全球AI应用已大幅增长，但全公司范围内的劳动生产率提升仍基本持平。
真正的企业价值依赖于重新设计工作流程，而非购买软件许可证。
长期成功需要更强的管理能力和严谨的财务衡量。
生成式AI融入职场已不再是未来概念，而是当下的现实。然而，2026年最具启示性的数据点并非一项生产力统计数据，而是一个生产力悖论：组织对AI的采用大幅增长，但除少数专业领域外，企业整体的劳动生产率仍基本持平。这一悖论正是此议题当下值得关注的原因，而对于该技术是否真正兑现了其承诺，诚实的答案是：尚未。
规模已不再是问题
让我们从已有定论的事实谈起。根据普华永道的研究，到2030年，AI可为全球GDP增加多达15.7万亿美元，相当于全球产出比没有AI的世界高出约14%，其增长来自生产力提升和AI驱动的消费需求。在劳动力方面，世界经济论坛的研究发现，预计到2030年，AI和信息处理技术将触及绝大多数企业，使9200万个岗位被取代，同时创造1.7亿个新岗位。这是净增长，但这一过程需要近40%的核心工作技能随之发生改变。
自动化方面的数据同样引人注目，但需要比通常获得的更为精确的解读。来自麦肯锡全球研究院的研究发现，到2030年，AI可能使美国经济中自动化潜力占工作时长的比例从21.5%提升至接近30%。其他类似研究给出的全球范围较低，但各地的走向一致：上升，且速度快于此前的预测。
令人不安的中间状态：采用而未转型
但现在回到这一悖论。2026年的一项美国国家经济研究局调查，调查对象为美国、英国、德国和澳大利亚近6000名首席财务官、首席执行官及高级管理人员，结果显示：约三分之二的企业在积极使用AI，但约89%的受访者表示，过去三年劳动生产率并无可衡量的提升。
此外，麻省理工学院的研究人员考察了数百个企业AI部署项目发现，只有约5%的生成式AI试点项目最终产生了可衡量的财务影响。原因并非模型能力不足，而是大多数企业工具和工作流程无法留存反馈或充分适应情境，难以跨越试点阶段。
与此同时，员工并未等待所在组织跟上步伐。同一研究记录了一种影子AI经济，即大量员工在工作任务中使用个人的、未经批准的AI工具，且他们往往从中获得的价值超过了雇主正式推出的工具。
尽管AI投资创历史新高，盖洛普2026年职场数据显示，员工敬业度同比基本持平。盖洛普明确指出，仅提供AI工具本身并不会改善，也不会恶化员工体验。真正起作用的是领导者能否以明确的期望、切实的实施规划和积极的管理者支持来引入该技术。
差距在各种规模的企业中均有体现
人们或许很容易将此视为大型企业的问题，即一家拥有5万名员工的公司在改变运作方式时自然会遇到阻力。但同样的模式也出现在小型企业中，而它们需要应对的官僚程序要少得多。
高盛2026年调查针对其网络中的1万家小型企业开展，发现76%的小企业主已在使用AI，且成效确实显著：93%的人报告了积极影响，84%提到效率和生产力有所提升，67%预计AI将增加营收。然而，只有14%的人表示已将AI全面整合进核心业务运营中，这一差距在本质上与上文所述企业层面的AI使用与可衡量影响之间的差距几乎相同。
小企业主提到的障碍更多是实际问题，而非理念问题：对数据隐私的担忧（50%）、技术专业知识的缺乏（49%），以及在众多选择中难以挑选合适工具（48%）。事实上，绝大多数（73%）的人表示，他们将受益于更系统的培训和支持。
这一差距的具体情形在个别案例中可见一斑。《麻省理工科技评论》报道了一位伦敦辅导老师，他现在将Notion AI作为贯穿其业务的一种秘书式辅助工具，用于总结客户课程、起草发票，并将模糊目标转化为具体的后续步骤，从而腾出了原本用于行政事务的数小时。同一报道还提到，亚利桑那州一家拼布店使用一款行业专用AI工具撰写库存描述和定价，将商品上架时间缩短了60%至80%。
这些并非颠覆性的重塑，而是范围狭窄、界定清晰的嵌入现有工作流程的自动化。事实证明，这恰恰是AI带来最可靠的价值，无论组织规模大小。而这恰恰是大多数大型企业尚未系统性完成的事情。
对领导者的影响
这重新界定了领导者面临的问题。管理者面临的任务并非回答“我们应该购买哪种AI工具”；事实上，它更接近早期技术变革对他们提出的要求：重新设计决策的制定方式，而不仅仅是旧流程之上运行着哪种软件。当AI能够起草报告、汇总数据或标记异常时，管理者的独特价值转向判断力，即知道应信任哪些输出、应质疑哪些输出，以及哪些决策确实需要人类承担问责。这与大多数管理培训所围绕的技能截然不同。
此外，领导者评估生产力的方式也随之改变。参与NBER调查并取得实际收益的高管，是通过围绕AI重新设计特定、范围明确的工作流程实现的，而不是在旧流程上叠加新工具。可衡量的收益集中于答案明确且易于验证的任务，例如客户支持、软件开发或结构化起草，而在依赖开放式判断的工作中则急剧下降。无法区分这些类别的领导者，往往要么过度承诺，要么越来越多地悄然停止衡量。
组织真正需要做的三件事
为弥合AI采用与实际影响之间的差距，领导者必须从购买技术转向改变工作的开展方式。以下三项优先事项尤为突出。
第一，将AI采用视为组织设计问题，而非采购决策。购买许可证并不等同于重新设计工作流程，而上述数据表明，价值恰恰存在于后者之中。
第二，在员工获得工具使用权限之前，或至少与之同步，投资于管理者能力。盖洛普的发现：敬业度跟随领导行为变化，而非工具可用性，这表明瓶颈很少是软件本身。
第三，建立真正的衡量规范。三分之二的企业仍在使用“节省时间”之类的估算，而非经过衡量的财务结果来判断AI的回报，这意味着大多数组织实际上无法判断其AI投资是否有效。解决这一问题或许并不光鲜，但它是其他一切的前提条件。
AI并未等待任何人的许可便改变了职场，它已然发生。剩下的唯一真正选择是：组织是主动、有意地重新设计自身，还是被动地被默认重塑。
