0.8%。

　　須注意的是，在過往技術發展進程中，獲得新崗位與失去舊崗位的通常不是同一批人，很大可能性也不是一代人，而如今技術顛覆傳統的周期愈來愈短。譬如，福特汽車從建造第一條流水線到全自動化生產花費了100年之久，而智能手機的全民化普及不過10年之短。也因此，政府需要有意識引導崗位破壞速度與崗位創造速度的同步性，同時持續培訓被AI代替的勞動者，盡可能縮短再就業摩擦期。