大型研究显示：AI大热两年半，完全没颠覆我们的工作

练兵前边说了，接收兵权之后便开展训练，风雨无阻，短短时日便使的宁远军的精气神更上一层楼，至于屯粮，则是两手抓，一手开垦军田丰衣足食，一手就是不停问朝廷要！哪怕京畿闹饥荒时他也不停的要。

5.23‍‍‍‍‍‍‍

知识分子

The Intellectual

图源：Pixabay

撰文 | 张天祁

自2022年底ChatGPT推出以来，大语言模型（LLMs）被视为技术革新的新增长点。企业争相部署，资本加码投资，从代码生成到文本写作，生成式AI正在迅速渗透到各类办公场景。

不少人一边期待它能减轻工作负担、提高工资，甚至梦想靠AI实现躺平，一边又担心自己会不会很快被技术取代。在这场突如其来的技术浪潮里，想象与焦虑并存，仿佛每个人的职业轨迹都将被重新改写。

人们最关心的是：这场轰轰烈烈的技术变革，是否已经改变了我们的工作？有多少人会失业？工作时长会减少吗？一项来自丹麦的实证研究给出了一个现实又冷淡的答案：到目前为止，还没有。

01

大语言模型，

尚未改变劳动力市场

这项研究由芝加哥大学与哥本哈根大学两位经济学者合作完成，利用了2023年底和2024年的涵盖2.5万名员工和7000家雇主的调查数据。研究特别关注11个受生成式AI影响较大的职业，包括记者、教师、客服人员和软件工程师等。

图1 不同职业中使用AI工作的员工比例

为了评估生成式人工智能对员工收入与工时的实际影响，研究团队采用了经济学中常用的双重差分法（Difference-in-Differences）。它的基本思路是，把使用AI聊天机器人的员工，和没有使用的员工进行比较，观察两组人在ChatGPT发布前后，收入和工作时间的变化有没有出现明显差别。如果AI真带来了影响，那么这两组人的“变化幅度”就应该不一样。

不过，愿意接纳AI，把它融入日常工作的人，本身的能力或者动力可能就更强，日后的发展可能也就更好。为了防止这种偏差，作者们控制了员工的各项条件，包括性别、年龄和劳动力市场经验，尽量保证不同员工之间的可比性。

他们还发现，不同企业对生成式AI的态度差异明显：有的鼓励员工积极使用，有的则保持中立，甚至明令禁止。这种由雇主政策带来的使用差异，并非出自员工自身的选择。研究团队正是利用这点，将背景相似、但由于所在企业政策不同而使用AI多寡不同的两组员工进行对比，观察他们在ChatGPT发布前后，收入和工时的变化是否出现分化。

结果显示，在ChatGPT推出一年半之后，各类AI聊天机器人对员工的收入与工时几乎没有可观测的影响。研究中大多数关键结果都显示，AI对收入的影响非常小，小到几乎可以忽略。同时，即使有收入增长，幅度也几乎不会超过1%。具体到各个职业，情况同样如此。研究显示，哪怕有涨薪，幅度也不会超过6%。就算是在最可能受益的岗位上，比如软件开发、市场营销或人力资源，结果也没有明显不同。

图2 此表第1列为使用AI的员工平均感知收益影响（以百分比表示），报告收入减少的员工（第2和5列）、收入不变的员工（第3和6列）以及收入增加的员工（第4和7列）。

作为补充，研究还直接问了参与者一个简单的问题：“ChatGPT等生成式AI工具有没有让你的收入增加？”在2024年11月的调查中，97%的受访者回答“没有”。他们自己估算的收入增长幅度也非常小，通常在0.04%到0.2%之间。哪怕是那些自认每天用AI节省超过一小时工作时间的用户，也没有表现出更明显的加薪或其他劳动力市场上的优势。

研究者还跟踪了长时间段内的趋势变化。他们以ChatGPT推出为分界点，发现推出前后的趋势都没有什么变化。如果说AI有着影响经济的潜力，我们应该能看到某种正在酝酿的变化趋势，比如使用者慢慢开始跑赢，但这样的分化始终没有出现。这让研究者判断，AI工具没有带来显著变化，并不是因为时间还不够，而是它在实际工作中产生的影响本身就可能非常有限。

对于这种情况，作者们已经不觉得奇怪了。他们认为，大语言模型目前的境况，并非没有先例。他们引用了诺贝尔经济学奖得主索洛在1987年的那句经典评论：“你能在任何地方看到计算机的影响，唯独在生产力数据中看不到。”计算机刚普及时的情形与今日的大模型颇为相似，技术迅速扩散，社会关注度极高，但在工资、工时这些核心经济数据中，仍难以看到清晰的变化。

对这种现象，作者们并不感到意外。这种“看得见应用、看不见影响”的情况，在技术史上并不新鲜。1987年，正值计算机开始大规模普及，诺贝尔经济学奖得主罗伯特·索洛就曾说过：“你能在任何地方看到计算机的影响，唯独在生产力数据中看不到。”

如今，大语言模型似乎也处在类似阶段，技术迅速扩散，社会关注度极高，但它的经济效应，还没有体现在工资、工时这些核心经济数据中。

02

人人用AI，

没人涨工资

“大语言模型没改变经济”的结论，可能会引起一连串疑问。是不是企业还没大规模部署？或者员工还没有开始真正使用？又或者丹麦的经济环境特殊，自成一体，在这波生成式人工智能热潮里不受影响？

