美國聖路易聯準銀行（St. Louis Fed）以 AI 模型掃描近 49 萬份上市公司法說會逐字稿後發現，企業對 AI 的討論愈來愈多，也開始把錢投下去，但約 95% 的相關發言講的都是 AI「未來會帶來」的效益，而非已經實現的成果。與此同時，全美整體生產力數據至今仍看不到明顯跳升。
投資是真的、市場的樂觀情緒也是真的，效益卻遲遲沒反映在數字上。聖路易聯準銀行指出，這道落差並非 AI 獨有，過去每一次通用技術問世都出現過類似的「導入空窗期」，只是這一次，它可能還藏著一個更難察覺的變數。
投資是真金白銀，效益卻全寫在「未來式」
根據《Fortune》報導，聖路易聯準銀行團隊掃描 2000 至 2025 年間 5,198 家美國上市公司、約 49 萬份法說會逐字稿，發現與 AI 相關的生產力討論占比，從 ChatGPT 於 2022 年底問世前的近乎零，升到 2025 年底約 15%。但其中約 95% 談的是主管「預期未來」會出現的效益，而非當下成果，這個比例自 2023 年以來幾乎沒變。
值得注意的是，這股樂觀並非空談。研究者 Kalyani 強調團隊「相信人們做了什麼，而不是說了什麼」，正面談論 AI 的公司，同時也拉高了研發、資本支出與投資；舊金山聯準銀行（San Francisco Fed）的研究也發現，看好 AI 的公司到 2025 年投資與研發成長明顯較高，且集中在建置 AI 基礎設施的大型科技業者。
電力花了幾十年才「進帳」，數據至今仍潑冷水
企業投入領先、效益滯後，對研究者而言並不意外。經濟學家 Robert Solow 有句名言：「你到處都看得到電腦時代的身影，唯獨在生產力統計裡看不到。」研究過通用技術擴散的 Kalyani 指出，技術要擴散到不同地區、職業與公司「極為緩慢」，通常得花 20 到 30 年，若要把 AI 壓縮到 3 到 5 年「將是天翻地覆的改變」。聯準會此前研究也估算，到 2024 年底，生成式 AI 相對 2022 年只帶來約 1.1% 的生產力提升。
當前數據同樣不大樂觀。根據《Financial Times》，投資銀行 Barclays 認為 AI 的採用「循序漸進而非急速顛覆」，並對聖路易聯準銀行的即時人口調查（RPS）跑迴歸分析後發現，產業採用率與生產力改善的關聯「在統計上與零無異」。採用面也印證這點，AI 雖已進入 45% 受訪者的工作日常，但每天用到的只有約十分之一；美國普查局的調查則顯示，僅 21% 企業表示自己確實在使用 AI。
一個反直覺的可能：AI 讓產出變便宜，紅利也跟著「隱形」
不過，研究作者之一 Ozkan 提出一個反直覺的假設：AI 或許已經創造了真實效益，只是這些效益在統計上「隱形」了，因為它一邊創造豐饒，一邊也摧毀了所創造之物的價值。
他的邏輯是，當 AI 讓某項產出變得極為廉價，這項產出同時也變得比較不值錢，生產力的計算便自我抵銷。如今人人都能敲敲鍵盤就生出行銷素材、動畫，甚至一篇說得過去的新聞稿，但正因為人人都做得到，這些東西也不再像過去那樣值錢。「有些東西會變得更豐饒，」Ozkan 說，「那意味著它們大概也會變得比較不值錢。」
Kalyani 坦言，沒有人能事先知道，什麼訊號才代表 AI 的紅利真正到位；真正發揮影響力的應用，往往在一次次試錯中一家接一家慢慢擴散，從外面看幾乎像隨機，加總起來卻是真實的改變。
企業相信 AI 終將回本，這個判斷未必是錯的，只是這份回報最後會以「可衡量的生產力成長」現身，還是化為更便宜、更豐饒、卻更不值錢的產出而悄悄蒸發，恐怕要等到一切都發生之後，才看得清楚。
【推薦閱讀】
◆ 人人都會用 AI 後，真正的績效差距從哪來？德州大學、KPMG 實驗點出關鍵
＊本文開放合作夥伴轉載，資料來源：《Fortune》、《Financial Times》，首圖來源：Unsplash
