每人每周省3小时,493家公司人均营收为何6年不涨?

拆解 Glean Work AI Institute(6000人调研)与 Payscale《AI Workforce Impact Report》(1000名员工、500名雇主决策者)及 Apollo 标普493对比数据:75%员工认为个人效率提高、43%每周省3小时以上,但仅13%认为组织整体显著变好。分析岗位设计、质量与产量双重考核、激励兑现如何决定 AI 节省工时能否转化为企业人均营收与利润率。

行业观察

不少珠三角和长三角的企业老板今年都在算同一笔糊涂账:给研发、运营、职能部门批量买了 AI 工具席位,开会时各部门主管都汇报“人效明显提升了”,员工自己也觉得干活比去年快了一截,可年底拉出财务报表一核,公司的人均营收和营业利润率几乎纹丝不动。

钱花出去了,员工也确实在用工具,多出来的效率到底卡在哪里?

先看 3 组放在一起有点拧巴的公开数据。美国企业知识平台 Glean 旗下 Work AI Institute 于 2026 年 7 月 30 日发布的《Work AI Index 2026》(调研美英澳三地 6000 名全职数字员工)显示,87% 的受访员工已经在工作中使用 AI,75% 认为 AI 让自己个人更高效,自报平均每周靠 AI 自动化省出约 11 小时;但在同一份 6000 人调研里,只有 13% 的人认为所在组织整体的经营表现因此显著变好。另一边,薪酬数据机构 Payscale 于 2026 年 11 月 10 日发布的《AI 劳动力影响报告》(由 Dynata 于 2026 年 8 月调研 100 人以上企业 1000 名员工和 500 名企业 HR 及招聘决策者)给出了一条相近的裂缝:43% 的员工每周靠 AI 至少省下 3 小时,但真正把省出来的时间投入更高价值、更具战略性工作的员工只有 19%。再把视线拉到上市公司整体盘面,Apollo Global Management 首席经济学家 Torsten Slok 在 2026 年 10 月 24 日公布的跟踪图表显示,自 2019 年 4 季度以来,剔除科技七巨头之后的标普 493 家公司,经通胀调整后的人均营收和利润率几乎走成了一条水平线。

动图:Glean 2026年美英澳6000人调研显示75%员工认为个人用AI更高效,但同一口径下仅13%认为所在组织整体绩效显著变好

一边是个体感觉快了、时间确实省出来了,另一边是全公司账面上看不出产出抬升。原因不在模型还不够聪明,而在员工省下工时之后,企业的岗位分工、考核口径和工作交接方式还按买 AI 之前的老账本在跑,省出来的时间被顺手填进了重复增量和返工核对里,根本没流到能抬高利润的业务上去。

43% 员工每周省出 3 小时,为什么标普 493 家公司人均营收还是零抬升

做经营的人买单前都会算一笔工时账。Payscale 2026 年 11 月 10 日披露,在 100 人以上规模的企业里,43% 的在职员工表示借助 AI 每周至少省下 3 小时;尚未在岗位上使用 AI 的占 19%,觉得省时效果不明显的占 11%。拿这份公开下限口径按一年 52 周直接折算,每位达标员工一年至少多出 156 小时的可用工时(注:此 156 小时系按 3 小时乘以 52 周推算的年度下限,并非原表直接填报值),差不多相当于 1 名全职员工多干了近 4 周。

按照常规测算,一家 200 人的公司哪怕只有 40% 出头的人达到这个省时门槛,一年在账外凭空多出来的有效工时也超过 1.3 万小时。如果这些工时实打实转化成新增交付、更高毛利的订单或者更少的无效加班,人均创收曲线早就该抬头了。

