喝点VC｜红杉最新研究：AI的生产力悖论，5%的公司正从AI中获得显著价值，而95%却没有

图片来源：Inference by Sequoia

Z Highlight

• 5%企业靠AI获显著价值，95%困于静态工具与流程脱节——“GenAI鸿沟”核心是学不会、推不开、用不深的系统性失败。

• 22-25岁初级岗位已现大规模替代，AI先吃掉“书本知识”，隐性经验成新护城河。

• 创业者要建“会学习的代理”，深嵌后台流程，按结果收费，像外包伙伴一样帮客户跨越J曲线低谷。

Inference by Sequoia栏目是一个讨论生成式人工智能、生产力发展等相关最新科技前沿领域的栏目，本文发布于2025年9月。

两项最新研究更新了Brynjolfsson最初提出的生产力悖论，揭示企业和入门级岗位所面临的危机——以及初创公司的机遇。

20世纪90年代，Erik Brynjolfsson及其同事提出“生产力悖论”：尽管信息技术快速进步、电脑在工作场所普及，生产率增长却依旧乏力。该悖论指出，仅拥有新技术不足以推动生产力，还需组织变革、技能提升和业务流程创新等补充因素。

2025年，两篇新论文——MIT NANDA的《GenAI鸿沟》和Brynjolfsson等人的《矿井中的金丝雀？》——将这一悖论更新至生成式AI时代。它们展示了AI开始重塑商业和劳动力市场时取得的进展及新挑战。

跨越GenAI鸿沟

MIT报告提出“GenAI鸿沟”概念：5%的公司正从AI中获得显著价值，而95%却没有。尽管后者普遍使用ChatGPT、Copilot等工具。鸿沟并非源于投资或兴趣不足，而是未能将AI融入核心业务流程以产生可衡量的损益影响。报告列举失败的关键原因：

学习缺口：数企业AI工具静态，无法从用户反馈中学习、适应新场景或随时间改进。员工于是倾向用消费级工具处理临时任务，复杂关键工作仍靠人类同事。

试点到量产的鸿沟：许多公司试点AI方案，极少能规模化部署。仅5%的定制企业AI工具投产，常因工具能力与组织具体流程不匹配。

“影子AI”经济：缺乏有效官方工具，员工自费购买个人AI服务完成工作。这一“影子AI”揭示巨大未满足需求，也为用户真实需求提供线索：灵活、直观、易个性化的工具。

此情此景呼应1993年生产力悖论原文及Brynjolfsson 2019年提出的J曲线：80、90年代个人电脑普及未立即带来生产力提升，如今生成式AI广泛可用也未催生经济产出跃升。MIT报告认为，原因在于我们仍处于更大转型的早期，需要的不只是新工具，更是新的工作方式。

图片来源：Inference By Sequoia

AI对劳动力市场的首轮冲击

Brynjolfsson的“矿井中的金丝雀”论文用高频薪酬数据，细粒度观察AI转型初期的震颤。自生成式AI普及以来，软件开发、客户服务等AI高暴露职业的22-25岁早期职业者就业显著下降，AI用于自动化而非增强的岗位尤为明显。

该发现意义重大：首次大规模实证AI替代岗位；凸显AI对不同经验工人的差异冲击；AI尤擅复制初级岗位“书本知识”，资深员工的隐性经验型知识目前更具韧性。

这对未来工作启示深远：向AI经济转型并非简单人机替换，而是任务再分配的复杂过程，AI接手部分任务亦创造新任务，人类技能价值从编码知识转向隐性专长。

弥合鸿沟的行动手册

对AI创业者，两篇论文给出清晰指引：打造能生存且繁荣的企业AI应用，需超越hype，专注解决真实商业问题，兼顾技术创新与组织智能。要点如下：

专注学习，而非仅生成：MIT报告指出的“学习缺口”是最大机会。构建能从反馈学习、适应流程、持续进化的系统，将获巨大竞争优势。这意味着超越“提示进文本出”，打造真正“代理”系统，成为用户的持续协作伙伴。

为工作流而建，而非仅为用户：许多企业AI工具失败在于与现有流程整合浅薄。创业者须痴迷于客户真实工作细节，让产品无缝融入流程。这可能牺牲炫酷演示，却换来更实用、更有价值的方案。

拥抱“影子AI”经济：员工自费买AI并非威胁，而是机会。这是实时焦点小组，提供用户真实需求洞察。创业者应研究“影子AI”，指导产品开发。

瞄准后台：销售市场虽显眼预算多，MIT报告提示AI最高ROI可能在财务、采购、运营等后台。这些流程化、数据密集领域亟待颠覆。

像BPO而非SaaS思考：MIT报告称，最成功的AI买家把供应商当业务流程外包伙伴，而非软件提供商。他们要求深度定制、关注业务结果、真正合作。能做到的创业者将在企业市场胜出。

Brynjolfsson的悖论仍在，但已变形。GenAI时代，缺失的补充部分在产品内（学习、记忆、编排），部分在企业内（服务式采购、去中心化 ownership、结果指标）。内化两者的创业者，将把今日演示变明日护城河，终让客户的生产力在统计中显现。

AI革命非一次性事件，而是技术、组织、个体共同进化的漫长复杂过程。MIT与Brynjolfsson的论文为我们提供了此刻快照与未来路标。对AI创业者，启示在于：别只打造下一个伟大模型，而要打造能引领下一次经济转型的公司。

原文章：GPT-5 Leads a Wave of Major Model Releases that Redraw the AI Landscape

https://inferencebysequoia.substack.com/p/the-ai-productivity-paradox-high

文章来自于微信公众号 “Z Potentials”，作者 “Z Potentials”