AI正在制造一场效率幻觉。代码产出量激增，软件发布量却仅温和提升；企业AI支出累计突破1万亿美元，实际成本节约却普遍令人失望。多项最新研究共同指向同一个令市场不安的结论：AI的生产力红利，在抵达真实商业价值之前，已大幅衰减。
据英国《金融时报》报道，麻省理工学院（MIT）研究人员追踪软件开发者采用AI工具前后的工作表现，发现AI对底层任务的提升极为显著——开发者创建或编辑的代码文件数量增加了近300%。然而，这一增幅在经过代码审查、集成等人工环节后急剧收窄，最终体现在完整软件发布数量上的提升仅约30%。
与此同时，贝恩对全球951家大型企业的调查显示，在能够量化AI成本节约的企业中，占比最大的一组（40%）实现的成本降幅仅在10%或以下，远低于最初预期。
这两项研究的叠加，令AI投资的估值逻辑承压。当前AI概念股的高估值建立在对未来生产力的预测之上，而非已兑现的实际收益。一旦市场开始认真核算投资回报率，估值重构的风险不可忽视。
漏斗效应：AI增益在流程中逐级蒸发MIT研究员Mert Demirer及其合著者的研究，提供了迄今最为系统的AI生产力衰减路径图。研究团队在多个层级追踪开发者的工作产出：从代码文件数量、独立编辑文件数，到提交审查的工作单元，再到最终的软件发布版本。
结果呈现出清晰的漏斗结构：AI在最上游的代码生成环节带来近300%的爆发式增长，但到提交审查阶段，增幅已折半至约150%；进入完整软件发布环节后，增幅再度缩水五倍，最终落在约30%。
研究人员进一步考察AI辅助下软件产量的提升是否带动了实际消费需求，结论同样令人警醒。过去一年移动应用发布数量显著增加，但下载量并未随之上升——大多数新应用未能吸引到哪怕规模有限的用户群体。这意味着，AI加速生产的内容，并不必然创造出市场所需的价值。
万亿投入，回报存疑：企业陷入"循环赌注"贝恩的调查从企业财务视角，印证了上述研究的核心发现。这项覆盖全球九大行业、年收入超过1亿美元企业的调查显示，在全球AI支出累计突破1万亿美元之后，自动化带来的实际成本节约普遍远低于预期。
更值得警惕的是企业的决策逻辑本身。贝恩发现，44%的大型企业正以"尚未兑现的上一轮AI节约"作为下一轮AI投资的资金依据，贝恩将此定性为"一个存在结构性漏洞的循环赌注"。与此同时，高德纳（Gartner）预测，超过40%的智能体AI项目将在2027年底前被叫停。
企业层面的具体案例亦印证了这一趋势。Uber首席执行官Dara Khosrowshahi近期披露，该公司已在一个季度内耗尽全年AI预算，并计划将大部分AI使用切换至低成本模型，仅在特定场景保留前沿工具。另有针对法律工作的最新研究显示，将低成本开源AI与顶级模型搭配使用，可在大幅降低成本的同时取得更优效果。贝恩对此一语道破："技术跑通了，价值没到来。"
历史镜鉴：结构变革滞后于技术突破面对上述数据，MIT研究团队并不倾向于将其解读为AI能力被高估的证据。他们认为，更可能的解释是：当前的组织架构和市场结构尚未做好承接AI真实潜力的准备。
历史提供了有力的参照。19世纪末至20世纪初的电气化浪潮中，工厂若仅以电动机替换蒸汽机、维持原有机械布局不变，生产率提升极为有限。真正的效率跃升出现在数十年后——当工程师为每个工作台配备独立小型电机，彻底重构了生产流程。
当前AI领域或正上演相似的动态。传统软件和知识工作企业将AI嵌入既有工作流，生产率提升有限；而Anthropic和OpenAI等围绕AI原生构建的公司，其使用量、营收与生产率均呈爆发式增长。这一对比暗示，AI红利的真正释放，或将依赖于新型组织形态与商业流程的涌现，而非对现有架构的简单叠加。对于当前押注AI估值的投资者而言，这意味着等待周期可能远比预期漫长。
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。通盈策略提示：文章来自网络，不代表本站观点。
