11月20日，美國統計人員發佈了一項調查結果。資料中隱藏著一個關乎數兆美元支出的趨勢。美國人口普查局的研究人員向企業詢問，在過去兩周內是否在"生產商品和服務"中使用了人工智慧。根據我們估算，最近按就業人數加權的美國職場AI使用率下降了一個百分點，目前維持在11%（見圖表1）。在員工超過250人的大型企業中，AI應用率急劇下降。生成式AI浪潮興起三年後，對該技術的需求顯得出人意料地脆弱。AI應用速度的快慢將產生深遠影響。要實現AI帶來的生產率提升，普通企業必須將這項技術融入日常營運。這也是判斷全球是否處於AI泡沫中最關鍵的問題。從當前到2030年，大型科技公司將在AI服務基礎設施上投入5兆美元。摩根大通銀行指出，要使這些投資物有所值，這些企業每年需要獲得約6500億美元的AI收入，而目前年收入僅為500億美元左右。個人使用者為AI支付的費用可能只佔最終需求的一小部分，其餘部分必須由企業承擔。人口普查局只是資料來源之一。其他研究人員正在彙編各自的AI應用率評估，多數發現使用率高於10%（見圖表2）。經濟學家對這些差異存在的原因各執一詞。部分認為人口普查局的調查限制過多（很難精準知道受訪者會如何理解"在生產商品和服務中使用AI"）。詢問員工自身工作使用情況可能比詢問企業管理者獲得更積極的反饋。該局的支持者則反駁稱，只有政府擁有必要的廣泛網路，能對真正具有代表性的美國企業橫截面進行抽樣，而不僅限於程式設計等創新行業。即便非官方調查也指向企業應用停滯。史丹佛大學的Jon Hartley及其同事發現，9月份美國職場生成式AI使用率為37%，低於6月份的46%。聖路易斯聯準會的Alex Bick團隊追蹤資料顯示，2024年8月有12.1%勞動年齡人口每天在工作中使用生成式AI，一年後該比例為12.6%。金融科技公司Ramp發現，2025年初美國企業AI使用率曾飆升至40%，隨後趨於平穩。應用增長確實呈現放緩態勢。一個可能的解釋是經濟不確定性。貿易戰、移民減少和利率前景不明朗加劇了這種不確定性。企業可能選擇暫緩投資，以待形勢明朗。此外，歷史表明技術傳播往往呈現間歇性發展。以美國家庭電腦使用為例，1980年代末應用速度曾明顯放緩，但這只是1990年代電腦普及前的短暫波動。然而，對於AI應用停滯可能存在更不容樂觀的解釋。其一涉及企業內部權力動態。幾乎所有高管都對AI讚不絕口——在近期財報電話會議中，標普500公司近三分之二高管提及AI。但實際負責實施AI的人員可能並不如此具有前瞻性，或許是因為擔心技術會取代他們的工作。軟體公司Dayforce調查顯示，雖然87%的高管在工作中使用AI，但經理和員工的使用比例分別僅為57%和27%。中層管理者可能為滿足上級要求啟動AI項目，隨後又悄然終止。對AI效用認知的變化可能是應用停滯的另一原因。越來越多證據表明，當前一代模型無法改變大多數企業的生產率。現有AI使用者若形成投資回報不佳的認知，潛在使用者可能會推遲採用。以下三方面證據可能讓意向採用者卻步：現狀評估首先來自公開市場的證據。高盛編制了一個"通過提升生產率對基準收益產生最大預估潛在影響的AI應用企業"指數。該指數包括汽車製造商福特、報稅服務公司H&R Block以及媒體集團新聞集團——這些企業都在積極推進AI項目。長期以來這些公司股價與市場走勢基本同步，但近期該指數表現落後（見圖表3）。至少就目前而言，投資者尚未看到AI應用轉化為盈利能力或增長能力的提升。其次是調查證據。根據德勤諮詢公司與香港大學人工智慧管理與組織中心的聯合調查，45%的高管報告AI項目回報低於預期，僅10%表示超出預期。麥肯錫諮詢公司的研究指出，對大多陣列織而言，AI使用尚未顯著影響企業整體利潤。第三是經濟學研究。至少短期內，引入AI可能以意外方式降低生產率。重構IT系統和工作流程的努力可能暫時抑制效率，之後才會快速提升——史丹佛大學Erik Brynjolfsson稱之為"生產率J曲線"。有人質疑AI是否存在特殊問題。上海科技大學的陳曉雯及其同事在論文中提出"生成式AI的平庸陷阱"：在技術輔助下，人們可以產出"足夠好"的成果，這有助於能力較弱的員工，但研究發現這可能損害更優秀員工的生產率，因為他們會降低工作投入程度。隨著組織學習更有效地整合AI，同時模型性能持續改進，若有更多證據表明該技術對職場效率具有變革性影響，更多企業將意識到不可或缺性。但即便出現這種情況，當前的停滯期表明，AI帶來的經濟回報將比當前投資熱潮所暗示的更緩慢、更不均衡且成本更高。在應用加速普及之前，證明5兆美元AI資本支出合理所需的收入目標仍將遙不可及。 (跬步書)