X 热议：FT 首席数据记者 Burn-Murdoch 称美国生产率上升「不像 AI 带来的」，主要是科技裁员；Gavin Baker 反驳称看到了「AI 回报」

核心背景与行业痛点

「AI 到底有没有提升生产率」是今年投资和政策圈争论最多的问题之一。一张显示美国科技、金融和专业服务业人均产出明显领先英国、加拿大、澳大利亚和欧洲的图表在 X 上流传，很多人把它当作 AI 已经出现在宏观数据里的证据。FT 首席数据记者 John Burn-Murdoch 说，这张图正是他做的，而他想说明的恰恰相反。

架构亮点与底层机制

Burn-Murdoch 的推理有三步。第一，时间对不上：上升从 2020 年开始，2022 年的再加速也早于可用的 AI 智能体。第二，地域对不上：其他高收入国家这些行业同样广泛使用 AI，却没有同样的上升。第三，拆开看：产出基本沿趋势增长，变化主要来自美国科技公司裁员和招聘收缩。他认为这是「美国劳动力市场对同样冲击反应更灵活」的老故事。Gavin Baker 则认为，疫情期间超额招聘的回调在 ChatGPT 之前就开始了，之后上升趋势恢复，这本身就是 AI 回报的迹象。

权威 Benchmark 与实测跑分对比

这场争论没有模型跑分。可引用的数字都来自双方帖子：Baker 引用 EPB Research 的「AI 采用最深 3 个行业生产率增速从 2.2% 到 5%」，以及「美国占 Anthropic 收入 72%」，属于他引用的第三方或厂商口径，本站未独立核实。互动量方面，Burn-Murdoch 首帖约 18.6 万浏览，Baker 回应约 10.2 万浏览。

开发者实战落地与开箱指南

对做 AI 产品的团队，这场争论提醒一点：宏观数据还很难单独证明 AI 的生产率效果，向客户证明价值更可靠的办法是在自己的场景里测量，比如任务完成时间、返工率和人均产出的前后对比。想了解完整论证，可以读 Burn-Murdoch 的推文串和他附上的 FT 文章（需订阅）。