现实却刚好停在半空中。Torsten Slok 在 2026 年 10 月 24 日结合彭博与 Macrobond 数据绘制的《No Signs of AI Payoff Outside the Tech Sector》拆解了标普 500 成分股自 2019 年 4 季度经通胀调整至同基期的走势:科技七巨头(Magnificent 7)的人均营收和营业利润率在 2023 年底之后明显上扬,而其余 493 家横跨制造、金融、消费、医药和传统服务业的大型企业,整条人均营收曲线从 2019 年 4 季度一路横盘到 2026 年 3 季度,利润率同样维持走平。Slok 在报告正文里直接给出判断:尽管企业在 AI 上的投资庞大、声势极高,但除科技板块以外的美国主流企业体,在财务回报上至今仍几乎为零。

Apollo首席经济学家2026年10月公布的美股S&P 493与科技七巨头人均营收走势图,显示七巨头之外493家企业自2019年四季度以来经通胀调整的人均产出走平

科技七巨头自己卖算力、卖云服务、卖软件授权,AI 开支就是他们的订单和毛利;而其余 493 家公司是 AI 的采购方,相当于所有付费上车买工具的传统实体和企业客户。采购方这边个人明明快了,账面产出却纹丝不动,问题自然出在“省下的 156 小时到底流进了哪个抽屉”。

按Payscale 2026年调研43%员工每周至少省3小时折算,每人每年至少多出156小时工作时间,但仅追速度不改工作流会导致74%团队更易产出未核验AI稿

省出来的时间去哪了:员工表上第一大去向不是高价值工作

把 Payscale 在 2026 年 11 月 10 日报告里附上的 2 张原始调研表并排摆到一起,账就清楚了。这张调研由同一批调研机构在同一周期完成,一边问 500 名企业 HR、薪酬和招聘负责人,另一边问 1000 名 100 人以上企业全职员工,2 个问题几乎一模一样:员工用 AI 省下时间后,首要拿去干什么。

Payscale 2026 AI Workforce Impact Report 员工去向原件截图显示,员工用AI省下时间后投入更高价值工作的比例仅19%,低于同工时干更多活的28%

在 500 名雇主这一侧,排名第一的期待明确指向“更高价值、更具战略性的工作”,占 34%;期待员工在同等工时内完成更多原有工作的只占 26%。老板和 HR 心里打的算盘很清晰:把写初稿、理表格、整理资料这些底座活丢给 AI 之后,核心员工应该腾出手去啃大客户方案、优化工艺、拆解棘手问题。

翻到 1000 名员工这一侧的真实去向表,顺序完全倒过来了。回答“投入更具战略性或高价值工作”的员工只有 19%,连 20% 都不到,比雇主想象的 34% 整整矮了一截;员工选择比例最高的一项是“在相同时间内完成更多同类型工作”,达到 28%;剩下的时间里,11% 拿去学新技能和培训,6% 用来帮同事分担协作,还有 5% 直接变成少干活、多喘口气的自由间隙。

Payscale 2026年1000名员工样本时间去向柱状对照:28%同工时干更多活排第一,投入高价值工作仅19%,明显低于雇主预期的34%

为什么员工不往老板盼着的那 19% 走,反而顺手把 28% 的增量塞回了老工位?同一份 Payscale 报告里的培训与薪酬数据解释了员工为什么这么选。

第一道断层发生在能力交付上。74% 的受访企业表示会在未来 12 个月安排 AI 技能提升计划,可员工那端真正感受到公司在 AI 能力建设上有投入的只有 29%。管理层以为买完账号、发一份通知就算把事办妥了,一线员工其实根本不知道省出来的 3 小时该接手哪一块高难度工作、交接标准是什么。人只要不明确新的工作边界,每天最本能的做法就是把邮箱里排队的日常杂活多清几条。

第二道断层藏在工资表和岗位职责里。56% 的员工认为学会并在工作中应用 AI 技能应当带来加薪,然而现实中因为 AI 技能提升真正拿到涨薪的只有 16%,高达 70% 的受访员工明确表示薪酬没有任何变化。企业自己也感到了旧体系失灵:61% 的组织正在重写岗位说明书以适配 AI,48% 承认现有市场薪酬对标已经反映不出新岗位要求的技能,49% 坦言现有的内部薪资结构跟不上工具普及带来的分工变化。当高价值任务意味着更高的责任、更长的沟通链条、更高的出错风险,而工资条和晋升通道一动不动时,员工当然更愿意在安全区里用 AI 多交几份同工时的常规件。

