ARTICLE · 1243753
AI 到底让世界快了多少:一份分行业提效成绩单
AI 到底让世界快了多少：一份分行业提效成绩单
副标题：任务快 26%、五分之一的投资才测出回报、宏观刚冒头——三个口径，三张成绩单
上一篇结尾预告的还是 Anthropic IPO 招股书——它仍在保密递交阶段，账本还锁在抽屉里。但最近后台被问得最多的，是一个更朴素的问题：
“天天看 AI 新闻，到底哪些行业真的变快了？有数据吗？”
这个问题，最近恰好有两份截然相反的答案在同时刷屏。一边是亮眼数字：Anthropic 自述九成代码由 AI 生成、Google 官宣 75%、摩根大通 15 万员工人均每周省 4 小时。另一边是冷水：MIT 后续研究统计只有五分之一的 AI 投资测出了回报；NBER 调查 6,000 名高管，近 90% 说 AI 三年没改变自己公司的生产率；诺奖得主 Acemoglu 估算 AI 十年只能拉动 GDP 约 1.5%。
两边都是真数据。这一篇就把两边的账都摊开，按"三个口径"整理成三张成绩单，附两张数据表，最后给你一套读提效新闻的"五问"方法。
导读：追系列的朋友有印象：第 10 篇聊过 MCP，上一篇刚拆过给 AI 编程助手"加装备"的 REA。这一篇讲四件事：2026 年的新实验里 AI 提效到底有多硬；编程、客服、医疗、法律、金融等行业的一线数字；为什么五分之四的 AI 投资还没测出回报；以及转发提效新闻前，值得先问的五个问题。
📚 系列导航
AI说人话：概念、用法、实战 - ▶ AI杂谈：热点产品、概念演进、行业变化 + 工程思维
AI神器实测：工具真测，帮选型 拆解 HermesAgent：拆开源 Agent 源码 AI技术栈通关手册：图解走通全栈 你正在读第 42 篇：一张分行业成绩单，看清 AI 提效的真实刻度。
先划重点：三句话版本
- 实验室口径，提效依然是真的
：66 家企业 7,137 人的对照实验里，用 AI 的那组处理邮件的时间 -17%、每周多出约 2 小时；4,867 名开发者任务完成量 +26%。2026 年的新发现是：换了代理工具，连资深开发者也重新提速了。 - 公司口径，钱还没跟上
：麦肯锡 2026 年 8 月的调查：80% 的企业说个人生产力提升，但只有 37% 在利润表上看到改善；MIT 后续研究：只有五分之一的 AI 投资有可测 ROI。 - 宏观口径，刚刚冒头
：美国劳动生产率一季度年化 +0.8%、二季度回升到 +1.4%；经济学家估算 AI 十年拉动 GDP 约 1.5%——电已经通了，机器刚开始转。
第一张成绩单：实验室里，2026 年的证据
最硬的证据来自对照实验：一组人用 AI、一组人不用，其他条件不变。
GPT-4 时代的经典实验给过一批惊人数字——写作时间 -40%、编程任务快 55.8%、客服效率 +15%。但那是 2023-2024 年的模型，跟今天的代理工具不是一个量级。2026 年见刊的新一批研究，样本更大、跟踪更长，答案也更有意思。
最大的一场：66 家大企业、7,137 名员工随机分组使用办公 Copilot，跟踪 6 个月（AER: Insights 2026 年见刊）：处理邮件的时间 -17%，折算每周省约 2 小时；非工作时间办公 -9%。但最反直觉的发现是：总工作量几乎没有变化——AI 没让人干得更多，只是让人干得更省力。省下的时间去了哪？实验没有给出答案。
编程：微软、埃森哲与一家财富 100 强的 4,867 名开发者随机对照（Management Science 2026 年见刊）：任务完成量 +26%。而在真实世界，Google 官宣新代码 75% 由 AI 生成、Anthropic 自述约 90%——但 420 万开发者的合并提交实测只有 26.9%。自述与实测，差了近三倍。
最戏剧性的反转来自 METR。2025 年他们发现资深开发者在自己的老代码上用 AI 反而慢 19%，一度是"AI 提效是幻觉"的头号证据。2026 年 2 月，METR 用 Claude Code、Codex 等代理工具重做实验：57 名资深开发者、143 个仓库、800 多个任务——方向反转，测出提速 4-18%。但 METR 自己泼了盆冷水：30-50% 的开发者拒绝完成"禁用 AI"的任务，数据"不可靠"。真实的教训或许是：工具换代后，资深者重新受益了；但"离开 AI 还能不能干活"，已经没人愿意配合验证了。
客服进入代理时代：阿里淘宝 647 名客服、68 万条会话的实验（2026 年 5 月）：AI 代理自动处理"适合 AI"的会话，时长 -16.8%——代价是满意度 -0.4 分。两个细节很扎心：技术型问题转人工时质量不降，情绪型问题转人工时长 +40.8%、评分大跌——代理替人，技术问题可以，情绪问题不行。
还有两个小而硬的：会计师用 AI，周均可服务客户 +55%、月结周期缩短 7.5 天（Journal of Accounting Research 2026）；1,174 名成人的随机实验里，高低学历组的绩效差距缩小了约四分之三（NBER 2026）——"新手补贴"依然存在。
