达拉斯联储研究：AI采用高的行业生产率3.7%

时间：2026年11月1日 地点：美国（研究覆盖美国本土与欧洲16个经济体，数据来自达拉斯联储、旧金山联储、Anthropic经济指数与英国金融时报） 人物：达拉斯联储经济学家J. Scott Davis（工作论文作者）、Anthropic经济指数团队、英国金融时报报道团队 事件详情：金融时报最新分析把达拉斯联储的国际比较研究与Anthropic经济指数的国别Claude使用数据放在同一张图上看。达拉斯联储于2026年7月7日发布的工作论文《International comparisons show AI effect on productivity》（Dallas Fed Economics 103494）显示：2024年初以来美国劳动生产率年化增长2.4%，而此前疫情前五年平均只有1.6%；其中信息、金融与保险、专业与技术服务这三个行业组自2024年一季度起生产率年化增长3.7%，其余经济只有1.7%。这三个行业组只占美国劳动总工时的16%，却贡献了2024年初以来全经济生产率增长的40%。论文的核心结论是：行业被AI暴露的程度几乎无法预测后续表现，真正有解释力的是周围的人是否真的把工具用进了工作流程。Anthropic的国别数据与这一结论互相印证：按各国Claude使用份额相对其劳动年龄人口份额计算，美国为3.69倍全球平均，欧盟27国1.85倍、德国1.79倍、法国2.66倍；在金融时报的图表上，美国曲线自ChatGPT问世起脱离历史趋势，而英国、加拿大、澳大利亚和欧盟27国基本仍贴着旧趋势线，只有瑞典略有抬升。Anthropic的加拿大报告也指向同一方向：加拿大占全球Claude.ai流量的2.6%、总量排第8，人均使用量是其人口规模对应值的4倍多，在用量前十国家中人均仅次于美国；决定采用率的是产业结构而非收入水平——专业、科学与技术服务占比大的省份用得最多，安大略一省占全国对话的43.9%。在自我报告层面，约43%的美国劳动者表示工作中使用AI，欧洲为26%至36%，欧洲总使用时长不到美国的三分之一。 背景：AI与生产率的关系在学界和政策层一直存在分歧。旧金山联储2026年5月26日的经济letter给出的是更谨慎的判断：过去三年美国经济以约2.5%的年率稳定扩张、就业增长接近零，劳动生产率明显改善，但全要素生产率只有温和增长；用状态转换模型对比1990年代技术繁荣期，截至2025年四季度，基于劳动生产率判断美国已进入高生产率区间的概率约57%，基于全要素生产率的只有21%。阿波罗首席经济学家Slok在10月5日的解读更直接：利用率调整后的全要素生产率目前略低于零，自AI资本开支周期启动以来没有加速迹象，而人均产出接近2.5%，强劳动生产率叠加平坦的全要素生产率是资本深化的特征，不是技术冲击的特征。中文侧的综述也提到，美联储FEDS Notes数据显示到2025年底约18%的企业已采用AI，个人层面工作相关生成式AI使用率约41%，按就业加权估算约78%的劳动者在采用AI的企业工作、约54%在使用大语言模型的企业工作；堪萨斯城联储则提醒AI目前还不能解释总体生产率变化的大部分。 影响：把两条线索放在一起，指向的并不是AI已经让全社会整体变高效，而是这轮收益高度集中在少数把工具写进流程的地区和行业。同一批模型、同一个API，套用水平不同，结果会差出一个量级。对企业和开发者来说，真正的分水岭是愿意花时间重构流程，而不是采购多长的订阅；对读者而言，美国3.69倍、欧盟1.85倍的采用强度差距说明AI红利更取决于组织改造速度而非模型强弱。同时也要看到风险：全要素生产率仍未转正，意味着这轮生产率红利目前集中在少数可被清晰描述的行业，一旦无法向长尾扩散，整体宏观数据仍可能看不到明显跃升，届时AI资本开支的回收预期会被重新定价。 总结：达拉斯联储的国际比较研究给了AI与生产率之争一个更可操作的答案——决定结果的不是行业被AI暴露了多少，而是人真的用起来没有，美国AI采用最密集的三个行业组生产率年化3.7%、其余经济1.7%的差距，与Claude使用强度3.69倍对1.85倍的国别数据互相印证。与此同时，旧金山联储的状态转换概率和长期低于零的全要素生产率提醒，总量层面尚未出现AI的印记。这场争论的下一阶段不在模型参数，而在企业流程改造速度与普及率上。 常见问题： 问：AI到底有没有真的提高生产率？ 答：目前看是局部提高、总体未显现。AI采用最密集的行业组生产率年化增长3.7%，其余经济只有1.7%；但全要素生产率仍略低于零且没有加速，宏观层面还看不出明显跃升。 问：美国和欧洲的差距在模型还是用法？ 答：主要在用法。美国人均Claude使用强度是全球平均的3.69倍，欧盟27国为1.85倍，两边用的是同一批模型和API，差别在于有没有把工具写进日常流程。 参考来源： 达拉斯联储工作论文《International comparisons show AI effect on productivity》记录页（Dallas Fed Economics 103494） https://ideas.repec.org/f/pda415.html 达拉斯联储研究的详细解读（AI Changing Work） https://aichanging.work/fr/blog/dallas-fed-ai-productivity-international-comparison-2026 金融时报与达拉斯联储数据的报道转述（2026年11月1日） https://doisongphapluat.nguoiduatin.vn/nuoc-my-but-pha-nang-suat-lanh-nguoi-ai-khong-lam-the-gioi-thong-minh-hon-no-chi-keo-dan-khoang-cach-giua-nguoi-biet-dung-va-ke-mua-ve-de-day-a674968.html Anthropic经济指数：加拿大Claude使用报告 https://www.anthropic.com/research/how-canada-uses-claude Anthropic经济指数主页（各国Claude使用与对话分析） https://www.anthropic.com/economic-index 旧金山联储经济letter 2026-14《Have We Entered an Era of High Productivity Growth?》 https://www.frbsf.org/research-and-insights/publications/economic-letter/2026/05/have-we-entered-era-of-high-productivity-growth/ 阿波罗每日火花《No Signs of AI in the Productivity Data》（2026年10月5日） https://www.apollo.com/wealth/insights-news/insights/daily-spark/No-signs-of-AI-in-the-productivity-data 中文研究综述《AI生产率真实吗：从工作现场15%提升到宏观扩散》 https://koreainvestinsights.com/zh/post/ai-productivity-real-evidence-generative-ai-at-work-fed-2026-06-17/