Gartner的调查揭示了企业在利用人工智能（AI）提升员工生产力方面面临的挑战。尽管AI备受关注，但其对生产力的提升效果并不均衡，甚至出现了“AI生产力悖论”。调查显示，使用传统AI的团队生产力提升为37%，而使用生成式AI（GenAI）的团队为34%。文章指出，企业对AI的期望过高、生产力增益衡量困难以及部门间的差异是导致这一现象的主要原因。CFO应重新调整对AI影响的预期，优化内部条件，并审慎评估成本，以最大化AI投资的回报。

🤔 调查显示，使用传统AI的团队生产力提升为37%，而使用GenAI的团队为34%，这表明AI对生产力的提升并非线性增长，甚至可能出现负面影响。

🧐 期望过高是导致AI生产力悖论的原因之一。企业对AI能力的夸大预期与实际效果之间存在差距，尽管AI能自动化部分任务，但不能自动转化为全面的生产力提升。

💡 生产力增益的量化存在挑战，且实施滞后常导致效益延迟。这使得企业难以准确评估AI投资的回报，并及时调整策略。

🏢 不同职能部门的AI收益不均。营销团队从AI中获益最多，而法律和人力资源部门则相对滞后。这凸显了AI应用场景和具体功能的重要性。

✅ 企业领导者应调整对AI的预期，优化内部条件，并通过消除流程瓶颈和推动协作，为AI发挥潜力创造环境。同时，审慎评估成本，提升高管层对AI影响机制的理解。

尽管人工智能（AI）在提升效率方面被寄予厚望，但Gartner的一项调查显示，许多企业难以将传统AI和生成式AI（GenAI）投资转化为员工生产力的实质性提升。

2024年6月至8月，Gartner对724名来自不同业务职能的受访者进行了调查。结果显示，在以传统AI为主的团队中，37%报告了显著的生产力提升；使用GenAI的团队表现略逊一筹，仅为34%。

Gartner财务研究副总裁Randeep Rathindran在2025年3月24日至25日举行的Gartner CFO与财务高管峰会上分享了AI对CFO和财务领导者的最新影响：“尽管AI备受瞩目，但其对生产力的影响并不均衡，甚至出现了所谓的‘AI生产力悖论’。虽然AI在某些领域（如呼叫中心）展现出提升生产力的潜力，但更广泛的组织效益却难以实现。因此，CFO应重新调整对AI如何真正影响生产力和人力配置的预期。”

期望过高：对AI能力的夸大预期导致实际效果与预期不符。尽管AI能自动化部分任务并提供有价值的洞察，但并不能自动转化为全面的生产力提升。

衡量困难：生产力增益的量化存在挑战，且实施滞后常导致效益延迟。

部门差异：不同职能部门的AI收益不均。例如，营销团队从AI中获益最多，而法律和人力资源部门则相对滞后。这种差异凸显了AI应用场景和具体功能的重要性。

企业领导者应摒弃将AI视为“万能药”的思维，转而聚焦以下方面：

调整预期：基于当前实际效果，重新设定AI对生产力和人力配置影响的基准。

优化内部条件：通过消除流程瓶颈和推动协作，为AI发挥潜力创造环境。

审慎评估成本：在AI相关业务案例中，重新审视关于成本节约或减员的假设，并提升高管层对AI影响机制的理解。