速度的账单也来了：GitClear 分析 6.23 亿行代码变更，重复代码块 +81%，重构性代码占比从 21% 掉到 3.8%——AI 时代的提效，一部分是拿质量债换的。
注：METR 2025 年的"慢 19%"已被官方标注为历史数据；Dillon 那场实验的采集期是 2023-2024 年，2026 年才见刊——它测的是上一代工具，而今天的能力只强不弱。
这张成绩单的结论：任务级提效在 2026 年依然真实，代理工具把资深者也拉进了受益区；但新出现了两笔账——满意度，和质量债。
第二张成绩单：行业现场，数字参差
实验室之外，各行业 2026 年的落地数字长这样（均为公司或机构官宣口径，未经独立验证）：
编程：口径打架最凶的行业。 Google 新代码 AI 生成占比 18 个月里从 25% 涨到 75%（2026 年 4 月官宣）；Anthropic 自述约 90%；Meta 2026 年中被曝内部令：创意体验部门 65% 的工程师必须让 AI 完成 75% 以上的代码，直接挂钩绩效；GitHub 平台口径：1,500 万用户 46%。但严格口径——420 万开发者合并提交的实测——只有 26.9%。四个数字相差三倍的秘密：自述口径报的是"AI 参与"，实测口径算的是"AI 独立完成"。国内大厂同口径：腾讯 43%（覆盖 99% 项目）、阿里约 40%、字节与百度约 43%。
客服：Klarna 完成了第二轮反转。 2024 年高调宣布 AI 替代 700 名全职客服，2025 年承认"成本考量过于主导、服务质量下降"重新招人，2026 年的最新形态是混合模式：AI 处理约三分之二的咨询，剩下三分之一转给"零工"人工——既不是全裁也不是回聘，而是把全职变成了按需。Salesforce 走得更远：AI 承接约一半客户交互，支持团队从 9,000 人缩到约 5,000 人。
医疗：从"省文书时间"升级到"覆盖规模"。 凯撒医疗的病历助手铺到 7,260 名医生，每个班次省 13-16 分钟文书时间；Abridge 2026 年 8 月宣布覆盖 300 多家健康系统、2.5 亿患者；AMA 调查：81% 的医生在用 AI——2023 年这个比例只有 38%。
法律：头部效应最明显。 Harvey 2026 年 9 月融资 5.5 亿美元、估值 155 亿美元，ARR 超 4 亿，80% 的 Am Law 100 律所在用，月活律师超 10 万；A&O Shearman 的 2,000 名律师每人每周省 2-3 小时的口径不变——头部律所的 AI 已经从"工具"长成了"基础设施"。
金融：从省分钟到省亿美元。 摩根大通 2026 年投资者日：LLM Suite 周活 15 万员工，人均每周省约 4 小时，已识别约 6 亿美元效率收益；美银 CEO 披露 4 亿美元 AI 投入换回 8 亿美元收益；花旗 1 万多名工程师的 AI 每周释放约 10 万小时。高盛的招股书案例维持不变：过去要 6 人团队做 2 周，现在 AI 几分钟出 95% 的初稿。
制造：稳定但不再新鲜。 联合利华维护成本 -45%、宝马非计划停机 -25% 的口径没有更新——制造业的 AI 提效故事，2026 年没有新的头条。
教育与内容：提速了，但没兑现"替代"。 Duolingo 前 100 门课程用 12 年人工打磨，之后 148 门 AI 编写的课程约一年上线（约 12 倍速）——但用户抗议后，CEO 从"AI-first"改口为"同样的人产出 4-5 倍内容"；同期它的全职员工从 720 人涨到 900 人，从未裁过正职。
2026 年还多了一张行业外的成绩单，必须记下：就业。Challenger 统计，2026 年前 9 个月美国有 12 万例裁员明确归因于 AI，占总数 21%——AI 第一次成为美国第一大裁员原因（2025 年全年只有 5.5 万例）。同期反向案例：IBM 把入门级招聘扩大到三倍。裁员与扩招同时发生，说明企业不是在"用 AI 换人"，而是在重新定义岗位。
中国的进度条
国内的节奏跟全球同频，但结构有自己的特点。
信通院 2025 年口径：500 人以上的大型企业 AI 采用率 66.2%，中小企业只有 23.4%——冰火两重天。大厂侧，2026 年的代码口径：腾讯辅助生成率 43%、覆盖 99% 的项目；阿里约 40%；字节、百度约 43%——追平全球第一梯队。IDC 统计 2025 年中国 AI 编程市场规模同比增长 187%，阿里以近半份额居首。腾讯披露过的极端样本仍是标杆：某架构级项目 99% 代码由 AI 生成，4 名工程师 4 个月完成。
应用侧的 2026 年新数字：美团"智能掌柜"服务超 130 万餐饮商家、累计解决 860 万个经营问题（一年前的口径还是 5 万家门店）；京东 JoyAI 铺进 2,000 多个业务场景，京东工业 2026 年上半年部署 70 多个智能体、核心岗位人效 +16.6%。
