CEPR 將美國生產力激增歸因於勞動強度提升，而非 AI 創新

經濟政策研究中心（CEPR）於 16 日發布報告，指出自 2022 年底以來美國勞動生產率大幅上升並非源自 AI 驅動的技術創新，而是企業加強既有勞動與設備的使用強度——這一現象智庫將其描述為「擠壓（squeezing）」。從 2023 年初到今年第一季，平均勞動生產率成長躍升至 2.5%，高於 2005 到 2019 年間所記錄的 1.5% 年增速。CEPR 認為，這一加速主要來自全要素生產力（TFP）增加貢獻 0.8 個百分點，以及資本深化貢獻 0.3 個百分點，而勞動結構幾乎沒有變化。歐洲智庫表示，關於 AI 長期影響的不確定性導致企業避免大規模擴大招聘或進行資本投資；相反地，它們透過從現有資源擠出更多產出來因應訂單增加——這種模式恐怕會推升通膨，而非帶來可持續的成長。

CEPR 將生產力激增歸因於 TFP 與資本深化

CEPR 的分解分析檢視了自 2023 年起、並延伸至預測的 2026 年期間，觀察到的生產率加速中，勞動、資本與全要素生產力的貢獻。相較於疫情前基準，TFP 帶來 0.8 個百分點的增幅，而資本深化則增加 0.3 個百分點。在此期間，勞動結構變動可忽略不計。報告指出，勞動生產率成長在疫情數年間出現劇烈波動，隨後在 2022 年開始走向加速軌道，時間上與 ChatGPT 於 2022 年底發布相吻合。

圖表：展示美國勞動生產率成長趨勢（2005 年至預測的 2026 年期間）

公司調查顯示 AI 生產力增益甚微

CEPR 的報告強調，在公眾對生成式 AI 生產力效益的期待與企業實際經驗之間存在落差。來自多家公司的調查回覆顯示，歸因於採用 AI 的生產力提升仍然有限，且未出現明確趨勢。企業表示，真正具有意義的技術轉型需要較長的導入與落地期間。智庫指出，雖然「ChatGPT 於 2022 年底發布後，將出現 AI 驅動的生產力增益」這一假設在邏輯上看似合理，但企業數據並不支持這種敘事。

CEPR 警告：勞動強化恐推升通膨壓力

報告將「真正的技術創新」與目前的生產率模式做出區隔。CEPR 表示，若是來自真正 AI 的效率提升，將能支撐經濟成長且不致引發通膨，因為更好的技術可降低單位生產成本。相較之下，所觀察到的「擠壓」做法——企業透過提高勞動密度與設備使用率來增加產出，而不是擴大總勞動或資本存量——會對勞動成本形成上行壓力。在「產出上升、但投入數量維持不變」的扭曲下，TFP 的衡量會被人為抬高。CEPR 結論認為，這種機制具有顯著的通膨風險，因為更密集使用勞動最終會推升薪資成本，而企業又會將成本轉嫁至價格。

常見問題

CEPR 報告對自 2022 年底以來美國生產力成長得出什麼結論？

CEPR 於 16 日發布的報告指出，美國勞動生產率從 1.5% 的年增率（2005-2019）加速到 2.5%（2023 年初到今年第一季），是因為企業加強既有勞動與設備的使用，而非因來自 AI 驅動的技術效率增益。智庫發現，全要素生產力貢獻 0.8 個百分點、資本深化貢獻 0.3 個百分點促成了這一增長，而勞動結構則維持不變。

根據 CEPR，企業為何在採用 AI 後回報的生產力增益很有限？

CEPR 的調查數據顯示，企業在導入 AI 後的生產力改善幅度十分有限，且未出現明確趨勢。企業表示，真正重大的技術變革需要較長的時間才能落實。報告將企業不願投入大規模 AI 部署的原因歸於：對該技術長期影響的不確定性，使它們改以提高現有勞動與設備使用強度來滿足需求上升。

CEPR 如何區分真正的 AI 創新與目前的生產力模式？

CEPR 區分出「真正的技術創新」——它能提升效率並支撐不引發通膨的成長——與目前觀察到的「擠壓」做法：企業從既有資源中榨取更多產出，但不擴大勞動或資本。報告警告，後者會在人為地抬高 TFP 衡量，並透過推升勞動成本造成通膨壓力；而真正來自 AI 的效率增益將能降低單位生產成本，並讓經濟擴張具備可持續性。