事实上，作者之所以选择丹麦，正是因为它是观察这场技术冲击的理想样本。别看丹麦常被视作北欧福利国家的典范，但在一些方面，它和美国更像。两国的企业用工灵活，招聘和解雇的成本都很低，企业可以根据市场变化迅速调整人员配置。工资谈判中，个人协商比工会主导更常见。这种制度安排意味着，一项新技术如果有足够的影响力，企业就能很快做出反应去吸收和改变新技术，员工的收入和工作内容也更可能随之发生变化。

在技术应用方面，丹麦员工同样处于前列，他们对使用ChatGpt之类AI工具的比例已与美国相当。其次，丹麦的劳动力市场和美国也有共同点，两国的而且和员工直接谈工资的情况，要比和工会谈工资更常见。这种环境，很适合作为考察新技术影响劳动力市场的试验场。

调查显示，大多数丹麦雇主都在积极推动员工使用生成式AI。大约43%的员工表示，公司明确鼓励使用这类工具，另外还有21%的员工说，虽然公司没有明说，但也默认他们可以用。真正禁止使用的企业只占6%。

在那些明确鼓励使用AI的公司里，员工使用ChatGPT等工具的比例从47%提高到了83%；每天使用的比例也从7%增长到21%。还有38%的公司更进一步，已经上线了自有的内部模型，多数是根据企业的具体业务定制的。与此同时，大约30%的员工也在公司支持下接受了相关培训。

AI工具的确能起到提升效率的作用，但是不多。研究发现，大多数用户确实从中获得了效率提升，不同行业中有64%至90%的员工表示自己节省了工作时间，平均节省幅度为2.8%。在雇主鼓励使用的情境下，营销人员的时间节省可达6.8%，软件开发人员能达到6.5%。

过去有一些研究显示AI能提高15%的生产力，作者认为这些研究是高估了AI的作用。这些研究往往聚焦节省时间最为显著的岗位，比如客户和IT支持、市场营销、人力资源以及软件开发等岗位。相比之下，教师、会计师和财务顾问通过AI节省的时间大约只有前者的一半。而且现实数据也和规模有限的受控实验不一样。

对打工人来说最关键的是，这些“AI红利”并没有明显转化为收入增长。研究估算，员工效率提升中，只有3%到7%最终反映在工资上。换句话说，ChatGpt这类AI工具已经被不少员工用起来了，而且用得不算少。但它带来的提升并没有反映在劳动者的回报上，涨工资还是遥遥无期。

03

工资没变，

工作内容在变

虽然现在AI还没有帮助员工涨工资，节省的时间也有限，但它确实改变了一部分的工作内容。

在2024年的调查中，17%的员工报告因使用ChatGPT等生成式AI而承担了新的工作任务，其中10.9%是完全新任务，4.4%是在原任务基础上的扩展，1.7%两者兼具。

这些新任务并不只出现在使用AI工具的员工身上。即使是没有用过ChatGPT等生成式AI的工人中，也有大约5%报告说，AI的出现让他们承担了新的工作内容。比如在教师群体中，有10%到15%的不使用AI工具的老师，也得检查学生作业是否由AI生成。

AI带来的新工作主要体现在几个方面。首先是AI系统的集成和适配，特别是在IT支持和软件开发领域，约有15%到40%的工作涉及设计提示词、优化AI输出、纠正错误以及把AI结果融入日常流程。

作者认为，这符合生产力J曲线理论，即在通用技术早期，企业需要花费相当的人力物力来重塑流程、培训员工、建立规范，等于在为未来的效率打基础。这个过程中，新技术带来的“红利”往往被“适配成本”所抵消，所以难有立竿见影的效率提升。

其次，AI在内容创作上的帮助越来越普遍，比如在市场营销、新闻写作和办公支持中，很多人用AI来写初稿、起草报告、构思邮件，甚至写代码，改变了传统的文字工作方式。

第三，教师和法律行业出现了更多与伦理和合规相关的新任务。教师需要判断学生作业是否由AI完成，法律工作者则要制定AI使用规则，确保输出内容合法。

最后，虽然范围较小，但还有一部分工作是利用AI帮助创新，比如协助头脑风暴、分析数据和提出方案，这部分工作占比一般在5%到20%。

这种工作内容的变化，并非完全自动发生。数据表明，雇主是否鼓励使用AI、是否提供培训，是影响任务变动强度的关键因素。在企业积极部署的情形下，新任务的出现概率提升20%-50%，时间节省、创造力提升和工作质量改善的自我报告也显著上升。

值得注意的是，这些新增工作内容并没有伴随“旧任务”的消失。研究并未发现AI用户被减轻原有职责，或被调整岗位的系统性迹象。AI工具节省了一部分时间，但打工人们没有得到摸鱼休息的时间。

相反，大多数人表示，他们只是把AI节省下来的时间用在了别的工作上，80%的受访者会把这部分时间投入其他工作，25%的员工把省下的时间，又投入到原本就节省了时间的那部分工作里，把这些工作做得更精细。真正把省下时间拿来休息的不到10%。

AI帮你省下了时间，但你的时间还是属于工作。更快干完，不代表能早点下班，也不代表能多拿一分钱。

参考文献：

[1]Humlum, Anders and Vestergaard, Emilie, Large Language Models, Small Labor Market Effects (April 15, 2025). University of Chicago, Becker Friedman Institute for Economics Working Paper No. 2025-56.