只考核产出速度不改工作标准,省出来的工时会在返工里烧光

Payscale 看清了员工把时间填回日常加量的动机,Glean 那份同样于 2026 年 7 月 30 日发布的 6000 人《Work AI Index 2026》,则补上了企业内部协作链路上最耗血的另一半拼图。

需要事先交代口径:Payscale(1000 人与 500 人样本)和 Glean(6000 人样本)属于 2 项独立调研,各自对应不同问卷设计,不能把两份表的百分数直接相减。把 Glean 自己的 6000 名全职数字员工拆成 2 类企业对照着看,就能理解为什么 75% 的个人提效在组织层会缩水成 13%。

第一个反差在员工怎么操作工具。在反馈“看不到效果、有负面影响或效果不明”的企业里,员工把 AI 相关工作时间的 49% 都花在了直接操作工具本身,包括来回调提示词、在聊天框和办公软件之间反复复制粘贴、人工补上下文;而在那 13% 真正实现组织明显变好的企业里,直接操作 AI 工具的时间比例压到了 27%。差距出在企业信息底座上:Glean 统计发现,53% 的员工日常所需的公司关键信息根本没接进 AI 系统,AI 吐出来的全是脱离本公司真实产品参数、客户条款和工艺标准的“漂亮废话”,员工省了半天打字时间,结果倒赔进去大把人肉找资料、人肉改事实的时间。

第二个反差更致命,直接指向 KPI 定向。Glean 专门统计了一种正在办公室和项目团队蔓延的现象,原文称为未核验的敷衍式 AI 产出(AI 生成后没经本人实证核对就直接流转给同事或下游部门的半成品)。在只考核个人产出数量或速度的组织里,高达 74% 的员工承认干过或收到过这类敷衍 AI 稿;而在同时把质量指标和产出效率绑在一起考核的组织里,这一比例为 64%,认为 AI 确实提升了工作质量的员工比例为 83%,高于只考产量组的 68%。

这笔账放到实体公司和跨部门团队里一算就寒心。前端销售或文案用 AI 花 10 秒钟生成一份 10 页方案发出去,自己在系统里打勾“今天多出了 3 份方案”;可方案里参数口径没核对、报价边界抄混了型号,下游技术支持、报价员、项目经理不得不花 2 个小时逐行挑错、拉会澄清。前端 1 个人省出来的工时,全变成了下游 2 到 3 个人加倍消化的返工垃圾时间。总工时不但没降,跨部门扯皮成本反而涨上去了。

Glean 数据里还有一个分水岭数字:在那 13% 真正拿到组织收益的公司里,90% 把引入 AI 当成重新梳理和设计工作流程的契机;而在其余公司里,做到这一步的只有 54%。同时,对公司 AI 路线和机制有明确信心的员工,主动跳槽看新机会的比例低了 28%。

老板买 AI 不能只发账号,先重写这 3 张内部账单

写春秋管理咨询这 20 年在深圳和珠三角服务过 600 多家制造业及实体关联企业,过去 2 年陪不少企业老板推过数字化和工具落地,越往深处走越看清楚同一个规律:任何单点工具一旦跳过组织分工和考核制度直接下发,最先放大的不是总产值,而是部门墙与考核漏洞。

老板如果不想明年再交一次“个人快了 75%、公司回报接近零”的学费,在续费下一批 AI 席位前,先把企业内部这 3 张账单对清。

第一,把考核口径从“单点产出了多少”改成“下游一次通过率加净工时回收”。只要还按员工交了多少份文档、写了多少行代码、发了多少套方案记工分,74% 的未核验垃圾产出就一定会把团队拖进返工泥潭。必须把 Glean 验证过的“质量加效率双轨考核”立进下游验收节点:谁发起 AI 辅助材料,谁对里面的事实边界和参数负终责;一次通过下游核验的净省时才算有效贡献,打回返工的工时要算回发起部门头上。

