2026 年 3 月一份 Atlanta Fed 工作文件,基于对近 750 名公司高管的调查,刚刚为大多数中端市场运营领导者在自家试点中悄悄注意到的现象赋予了一个数字:AI 的生产力收益是真实的,但它们测量值小于感知值,而这一差距足够大,以至于作者直接将其命名为生产力悖论(Atlanta Fed, 2026)。这个悖论不是测量伪迹。它是更深层部署问题的实证指纹——在经济学家 Scott Cunningham 于 2026 年 3 月 27 日向 Federal Reserve Board 展示的一条曲线上,这个问题有一个具体名称:AI 增强的产出跌至前 AI 基线之下的危险区(Forbes, 2026)。
对于在 50–500 全职员工公司里、这个季度决定哪些 AI 试点要规模化的 Head of Operations 而言,危险区框架将规划问题从我们能节省多少时间重新定义为AI 在哪里能压缩时间而不侵蚀产出准确性的判断。能在 2027 年干净扩展的中端市场 AI 部署,是那些明确运行这套校准的部署。当下大多数试点没有运行它。
Atlanta Fed 的生产力悖论,量化
Atlanta Fed 论文 (Working Paper 2026-4) 是目前公开记录中跨公司读取 AI 生产力影响最干净的一份。主要作者 Salomé Baslandze 与同事于 2025 年底至 2026 年初进行调查,主要通过 Duke/Federal Reserve CFO Survey 面板获取 CFO 的回应,并由 Financial Executives International 成员补充 (Atlanta Fed, 2026)。三项发现对运营职能有意义。
第一,采用广泛但不均匀。受访公司中过半已经投入 AI,测得的最大生产力收益集中在高技能服务和金融领域。中端市场段正好是仍在加大投资的群体——这意味着这个季度做出的部署决定为 2026 年其余时间的生产力轨迹定调。
第二,收益为正但温和。劳动生产力的提升在数据中清晰可见,但在各行业之间差异显著。作者预期收益将在 2026 年逐步加强,但在田野调查时主标题水平远低于供应商宣传材料和咨询预测中流传的数字。
第三——这是承载性发现——感知收益领先于测量收益。高管系统性地报告比底层数据所能确认的更大的 AI 驱动生产力提升。作者将此解读为收入实现的时滞。它也是,更令人不适的,那些从内部感觉高产、但其产出尚未在外部表现为持久可测量收益的试点的实证签名。
如此规模的感知与测量差距,正是 Cunningham 所命名的危险区的前置条件。
Cunningham 曲线及其下跌背后的机制
2026 年 3 月 27 日,Scott Cunningham——贝勒大学经济学家——向 Federal Reserve Board of Governors 做了报告,并做了一件大多数经济学家不会做的事:他在讲座期间现场使用 AI,以复制一项关于移民情绪的标志性研究,通过 AI 代理下载了 305,000 篇国会演讲,总共仅花费十一美元 (Forbes, 2026)。除展示本身之外,演讲的实质内容是一条生产函数——一条形式化的经济学家曲线,把人类时间投入对应到认知产出,绘制了 AI 之前与之后两条线。
这条曲线有两个重要特征。第一,后-AI 曲线在每一个人类参与水平上都高于前-AI 曲线——AI 在各处抬升潜在产出。第二,当人类时间投入降到某一关键阈值以下,后-AI 产出曲线会跨到前-AI 基线之下。Cunningham 把这一区域称为危险区:本该让劳动者更高效的技术,在实践中让其更低效——比根本没有 AI 还低。
机制很直白。在 AI 之前,人类时间与机器时间是互补品——两者都要才能产出认知工作,就像一间厨房既需要厨师也需要烤箱。随着机器能力上升,投入越来越成为替代品。经济学推向角落解:全机器,无人类。但认知产出需要判断——那一层安静、难以仪表化的层,它能抓出 AI 那种听起来合理的错误,知道三份草稿中哪一份是客户真的会照着做的,能把问题框得足够准确让 AI 在一开始就有用。把这一层削得太狠,产出就不再可用。试点继续产出交付物;交付物只是不再做以前的工作了。
危险区不是假设。它是 Atlanta Fed 感知与测量差距的运行解释。处于危险区的试点产出感觉更快——因为它确实更快——而测得更差,因为判断层已被削薄到产出不再支撑的点之外。
13% 之墙:当外人借助 AI 进入内行领域
2025 年 9 月 Harvard Business School 一份独立工作论文,由 Iavor Bojinov、Edward McFowland III 及合作者撰写,为这一下跌的特定版本赋予了数字。在全球衍生品交易商 IG Group 的一项受控研究中,研究者要求三组人——12 位网页分析师(通常为公司撰写投资内容的职业内行)、26 位营销专家(相邻外人)和 40 位软件开发者(远端外人)——产出投资文章,三组的 AI 访问被标准化 (HBS, 2025)。
营销专家在 AI 协助下,产出几乎与网页分析师一样好的文章。软件开发者——同样有能力操作 AI 工具——产出却在清晰度与胜任力上落后网页分析师 13%,即便有 AI 的全力帮助也是如此。研究者把这一效应命名为 GenAI Wall:AI 并不能消解的横向专业转移天花板。
对运营职能而言,这一发现比标题更令人不安。大多数工作流层级 AI 部署的隐含承诺是:AI 能拉平专家与通才的差异——一个通才配一个好模型就能做专家的活。HBS 数据说,拉平是部分的。AI 压缩了内行与相邻外人之间的差距。它并不闭合内行与远端外人之间的差距。当一支团队用 AI 去覆盖其真正领域以外的工作时,最终产品里出现的就是那 13% 的准确度差。
