大數據文摘出品

2025 年，ChatGPT 已進入千行百業。但一項來自丹麥的研究提醒我們，流行并不等于變革。

圖注：論文標題“ Large Language Models, Small Labor Market Effects”

這項覆蓋 2.5 萬名員工、7000 家公司的調研數據顯示：即便像 ChatGPT 這樣的生成式 AI 已被廣泛使用，它對員工工資、工作時長、雇傭狀況等核心勞動指標的影響幾乎為零。

這背后隱含的疑問是：AI 帶來的到底是生產力，還是僅僅一種“更順滑的體驗”？以及，如果連 ChatGPT 都沒能改變打工人的收入結構，那“AI 時代的工作革命”會不會只是一個被高估的預期？

01 高使用率，低影響力

該研究是美國國家經濟研究局（NBER）的工作論文，選取了 2023 年至 2024 年丹麥勞動市場中最可能受 AI 影響的 11 類職業，包括軟件開發、財務咨詢、市場營銷、新聞編輯、教學、法律服務等。

圖注：AI 支持的新任務在各職業中的分布

64% 的受訪者表示他們在工作中使用過 AI 聊天機器人，而在鼓勵 AI 采用的公司中，這一比例甚至高達 83%。同時，約 30% 的員工接受過與 AI 相關的培訓，38% 的公司配備了定制化的內部聊天工具。

種種跡象表明：AI 已經“飛入尋常辦公桌”。

但研究結果顯示：即使是高頻使用者，其平均時間節省占工作時長的比例也只有 2.8%。更關鍵的是，無論是使用前后的縱向對比，還是使用者與非使用者之間的橫向差異，研究都未能觀察到“工資增加”或“工作時間減少”的趨勢。

換句話說，AI 工具確實在使用，但它沒有改變工資單。

哪去了的 2.8%？

研究采用的是“自我報告法”，即讓員工估算他們在實際使用 AI 工具時節省的時間。這些數據雖能反映主觀感知，卻難以追蹤精確的任務環節或驗證“節省時間是否等于增加產值”。

如圖：AI 聊天機器人確實能替知識工作者爭取一點時間，但幅度并沒有想象中那么夸張。

研究團隊承認，員工在報告時間節省時可能會有“向下修正”的傾向，擔心過度強調 AI 效率會引發崗位調整壓力，或是在文化上對自動化仍存保留。

但無論如何，這些微小的節省并未反映在更硬核的指標上：工資、工作時長、崗位穩定性。

統計模型進一步排除了平均工資變化超過 1% 的可能性；在企業層面，也未觀察到因 AI 使用帶來的員工保留率變化。這一結果對過去兩年“AI 增效論”提出了挑戰。

02 誰拿走了“增效紅利”？

一項值得注意的分析是：在員工因 AI 節省下來的時間中，僅有 3% 至 7%最終以工資形式回饋給了他們自己。

這意味著，大多數“增效紅利”并未向員工傾斜，而可能轉化為了公司內部的運營優化、項目縮編，甚至未被任何人“兌現”。

看來，生產力發達了，生產關系卻沒有改變。

雖然有 17% 的 AI 使用者表示，他們承擔了更多與 AI 系統整合、審查相關的新任務，另有 5% 的非使用者也提到需要處理 AI 輸出的內容。但這類任務往往沒有明確的“任務補貼”或崗位晉升路徑，更像是一種“靜悄悄的職能轉移”。

這也印證了一個趨勢：AI 在改變“工作內容”，但尚未改變“工作回報”。

研究中提到的“生產力 J 曲線”理論，或許可以解釋這種不對稱現象：新技術的實際效益需要企業流程的深度重構才能釋放，在初期階段，只是讓舊流程“跑得更順”。

在當前階段，大多數公司采用的仍是“外接插件”式的技術整合方式。員工用 ChatGPT 修潤郵件、生成代碼框架、改寫文案、翻譯文檔，但他們的考核指標并未更新、組織流程未被重塑，最終自然無法體現出宏觀變化。

此外，AI 的“靜默影響”也值得警惕。研究之外的多個平臺數據顯示，自 2023 年起，部分自由職業平臺上“易被自動化”的崗位需求下滑顯著，尤其是文案寫作、基礎程序開發等任務型工作。與此相對，AI 工具的興起反而使得“內容審核”、“Prompt 設計”、“AI 結果驗證”這類新型灰領崗位悄然出現。

這些變遷雖不體現在工資報表上，卻正在默默重塑我們對“工作”的理解。

論文鏈接：https://www.nber.org/system/files/working_papers/w33777/w33777.pdf

GPU算力按需租用

A100/H100 GPU算力按需租用，

秒級計費，平均節省開支30%以上！

掃碼了解詳情?