政策侧，从 2025 年政府工作报告首提"人工智能+“行动，到 2026 年的"深化拓展”，路线基本是"大企业先行、中小企业跟进"——这也意味着，前面那张全球成绩单上的所有问题（试点多、变现慢），在中小企业的样本里只会更明显。
第三张成绩单：五分之一的投资，才刚测出回报
到这里你可能觉得形势大好。现在换一边的账本。
麦肯锡 2026 年 8 月的全球调查（1,719 名高管、97 国）：89% 的企业至少在一个职能常规使用 AI，44% 已在全企业扩展——但只有 37% 报告 EBIT 正贡献，多数不到 EBIT 的 5%；能称"高绩效"的仍只有约 6%。有几个新数字透露了风向：年收入 10 亿美元以上的企业里，40% 正在扩展 AI 代理（一年前 27%）；32% 因为 agentic coding 放弃了购买传统软件；14% 的企业实际发生了 AI 裁员（一年前他们预期这个比例是 32%）。
MIT NANDA 的后续：那份著名的"95% 的试点没有利润影响"报告之后，2026 年的跟踪结论是只有五分之一的 AI 投资有可测量的 ROI。NBER 的配套调查更扎心：6,000 名高管里，近 90% 说过去三年 AI 没有改变自己公司的生产率或就业；同一研究追踪 10 万多名 GitHub 开发者：代码提交量 +180%，但正式发布的软件只多了 30%——写了更多代码，没有交付更多产品。
Gartner 2026 年 4 月的首份代理 AI 成熟度报告：只有 17% 的组织真正部署了 AI 代理，六成还停在"计划两年内部署"；同时维持预测——2027 年底前 40% 以上的代理 AI 项目将被取消。德勤 2026 年版调查给了点暖色：称 AI 带来"变革性影响"的企业从 12% 翻倍到 25%，四分之一的企业已把 40% 以上的试点推入生产。
宏观刚冒头。 美国劳动生产率一季度年化 +0.8%（AI 时代最弱一季），二季度回升到 +1.4%、同比 +2.2%——有起色，但对照同期五大超大规模厂商约 6,000 亿美元的年度 AI 资本开支（同比 +36%），依然不成比例。诺奖得主 Acemoglu 的最新估算：AI 十年拉动 GDP 约 1.5%，最多替代 5% 的岗位。圣路易斯联储 7 月的分析没变：5,198 家上市公司财报电话会里，AI 提效的表述约 95% 仍是"将来时"。
这就是教科书级的"生产率悖论"重现。1987 年，经济学家索洛吐槽"计算机随处可见，唯独不在生产率统计里"；2026 年的版本是——GPU 随处可见，生产率统计刚刚冒头。
差距从哪来：一个三层漏斗
同一个 AI，为什么任务快 26%、公司只有三分之一赚钱、宏观刚冒头？把三张成绩单叠起来，是一个越往下越窄的漏斗。
第一层：任务级（实验口径），收益真实但出现了新账单。 Anthropic 经济指数显示：Claude 的使用量里 37% 来自"计算机与数学"类职业，农业只占 0.1%——火力覆盖天生不均。2026 年的新证据补了两笔账：客服代理实验里，时长 -16.8% 的同时满意度 -0.4 分；6.23 亿行代码里重复代码 +81%——省下的时间是真的，质量债也是真的。
第二层：企业级（自述口径），收益被组织摩擦吃掉。 一个人每周省 2 小时，不代表部门产出多 2 小时：省下来的时间要经过流程重构、岗位调整、业务重定价，才能变成利润——这一步没有模型能替你做。Dillon 那场 7,137 人的实验给出了最直白的证据：邮件时间 -17%，总工作量几乎不变——省下的时间，大部分被同一份工作吸走了。 Gartner 的数字是同义词：78% 的企业有代理试点，只有 14% 扩展到了组织级。
第三层：宏观级（统计口径），收益刚上路。 摩根大通资管 2026 年 10 月的测算：目前只有 6% 的美国工时获得 AI 辅助，要到 2040 年才达到 40%——通用技术从来都是这个节奏：工厂围绕电力重排生产线用了约 40 年，生产率统计到 1920 年代才起飞。加拿大央行的判断维持不变：微观层面 15-60% 的生产率增益，“尚未出现在宏观数据中”。
还有一类特殊损耗叫回旋镖：Klarna 裁客服、再回聘、最后转向混合模式；Forrester 的调查说，55% 为 AI 裁过员的公司表示后悔。2026 年的新版本是双向的：一边 AI 首次成为美国第一大裁员原因，一边 IBM 把入门级招聘扩大三倍——省下的钱，一部分以"重新定义岗位"的名义花了回去。
结语：电已经通了，机器刚开始转
把三张成绩单放回一张桌子上，2026 年 10 月的结论比一年前清晰了一层：
AI 的提效是真的，工具换代后连资深者也重新受益了；但收益主要还停在"任务"这一层——公司层面只有三分之一显形，宏观层面刚刚冒头。 这不是 AI 不行，而是通用技术的标准剧本：1890 年代的电力，灯泡（任务级）立刻亮了，工厂重排生产线（企业级）用了二十年，生产率统计（宏观级）等到 1920 年代才起飞。与去年不同的是：德勤调查里"变革性影响"翻倍了，生产率二季度回升了，五分之一的投资测出回报了——冷水的杯子底部，开始冒小气泡。
