新聞 
幣種資訊 
關於我們 
美國2025年非農業民間部門勞動生產力增加2.2%，但官方統計無法單獨確認人工智慧（AI）對增幅的貢獻。
美國勞工統計局（BLS）2026年3月公布的資料顯示，勞動生產力增幅從2024年的3.0%降至2025年的2.2%。全要素生產力（TFP）2025年增加0.8%。勞動生產力衡量每工時產出，TFP則同時納入勞動與資本投入。
史蒂芬・梅瑟（Stephen Messer）10月23日在《財富》專欄中主張，應區分企業運用AI的情況與整體經濟的生產力變化。他寫道，企業若從用AI處理積壓工作、降低成本，進一步轉向投資開發新產品與市場，生產力指標才可能出現變化。梅瑟提出的轉變時點是專欄作者的分析，並非已確認的統計結果。
美國人口普查局（Census Bureau）一項製造業研究呈現了技術導入後短期績效可能下滑的路徑。研究團隊分析2017年與2021年的美國製造業資料，提出因果證據，指出導入工業AI後，生產力與獲利能力短期惡化，之後才有所改善，形成「生產力J曲線」。研究也指出，導入初期在製品庫存與工業機器人投資增加，同時出現人力縮減。
生產力J曲線的解釋是，導入新技術後，企業須先付出調整工作流程與組織的成本，效益則可能較晚才反映在數據上。不過，人口普查局研究對象是製造業中的工業AI，不能將結果擴大解讀為近期生成式AI應用或美國整體經濟的表現。
艾瑞克・布林約爾松（Erik Brynjolfsson）、丹尼爾・洛克（Daniel Rock）與查德・西弗森（Chad Syverson）的研究估計，若將電腦與軟體相關無形資產投資納入，2017年底美國TFP水準可能比官方衡量值高15.9%。這項估計不代表目前AI已使生產力提高15.9%。
美國經濟分析局（BEA）在2026年10月2日公布的研究摘要中表示，AI使用程度較高的州與產業群體，自2020年以來呈現較強勁的實質產出走勢。但該局也說明，要確認AI的因果貢獻並不容易。
這些統計與研究顯示，AI使用情況與生產力成果不能視為同一項數據。若要判斷台灣企業是否出現類似變化，需要台灣本地的生產資料；僅憑上述美國資料，無法計算AI對台灣經濟生產力的貢獻。
留言 0