2025 年，ChatGPT 已进入千行百业。但一项来自丹麦的研究提醒我们，流行并不等于变革。

图注：论文标题“Large Language Models, Small Labor Market Effects”

这项覆盖 2.5 万名员工、7000 家公司的调研数据显示：即便像 ChatGPT 这样的生成式 AI 已被广泛使用，它对员工工资、工作时长、雇佣状况等核心劳动指标的影响几乎为零。

这背后隐含的疑问是：AI 带来的到底是生产力，还是仅仅一种“更顺滑的体验”？以及，如果连 ChatGPT 都没能改变打工人的收入结构，那“AI 时代的工作革命”会不会只是一个被高估的预期？

01 高使用率，低影响力

该研究是美国国家经济研究局（NBER）的工作论文，选取了 2023 年至 2024 年丹麦劳动市场中最可能受 AI 影响的 11 类职业，包括软件开发、财务咨询、市场营销、新闻编辑、教学、法律服务等。

图注：AI 支持的新任务在各职业中的分布

64% 的受访者表示他们在工作中使用过 AI 聊天机器人，而在鼓励 AI 采用的公司中，这一比例甚至高达 83%。同时，约 30% 的员工接受过与 AI 相关的培训，38% 的公司配备了定制化的内部聊天工具。

种种迹象表明：AI 已经“飞入寻常办公桌”。

但研究结果显示：即使是高频使用者，其平均时间节省占工作时长的比例也只有 2.8%。更关键的是，无论是使用前后的纵向对比，还是使用者与非使用者之间的横向差异，研究都未能观察到“工资增加”或“工作时间减少”的趋势。

换句话说，AI 工具确实在使用，但它没有改变工资单。

哪去了的 2.8%？

研究采用的是“自我报告法”，即让员工估算他们在实际使用 AI 工具时节省的时间。这些数据虽能反映主观感知，却难以追踪精确的任务环节或验证“节省时间是否等于增加产值”。

如图：AI 聊天机器人确实能替知识工作者争取一点时间，但幅度并没有想象中那么夸张。

研究团队承认，员工在报告时间节省时可能会有“向下修正”的倾向，担心过度强调 AI 效率会引发岗位调整压力，或是在文化上对自动化仍存保留。

但无论如何，这些微小的节省并未反映在更硬核的指标上：工资、工作时长、岗位稳定性。

统计模型进一步排除了平均工资变化超过 1% 的可能性；在企业层面，也未观察到因 AI 使用带来的员工保留率变化。这一结果对过去两年“AI 增效论”提出了挑战。

02 谁拿走了“增效红利”？

一项值得注意的分析是：在员工因 AI 节省下来的时间中，仅有 3% 至 7% 最终以工资形式回馈给了他们自己。

这意味着，大多数“增效红利”并未向员工倾斜，而可能转化为了公司内部的运营优化、项目缩编，甚至未被任何人“兑现”。

看来，生产力发达了，生产关系却没有改变。

虽然有 17% 的 AI 使用者表示，他们承担了更多与 AI 系统整合、审查相关的新任务，另有 5% 的非使用者也提到需要处理 AI 输出的内容。但这类任务往往没有明确的“任务补贴”或岗位晋升路径，更像是一种“静悄悄的职能转移”。

这也印证了一个趋势：AI 在改变“工作内容”，但尚未改变“工作回报”。

研究中提到的“生产力 J 曲线”理论，或许可以解释这种不对称现象：新技术的实际效益需要企业流程的深度重构才能释放，在初期阶段，只是让旧流程“跑得更顺”。

在当前阶段，大多数公司采用的仍是“外接插件”式的技术整合方式。员工用 ChatGPT 修润邮件、生成代码框架、改写文案、翻译文档，但他们的考核指标并未更新、组织流程未被重塑，最终自然无法体现出宏观变化。

此外，AI 的“静默影响”也值得警惕。研究之外的多个平台数据显示，自 2023 年起，部分自由职业平台上“易被自动化”的岗位需求下滑显著，尤其是文案写作、基础程序开发等任务型工作。与此相对，AI 工具的兴起反而使得“内容审核”、“Prompt 设计”、“AI 结果验证”这类新型灰领岗位悄然出现。

这些变迁虽不体现在工资报表上，却正在默默重塑我们对“工作”的理解。

论文链接：https://www.nber.org/system/files/working_papers/w33777/w33777.pdf

来源：大数据文摘