对个人，这张成绩单的启示很具体：如果你的工作里有大量"标准化的文字、代码、对话"，AI 对你的杠杆最大，而且你越新手红利越大——这是技术史上少见的"新手补贴"。对企业，别急着对标 Anthropic 的 90%，先看看自己的流程，有没有给省下来的时间留出口。对看新闻的我们，记住索洛悖论的现代版就好：
算力随处可见，生产率刚刚冒头。
今日互动：你自己在工作里用 AI 提效了吗？省下的时间，是被更多任务填满了，还是真的下班更早了？评论区聊聊你的真实刻度。
👍 如果你也觉得"读数据先问口径"值得转给爱转发提效新闻的朋友，点个赞和在看。
📮 下期预告：Anthropic IPO 这笔账，从第 39 篇预告到现在已经欠了三篇——招股书若随 11 月路演公开，立刻逐个数字拆。若继续跳票，备选题二选一：软件厂商的"反逆向军备竞赛"（给第 41 篇补个后续），或者企业补齐"学习差距"的组织方法论。
本文为「AI杂谈」系列第 42 篇。
参考资料
McKinsey，The State of AI in 2026: On the Road to ROI（2026-08-25，1,719 名高管/97 国）：https://explainx.ai/blog/mckinsey-state-of-ai-2026-roi-agentic-coding-august-2026 METR，Uplift Study Update（2026-02-24，57 名资深开发者 × Claude Code/Codex）：https://metr.org/blog/2026-02-24-uplift-update/ Dillon, Jaffe, Immorlica & Stanton，Shifting Work Patterns with Generative AI（AER: Insights 2026，66 家企业 7,137 人）：https://www.thepolicyscientist.com/post/does-giving-employees-generative-ai-transform-how-they-work Cui, Demirer, Jaffe, Musolff, Peng & Salz，Generative AI for Skilled Work（Management Science 2026，4,867 名开发者）：https://dev.to/krlz/when-code-becomes-cheap-ownership-becomes-everything-4j1m Wang 等，Agentic AI and Human-in-the-Loop Interventions（2026-05，淘宝 647 名客服/68 万会话）：https://arxiv.org/abs/2605.14830 Choi & Xie，Human + AI in Accounting（Journal of Accounting Research，2026-04）：https://onlinelibrary.wiley.com/doi/10.1111/1475-679x.70052 Cruces 等，Does Generative AI Narrow Education-Based Productivity Gaps?（NBER WP 34851，2026）：https://www.nber.org/papers/w34851 GitClear 2026 代码质量报告汇总（6.23 亿行变更）：https://www.atilab.io/blog/ai-agents-developer-kpis BLS，Productivity and Costs Q2 2026（2026-09-03，年化 +1.4%）：https://www.bls.gov/news.release/prod2.nr0.htm Fortune，Fed study: AI’s productivity gains remain a promise（2026-07-31，圣路易斯联储）：https://www.fortune.com/2026/07/31/ai-productivity-doesnt-show-up-in-data-earnings-calls-st-louis-fed/ NDTV，Sundar Pichai Reveals AI Now Generates 75% of Google’s New Code（2026-04-23）：https://www.ndtv.com/feature/sundar-pichai-reveals-ai-now-generates-75-of-googles-new-code-11400273 AgentMarketCap，Global AI Code Generation Statistics 2026（GitHub 46% vs 严格口径 26.9%）：http://agentmarketcap.ai/blog/2026/04/24/41-percent-global-code-ai-generated-vibe-coding-2026 