第二,先接通企业自己的产品库、工艺单和历史项目口径,别让每个员工拿公网提示词各自闭门造车。员工把 49% 的时间耗在工具表面,往往不是他们不会用 AI,而是 53% 的关键经营知识压根没结构化放进共享底座。比起天天搞提示词大赛,先把报价口径表、常见问题库、检验标准和过往标杆合同按统一版本喂进内部知识池,把工具交互时间压到 27% 附近,省下的才是真精力。

第三,提前写明白那 156 小时腾出来以后到底干哪一摊高价值工作,以及干完之后怎么拿钱。雇主想要 34%,员工只肯挪出 19%,缺的那 15 个百分点不是员工觉悟低,而是 61% 的岗位说明书没重定、70% 的薪酬纹丝不动、74% 喊出来的培训在员工眼里只有 29% 落地。部门负责人必须带着员工把清单列死:哪些例行整理交由工具托底,省出来的每星期 3 小时固定切给客户复盘、良率改进、新品试制对接还是工艺迭代,配套的目标达成奖金和能力认证怎么挂钩。

模型每半年都在降价、提速,买工具的门槛早就不高了。真正拉开 2 家同类公司差距的,从来不是谁买了更贵的账号,而是谁先动手重算岗位分工、质量验收和激励分配那 3 本管理账。只要旧制度还在用“干更多旧活”奖赏员工,省出来的工时就永远只在员工桌面打转,进不了公司的利润表。

常见问题

员工普遍都在用 AI 工具且自报省时,为什么企业财报的人均营收与利润率没有同步上升?

Glean Work AI Institute 2026 年对 6000 名全职数字员工的调研显示,87% 使用 AI、75% 认为个人更高效、自报每周省约 11 小时,但只有 13% 认为组织整体显著变好。同时 Apollo Chief Economist 对标普 493 家非科技权重股的统计显示,自 2019 年 Q4 以来人均营收与利润率整体走平。核心原因在于企业未同步重写岗位工作流、考核标准与分配口径,省出工时常回流到重复产出与返工核对中。

员工用 AI 每周省下 3 小时以上之后,真实时间和期待之间存在哪些错配?

Payscale 2026 年 11 月发布的 AI Workforce Impact Report 显示,43% 的受访员工每周通过 AI 节省 3 小时及以上,但只有 19% 将这些时间投入更具战略性或高价值的工作(雇主期待比例为 34%),28% 则用来在相同工时下完成更多既有任务。此外,74% 的雇主计划在未来 12 个月投入 AI 技能培训,但仅 29% 的员工实际感受到公司投入;56% 的员工期待因学习 AI 技能涨薪,实际因此涨薪的比例仅 16%。

制造与实业企业推行 AI 时,管理制度和考核方式应该优先调整哪三件事?

第一,把个人省时指标与跨部门净交付周期、客诉率和一次性通过率绑定,只考产量不考质量时未核验敷衍产出比例达 74%,双维度考核可将该比例降至 64% 且工作质量提升比例从 68% 升至 83%;第二,打通内部工艺库、质检表与客诉台账的知识检索接口,避免 53% 员工无法通过系统调取关键信息;第三,把 61% 企业正在重写的岗位说明书、绩效加薪通道与 AI 流程重设计打包联动。

写春秋管理咨询 · 顾问直连(自 2005)

扫码领《同行业人效数据表 / 咨询签约核查单》

微信扫码添加写春秋顾问企业微信,发送「核查单」即可领取本文配套工具表。如企业已有明确改善计划,请直接留言「所在城市 + 行业 + 人数 + 当前卡点」,资深顾问本人对接。

自测工具: 97 家企业人效对标计算器 · 计件改计效与调薪保本测算 · 人效分位与咨询选型对照表

首席顾问:刘新珍(国防科大工程师出身 · 中国首位女性 ICMC 认证咨询师 · 20余年管理咨询经验) · 地址:深圳市光明区招商局光明科技园 B2-1402

写春秋管理咨询顾问企业微信二维码
微信扫码 · 加顾问企微
AI 顾问