30 秒翻重點

生產力可以先理解為「同樣的時間，能做出多少東西」。在 FinFin 翻翻理財，我們把它放在經濟學的總體經濟指標主題裡。美國勞工統計局把勞動生產力概括為「產出相對於工時的變化」，最簡化的算法是實質產出除以工作時數。AI 讓同樣的工時完成更多工作時，勞動生產力可能上升；但省下的時間可能變成休息、更多任務、更低的價格或更高的利潤，結果取決於企業怎麼分配。所以「做得更快」不等於「員工更輕鬆」，也不等於「公司更值錢」。企業實際導入 AI 的案例，可以參考AI 導入進入第二階段；衡量物價的指標，可以讀CPI；海外景氣怎麼傳到台灣，則整理在外溢效應。

生產力是什麼？

依據美國勞工統計局的說明，勞動生產力可以簡化成：

勞動生產力 ＝ 實質產出 ÷ 工作時數

經濟合作暨發展組織（OECD）也提醒，勞動生產力不只反映員工的能力或努力，還受到資本、技術、管理、組織與規模影響。

用生活例子理解

想像一家手搖飲店，原本一位店員一小時能做 20 杯，店裡買了一台自動封口機後，同一位店員一小時能做 25 杯。這就是生產力提高。

但接下來會發生什麼，取決於老闆怎麼決定：

  • 讓店員一樣工作，但多賣一些飲料；
  • 讓店員早一點下班；
  • 降價搶客人；
  • 或者把省下的錢拿去付封口機的維修費。

（以上為簡化的假設例子。）

AI 提升效率後，成果去了哪裡

真實企業評估 AI 時，要先釐清幾個問題：

  • AI 產出的是初稿，還是可以直接交付的成果？
  • 省下的時間，有沒有被查核、修改和處理錯誤吃掉？
  • 產量增加時，客訴、法律與品牌風險有沒有跟著增加？
  • 員工是在同樣工時產出更多，還是實際工作時間也拉長了？

國際勞工組織（ILO）的研究回顧指出，生成式 AI 的生產力增益是真實的，但並不平均；OECD 的職場 AI 報告也呈現雙面結果：許多使用者覺得 AI 改善了工作表現，但工作強度、資料使用與不平等仍是主要疑慮。

常見誤會

  • 「生產力提高，員工就會更輕鬆」：省下的時間可能被安排做更多事。
  • 「用了 AI，公司就更值錢」：還要看新增收入、額外成本、競爭對手的反應與風險。
  • 「生產力只跟員工努力有關」：技術、管理、組織與規模都會影響生產力。

FinFin 觀點

「AI 讓人做得更快」是作業層的結論，「企業因此更賺錢」是商業模式的結論，「股票因此更值錢」則是估值的結論，三者不能直接畫上等號。技術決定能做什麼，制度與管理決定成果怎麼分配。

你要注意

本文以簡化公式與假設例子說明概念，不同產業衡量產出、工時與品質的方式並不相同。本文不構成企業評價或投資建議。