Dealroom，Legal AI Firm Harvey Raises $550M, Hits $15.5B Valuation（2026-09）：https://dealroom.co/news/149744-legal-ai-firm-harvey-raises-550m-hits-15-5b-valuation/ 摩根大通 2026 年投资者日（LLM Suite 周活 15 万、人均周省 4 小时，Reportify 转述）：https://reportify.cn/news/1305375347822563328 S&P Global，Banks to Boost Tracking of AI-Driven Gains（2026-10，美银 4 亿换 8 亿等）：https://www.spglobal.com/market-intelligence/en/news-insights/articles/2026/10/banks-to-boost-tracking-disclosure-of-ai-driven-gains-as-market-interest-grows-106858785 Klarna 转向零工混合模式（2026）：https://completeaitraining.com/news/klarna-shifts-customer-service-to-gig-workers-after-chatbot/ Challenger，AI Job Cuts 2026 Hit Record Highs（前 9 个月 12 万例、占 21%）：https://genznewz.com/ai-job-cuts-2026-hit-record-highs-gen-z-feels-it-first Acemoglu，AI 的宏观估算（2026-10，Microsoft 刊发，十年 GDP +1.5%）：https://www.vintuxai.com/article/microsoft-publishes-nobel-economist-daron-acemoglu-s-bearish-ai J.P. Morgan Asset Management，LTCMA 2026（仅 6% 美国工时获 AI 辅助，2026-10-21）：https://am.jpmorgan.com/pt/en/asset-management/institutional/insights/portfolio-insights/ltcma/a-brighter-productivity-outlook-for-the-ai-era/ Gartner Agentic AI 采用缺口（2026-04，17% 已部署/78% 有试点）：https://ai2.work/blog/the-agentic-ai-adoption-gap-why-pilots-stall-before-production MIT NANDA 2026 后续研究（仅 1/5 的 AI 投资有可测 ROI）：https://coderlegion.com/24862/95-80-42-tracing-the-2026-ai-failure-statistics-one-of-five-was-reachable 央广网，美团智能掌柜服务超 130 万商家（2026-09-10）：http://www.cnr.cn/lvyou/hydt/20260910/t20260910_527809842.shtml 中国经济网，京东 JoyAI 已应用于 2000 余业务场景（2026-03-05）：http://finance.ce.cn/home/jrzq/dc/202603/t20260305_2806562.shtml Anthropic，Economic Index: New Building Blocks（2026-01-15）：https://www.anthropic.com/research/economic-index-primitives 第一财经，阿里云内部 AI 辅助代码生成比例已接近 40%（2025-05-30）：https://www.yicai.com/news/102643443.html
注：文中数据分属不同口径——对照实验（Dillon、Cui、METR、淘宝客服、Choi & Xie、Cruces）为学术实验口径，其中 Dillon 与 Cui 的数据采集于 2023-2024 年、2026 年见刊；行业案例（Google、Anthropic、Klarna、Abridge、Harvey、摩根大通、美团、京东等）为公司官宣或媒体转述，未经独立验证；麦肯锡、德勤、Gartner、MIT NANDA、NBER 为调查/研究口径，存在幸存者偏差与自述偏差；宏观数据来自 BLS、美联储与摩根大通资管。本文仅作行业科普，不构成任何投资建议。
