8.3
深览指数
科技虎嗅·观潮Guanchao··AI 生成
AI有益，益在哪里？
文章质疑「AI提高效率就等于有益」的默认推导，逐一拆开中间缺失的环节。作者引用了客服AI现场实验、英国税务海关总署Copilot试验、66家公司邮件实验、PwC全球CEO调查和跨境零售平台随机试验五组证据，指出提速、满意度提升、员工时间去向、企业财务收益是彼此独立的四件事，局部成功不能证明普遍回报。适合关注AI落地实效、需要评估AI投资回报的读者细读。原文 ↗
核心观点
- ▍「AI提高效率所以有益」这句话省掉了好几步中间环节：改善了具体什么、谁得到好处、证据走到哪一步、代价由谁承担，四步都不接上就不能算说清楚。
- ▍一种好处不能替另一种作证：省时不单独证明利润，企业获益不证明人人受益，一处成功不能替整个社会作答。
- 01《经济学季刊》客服现场研究跟踪5,172名客服，AI助手使每小时解决问题数平均提高约15%，新员工和弱绩效者提升约34%，但客户满意度未见显著变化。
- 02英国税务海关总署2024年试用Copilot，3,000名员工随机获许可，1,364人回应调查，自报每周省约一小时，时间去向分三种：处理更多业务、提高质量、改善状态，但只是自报未逐项核实。
- 03覆盖66家公司、7,137名知识工作者的随机实验显示，使用AI工具者每周处理邮件时间少约两小时，但任务数量和构成未见显著变化，提速不必然变成更多任务。
- 04PwC 2026年全球CEO调查中，56%受访CEO表示企业尚未看到显著收入或成本收益，33%报告至少一项改善，12%两项都有改善，属CEO自报非审计财务账。
- 05大型跨境零售平台七种消费流程随机试验中，销售影响从无显著变化到提高16.3%不等，四种正向应用估算年化增量价值约每位消费者5美元，但流程由平台管理者挑选，两位作者为平台顾问、一位为平台员工。
- 06亚马逊仓库速率管理的参议院HELP委员会报告可作为非AI先例，说明当吞吐量写进配额、时限或计酬，提速就有变成新基线的通道，但亚马逊反驳了部分结论，目前缺乏足够证据判断其普遍性。
反方 / 局限
- — 作者承认客服研究中公司原有奖金本就与每小时会话数和解决率相关，但未证明AI上线后公司因此提高了配额或奖金门槛，即「效率变成加码」目前仍只是条件性风险而非已证事实。
- — 零售试验约5美元是将四种正向应用实验结果年化后线性相加的估算，不是直接测得的净利润，也没扣除AI部署和运行费用后的投资回报，作者点明局部成功不能证明普遍回报。
- — 作者承认两项证据范围与可信度互补但都不足：PwC调查范围广却是管理者自报，零售试验有随机试验却集中在单一平台和挑选过的流程，因此收益出现在哪里、规模多大、扣除成本后剩多少仍待逐项回答。
Erik BrynjolfssonDanielle LiLindsey RaymondMichael J. DillonLu Fang英国税务海关总署PwC亚马逊美国参议院HELP委员会微软Copilot《经济学季刊》生成式AI生产力客服AI现场实验知识工作者邮件实验跨境零售平台随机试验亚马逊仓库速率管理美国参议院HELP委员会报告PwC全球CEO调查
8 分钟 · 5 卡片 · 9 资料
读原文 →