本文刊发于金融时报，作者约翰·伯恩-默多克是《金融时报》的专栏作家和首席数据记者。他每周撰写“数据点”专栏，运用统计数据和图表深入探讨当今最紧迫的问题，内容涵盖经济、气候变化、社会问题和医疗保健等各个方面。

过去一年，关于人工智能实际价值的讨论已经成熟了许多。随着越来越多人亲身体验到 AI 在自身工作中的能力，彻底否认其作用的声音明显减少。

如今争论的焦点已经不再是 AI 是否有用，而是究竟能创造多大价值。

在 AI 支持者与怀疑者之间，一个长期存在的争议点是：程序员生产效率据称大幅提高，但产品和商业价值似乎并未出现相应的爆发式增长。

一项最新研究让双方都能找到支持自己观点的证据。

这项研究由麻省理工学院的默特·德米雷尔及其合作者完成。他们跟踪了软件开发人员在采用 AI 工具前后的工作情况。

重要的是，他们从多个层面衡量变化，包括编写代码的数量、编辑的文件数量、参与的项目或功能开发数量，以及最终发布的软件产品数量。

研究发现，在开发流程最前端，AI 的影响极其显著。程序员创建或修改的文件数量增加了近 300%。但到了提交审核的独立工作项目数量时，增幅下降到约 150%。而到了最终发布的软件版本数量时，这一增幅又缩水了约五倍，只剩下约 30%。

对于企业核心产品而言，30%的增长已经相当可观。但这项研究仍然表明，人们对 AI 提高生产力的感受，以及部分直接衡量指标所反映的结果，可能与 AI 最终创造的实际价值存在很大差距。

某项具体工作看起来，甚至在数据上确实出现了爆发式增长，但当这些工作必须经过审核、测试、审批以及正式发布等一系列人为环节之后，最终转化成生产成果的增幅往往会大幅缩水。

研究人员进一步考察了一个问题：AI 带来的软件产出增加，是否推动了消费需求增长？

他们几乎没有找到相关证据。

过去一年，移动应用发布数量明显增加，但下载量并未同步增长。大多数新应用甚至无法吸引一个规模有限的用户群体。

值得注意的是，这项研究得出“生产率和价值创造远低于部分人预期”的结论之际，优步首席执行官达拉·科斯罗萨西刚刚披露，公司仅用一个季度就花光了整个 2026 年的 AI 预算。优步目前计划将大量 AI 应用转向成本更低的模型，只在特殊情况下使用最先进的前沿模型。

为海外华人提供有价值的信息与分析，更多即时更新可在蓝天、电报、x查找causmoney，深度分析和评论直接搜索caus.com

与此同时，另一项关于法律行业使用 AI 的研究发现，如果让廉价的开源 AI 代理承担主要工作，再由高端模型偶尔充当“顾问”，不仅成本大幅下降，最终效果反而更好。

把这些现象看作 AI 创造真实价值的能力被严重夸大，或者认为企业根本没有必要为最新模型投入巨资，这样的判断并非毫无道理。

但德米雷尔及其合作者认为，更合理的解释是，如今的企业组织结构和市场体系，尚未准备好充分利用 AI 带来的真实效率提升。

历史上的技术革命也支持这种观点。

真正巨大的生产率提升和就业结构变化，往往来自新公司和新流程的出现，而不是传统企业简单地把新技术嫁接到旧流程之上。

19世纪末到20世纪初电力普及的过程就是典型案例。

当时，许多工厂只是把巨大的蒸汽机更换成巨大的电动机，而其余设备和工厂布局基本保持不变。在这种情况下，生产率提升十分有限。

真正的繁荣出现在几十年后。当工程师开始为每个工作岗位安装独立的小型电动机时，整个生产体系才发生根本性改变，生产率也随之大幅跃升。

今天的软件行业和知识工作领域，或许正在经历类似过程。

许多传统软件企业和知识型企业将 AI 纳入现有工作流程和组织结构后，只获得了有限的生产率提升。

与此同时，以 AI 为核心建立起来的 Anthropic 和 OpenAI，却出现了使用量、收入和生产率的爆发式增长。这些公司的产品本身就是围绕 AI 构建的，甚至大量代码编写和审核工作也由 AI 完成。

这或许正是同一种历史规律正在重演，只不过速度快得多。

为海外华人提供有价值的信息与分析，更多即时更新可在蓝天、电报、x查找causmoney，深度分析和评论直接搜索caus.com

我怀疑双方其实都说对了一部分。

如今企业界大量 AI 应用和支出确实存在效率低下的问题。

但当前已经实现的生产率提升，实际上反映的是强大的新工具与并不适配的组织结构、管理体系和工作流程之间的相互作用。

随着时间推移，这些摩擦、瓶颈和限制终将逐步消失。届时，AI 所能释放的生产率提升，可能远远超过今天人们所看到的水平。