主要观点总结
本文介绍了丹麦的一项关于大语言模型对劳动力市场影响的实证研究。结果显示，在ChatGPT推出一年半后，各类AI聊天机器人对员工的收入和工时几乎没有影响。尽管AI工具能够提高效率，但并未带来明显的收入增长。相反，AI更多地改变了工作内容，包括集成和适配AI系统、内容创作、合规和伦理相关任务，以及利用AI进行创新和数据分析等。
关键观点总结
关键观点1: 大语言模型尚未对劳动力市场产生显著影响。
一项基于丹麦的实证研究结果显示，ChatGPT等AI工具推出后，员工的收入和工作时间并未发生明显变化。
关键观点2: AI工具提高了效率，但未有显著的经济回报。
尽管AI工具能够帮助员工节省时间，提高工作效率，但这些“AI红利”并没有转化为明显的收入增长。
关键观点3: AI改变了工作内容。
AI的引入导致工作内容发生了变化，包括集成和适配AI系统、内容创作、合规和伦理相关任务，以及利用AI进行创新和数据分析等方面。
关键观点4: 雇主的态度和培训对工作内容的变化有影响。
雇主是否鼓励使用AI以及是否提供培训是影响工作内容变化的关键因素。在企业积极部署的情形下，新任务的出现概率提升，时间节省、创造力提升和工作质量改善的自我报告也显著上升。
正文
不过，愿意接纳
AI
，把它融入日常工作的人，本身的能力或者动力可能就更强，日后的发展可能也就更好。为了防止这种偏差，作者们控制了员工的各项条件，包括性别、年龄和劳动力市场经验，尽量保证不同员工之间的可比性。
他们还发现，不同企业对生成式
AI
的态度差异明显：有的鼓励员工积极使用，有的则保持中立，甚至明令禁止。这种由雇主政策带来的使用差异，并非出自员工自身的选择。研究团队正是利用这点，将背景相似、但由于所在企业政策不同而使用
AI
多寡不同的两组员工进行对比，观察他们在
ChatGPT
发布前后，收入和工时的变化是否出现分化。
结果显示，在
ChatGPT
推出一年半之后，各类
AI
聊天机器人对员工的收入与工时几乎没有可观测的影响。研究中大多数关键结果都显示，
AI
对收入的影响非常小，小到几乎可以忽略。同时，即使有收入增长，幅度也几乎不会超过
1%
。具体到各个职业，情况同样如此。研究显示，哪怕有涨薪，幅度也不会超过
6%
。就算是在最可能受益的岗位上，比如软件开发、市场营销或人力资源，结果也没有明显不同。
图2 此表第1列为使用AI的员工平均感知收益影响（以百分比表示），报告收入减少的员工（第2和5列）、收入不变的员工（第3和6列）以及收入增加的员工（第4和7列）。
作为补充，研究还直接问了参与者一个简单的问题：
“
ChatGPT
等生成式
AI
工具有没有让你的收入增加？
”
在
2024
年
11
月的调查中，
97%
的受访者回答
“
没有
”
。他们自己估算的收入增长幅度也非常小，通常在
0.04%
到
0.2%
之间。哪怕是那些自认每天用
AI
节省超过一小时工作时间的用户，也没有表现出更明显的加薪或其他劳动力市场上的优势。
研究者还跟踪了长时间段内的趋势变化。他们以
ChatGPT
推出为分界点，发现推出前后的趋势都没有什么变化。如果说
AI
有着影响经济的潜力，我们应该能看到某种正在酝酿的变化趋势，比如使用者慢慢开始跑赢，但这样的分化始终没有出现。这让研究者判断，
AI
工具没有带来显著变化，并不是因为时间还不够，而是它在实际工作中产生的影响本身就可能非常有限。
对于这种情况，作者们已经不觉得奇怪了。他们认为，大语言模型目前的境况，并非没有先例。他们引用了诺贝尔经济学奖得主索洛在
1987
年的那句经典评论：
“
你能在任何地方看到计算机的影响，唯独在生产力数据中看不到。
”
计算机刚普及时的情形与今日的大模型颇为相似，技术迅速扩散，社会关注度极高，但在工资、工时这些核心经济数据中，仍难以看到清晰的变化。
对这种现象，作者们并不感到意外。这种
“
看得见应用、看不见影响
”
的情况，在技术史上并不新鲜。
1987
年，正值计算机开始大规模普及，诺贝尔经济学奖得主罗伯特
·
索洛就曾说过：
“
你能在任何地方看到计算机的影响，唯独在生产力数据中看不到。
”
如今，大语言模型似乎也处在类似阶段，技术迅速扩散，社会关注度极高，但它的经济效应，还没有体现在工资、工时这些核心经济数据中。