用 Atlanta Fed 的话来讲,13% 差距是感知收益与测量收益分道扬镳的一个具体通道。试点 deck 显示部署扩大了团队的有效范围。按胜任力打分的产出却显示,范围扩展是以可测量的准确度代价换来的。
这对中端市场运营职能意味着什么
漂入危险区的中端市场 AI 部署模式有一种可辨识的结构。通常存在一个对资深、领域专家团队成员而言耗时的工作流。试点用一位更初级的同事加一个 AI 工具替换资深成员的时间。Cycle time 下降。该工作流上的 headcount 下降。试点报告出一份干净的效率收益。
发生了两件试点仪表没有捕捉到的事。第一,资深者的判断层——那一部分原本会抓出小但有后果的错误——已被削薄。第二,初级同事被推入一项他属于职业远端外人而非相邻者的工作。Atlanta Fed 的悖论与 Bojinov 的 13% 之墙在同一个试点中同时活跃。Board pack 显示绿色指标。工作却悄然搬入危险区。
捕捉这件事的诊断不是生产力指标。Throughput 会看上去正常。Cycle time 会看上去正常。能捕捉的诊断,是一种质量审计:由曾经做这份工作的资深者,基于抽样,在 AI 增强工作流的产出之上执行。如果资深者持续标记出前 AI 版本的工作流本不会产生的错误,试点就在危险区——无论 throughput 仪表盘怎么说。
大多数中端市场试点不会跑这种审计。判断在工具上至关重要的那位资深者,按试点设计,已经不在日常产出的回路里了。错误率因此在工作流内部不可见。它只在外部可见——通过客户升级、下游返工或滞后于生产力报告一至三个季度的延迟质量信号。
反方论点:"我们的试点显示的是收益,不是损失"
来自一位跑成功 AI 试点的运营领导者的自然反对,是说这种危险区框架过头了。试点指标为正。团队反馈满意。客户没有抱怨。
Atlanta Fed 数据正是对这一反对的反击。在接近 750 家公司中,典型报告模式就是:感知生产力收益为正,而测得收益小于感知值。试点的满意度信号没有争议。团队报告的内容与生产力统计数据所确认的内容之间的差距,正是数据所称的悖论。一份显示感知收益为正的试点,与处于危险区内的状态是一致的——而非反证。
第二个反方论点更实质:危险区是试点设计的函数,而非 AI 本身的函数,成熟的试点能避开它。这是正确的解读。Cunningham 曲线不是对 AI 的判决。它是一张地图,标出生产力收益住在哪里——以及在同一条曲线上,收益在哪里反转。运营职能的仪表化问题是:每一个试点是否被设计为落在曲线的生产力区域并留在危险区域之外,而不是试点在第二个月报告的数字是否为正。
一个没有跑过胜任力审计的试点,无法说自己在曲线的哪个区域运行。生产力报告是必要的,但不充分。
大多数试点从不进行的一次校准
把危险区试点与生产力区试点区分开的那一次校准,在结构上简单,在运营上罕见。它有三个组件,都不需要额外 headcount 或供应商支出。
按定义频率对 AI 增强产出抽样,并以前 AI 基线产出为标准为之打分,使用本来会产出前 AI 版本的那位资深审阅者。打分不是大拇指上/下。它是对工作流下游使用所看重的要素——准确性、完整性、判断选择、边缘情况处理——的逐维度胜任力评分。
明确追踪感知与测量差距,不作为生产力数字,而作为质量差值。Atlanta Fed 风格的语言:试点报告的收益中,有多少是持久的测得改进,有多少是尚未表现为可测结果的感知改进 (Atlanta Fed, 2026)?
在扩展之前定义止损阈值。如果抽样产出的胜任力降到一个定义的底线之下——HBS 数据表明 13% 大致是远端外人 AI 工作在仔细打分下出现的下边沿 (HBS, 2025)——暂停扩展并重建人类时间投入,直到分数恢复。这是校准里大多数试点做不到的部分,因为团队已经把 headcount 节省入账到下个季度的计划里了。
不光彩的现实是,这次校准每个季度大约花掉工作流资深时间的 2–5%。不跑它的代价,是运营职能通过客户升级队列或下游返工 backlog 发现危险区——比生产力报告滞后一到三个季度。
这个季度的决策
主导 2026 年 AI 战略对话的 PwC 与 BCG 数据,确立了 business-model 姿态在 AI 部署中的重要性。Atlanta Fed、Cunningham 与 Bojinov 的发现,现在在运营侧确立了平行的一点:部署姿态不只是把 AI 指向哪里。它是人类判断层能多薄,在 AI 增强产出跌至前 AI 基线之下之前。
Head of Operations 不需要在这个季度重新设计 AI 组合就能据此行动。决策更窄。对于当前在跑的每一个 AI 试点,问一个问题:该工作流的产出上,是否有由曾经做这份工作的资深者,基于抽样,带着定义好的止损,正在运行的一次胜任力审计? 如果答案是否,那么这个试点——在 Atlanta Fed/Cunningham/Bojinov 的复合读数下——正在没有那唯一能把生产力区部署与危险区部署区分开来的仪器的情况下运行。
Atlanta Fed 的生产力悖论是当前市场上最有纪律的经验信号,说明 AI 的感知收益与 AI 的测量收益并不是同一件事。在这个季度审计这一差异的中端市场运营职能,正是那个会在 2027 年扩展 AI 组合而不被升级与返工告知收益其实早就在侵蚀基线的职能。
把胜任力审计加到下一次试点 review 中。这件仪器并不要运营职能花费它本来没有的任何东西。不用它运行的代价,就是生产力仪表盘无法显示的那唯一一个数字。
