英国《金融时报》近日发布的一张图表引发讨论。数据显示，美国科技、金融和专业服务等大量应用人工智能的行业，近年来实际人均产出显著增长，明显超过疫情前的长期趋势，而加拿大、英国和多数欧洲国家没有出现同样幅度的增长。

这一现象被一些人视为AI推动美国经济效率提升的证据。不过，研究人员指出，美国相关行业的生产率从2020年便开始加速，早于ChatGPT在2022年11月推出。因此，不能将全部增长归因于生成式人工智能。

另一张利用旧金山联邦储备银行数据制作的图表，对所谓的AI生产率革命提出了质疑。

这张图表采用经济学家约翰·费纳尔德开发的全要素生产率指标，试图剔除企业增加设备使用时间、提高员工工作强度等因素造成的短期影响。

数据显示，自2023年底以来，美国每小时实际产出持续增长，但经过产能利用率调整的全要素生产率几乎没有提高。

旧金山联储10月8日更新的数据进一步显示，截至2026年第二季度的12个月，美国未经调整的全要素生产率增长1.42%，但剔除劳动和资本使用强度变化后，反而下降0.07%。

换句话说，美国企业确实生产出了更多商品和服务，但相当一部分增长可能来自更充分地使用现有设备和劳动力，而不是真正提高了生产技术和组织效率。

今年7月，费纳尔德与另外两名研究人员发表分析指出，自2024年初以来，美国全要素生产率的增长几乎都可以用生产要素利用率提高来解释。

研究人员提出，AI投资热潮本身可能正在推动这种变化。企业大量投资数据中心、芯片和电力设施，股市上涨也可能刺激消费需求。但面对技术变革带来的不确定性，部分企业不愿立即扩大招聘或进行长期投资，而是选择让现有员工和设备承担更多工作。

在这种情况下，即使生产技术没有明显改善，统计数据也可能显示生产率快速增长。

旧金山联储9月发布的报告同样指出，从2023年第一季度到2026年第二季度，美国商业部门每小时产出年均增长约2.5%，明显高于2005年至2022年的1.5%。但资本投资增加和生产要素利用率提高，是推动增长的重要因素。

研究还发现，AI使用率较高的行业，对美国整体生产率增长的贡献并未普遍超过疫情前。专业服务业的贡献有所上升，但信息和金融等行业没有表现出同样的变化。

这些发现并不能证明AI没有提高生产率。企业可能已经通过新软件、自动化工具和更先进的设备提高了员工个人产出，只是相关收益尚未充分表现为整个经济体系的持续效率改善。

两组图表的统计范围也不同。《金融时报》观察的是特定行业的人均产出，旧金山联储研究的则是整个商业部门的每小时产出和全要素生产率，因此无法直接用一组数据推翻另一组数据。

美国劳动生产率确实增长较快，但AI究竟贡献了多少，仍然缺乏足够证据。至于把增长完全归因于2020年以来过度宽松的财政和货币政策，同样需要更多研究支持。

对于美国经济而言，两种增长来源的区别十分重要。企业可以暂时通过增加劳动强度、提高设备利用率来扩大生产，但这种方式难以长期持续。只有技术进步和组织效率真正提高，才能为经济提供更持久的增长动力。