针对人工智能工具普及率上升却未带来预期生产力增长的现状，曼彻斯特大学统一生产力研究所（Unified Productivity Institute）发布报告指出，企业应继续坚持投入，而非因短期未见收益而退缩。
这份名为《人工智能野心差距》（The AI Ambition Gap）的报告由 IT 服务商 Bytes Technology Group 委托撰写。报告深入探讨了为何商业领袖和政策制定者难以将人工智能的潜在优势转化为实际效益，并提出了缩小这一“野心差距”的建议。
成本前置与回报滞后
报告分析认为，缺乏即时成效的一个主要原因是组织在员工再培训、工作方式重组及其他调整上投入了大量资金。这些成本是显性且即时的，但相应的回报往往需要较长时间才能显现。
任务级效率不等于组织级生产力
另一个关键因素在于，虽然人工智能工具能显著提升个别任务的生产力，但这种微观层面的收益并不能自动转化为整个职位或组织的宏观生产力提升。
- 数据显示，软件开发人员使用 GitHub Copilot 完成了约 26% 的任务；专业人士则利用 ChatGPT 进行常规编写和分析工作。
- 然而，针对人工智能开发工具的研究发现，尽管编码活动增加了约 240%，但实际软件发布的数量仅增长了约 30%。
- 这一巨大差距主要源于人类仍需在工作发布前进行检查和测试。
互补性任务的瓶颈效应
研究人员强调，对人工智能的高接触度并不直接等同于工人生产力的提高。现代工作通常混合了可自动化活动与需要判断、协调、客户互动及批判性思维的任务。当人工智能加速或取消某些环节时，剩余的人类互补任务便成为限制时间节省和任务级收益向更高生产率转化的瓶颈。
因此，就业成果取决于具体的任务组合以及人力补充的专业知识。报告指出，人工智能可能部分取代现有劳动力，同时也创造新任务，使工人在特定领域保持比较优势。
英国的潜在机遇
对于英国而言，这可能是一个积极信号。与其他五个国家（美国、巴西、哥伦比亚、印度和南非）相比，英国拥有最高比例的相关工人。这得益于该国大型金融和专业商业服务部门中认知职业占比极高。
根据去年年初提出的战略，政府希望利用人工智能推动经济复苏。报告引用经合组织（OECD）的最新估计指出，按欧洲标准衡量，英国的人工智能部门相对较大。在英国和美国等高暴露经济体中，年劳动生产率增长可能在 0.4 至 1.3 个百分点之间。
如果这种效应持续，即使每年仅实现约 0.5 至 0.7 个百分点的增长，也将显著优于过去十年英国停滞不前的生产率表现。
缩小差距的关键推动因素
为帮助组织缩小“野心差距”，统一生产力研究所列出了几个相互增强的推动因素：
- 战略方向：管理层需为组织设定清晰的人工智能应用战略。
- 能力建设：通过提高知识和数据素养来加强员工能力。
- 治理与应用聚焦：实施人工智能治理，并专注于那些可以创建新产品、改进核心流程或解决以往棘手问题的高价值应用程序。
报告主要作者、统一生产力研究所教授 Bart van Ark 表示：“当更快的任务带来更好的业务表现时，人工智能的生产力潜力就会成为现实。”
所谓的“野心差距”存在于个体效率提升与持续的业务结果之间。要关闭这一差距，企业需要在投资管理、技能培养以及工作流程与技术重新设计方面做出努力。
行业背景与对比
报告结论建议，公司必须保持信心并继续投资人工智能，只要策略得当，最终将带来好处。这包括关注与战略、客户价值和运营瓶颈相关的高价值用例，并将人工智能视为工作场所重新设计的一部分。政策制定者则可通过帮助企业识别相关机会，降低采用风险和不确定性。
本周公布的其他行业数据进一步印证了这一挑战：Gartner 指出，75% 的公司董事会成员尚未看到人工智能使用带来的生产力提升或成本降低；私募股权公司阿波罗全球管理公司（Apollo Global Management）则认为，目前只有最大的科技供应商正在享受某种形式的人工智能回报。
