AI 时代的人效分析：产出进了分子，成本没进分母

一、先把人效还原成一个口径构造物

回到组织的第一性原理：组织是信息网络加利益分配网络。人效不是这张网的物理属性，它是财务口径的构造物。分子是产出，分母是人，用哪一套换算单位定义分子与分母，谁就定义了胜负。人均利润、人均产出、人工成本利润率，这些指标的差别不在算法，在于谁被算进分母、什么被算成产出。

AI 进入之后，这个构造物开始变形。它同时改变分子的组成和分母的边界，而且两处都不对称：分子被抬高，分母被漏记。三处失真叠在一起，就形成了 AI 时代最普遍的假象，人效曲线年年向上，单位交付成本纹丝不动。这也是为什么 CEO 在 BCG AI Radar 2026 里有 82% 比一年前更乐观，而这个星球上真正以降本增收口径拿到显著价值的公司，只占个位数。

二、第一处失真：分子只收收益，不收返工

McKinsey《State of AI 2026》于 2026 年 8 月 25 日发布，覆盖 97 个国家的 1,719 名受访者，给出了这组最该被摊开的数字。80% 在日常工作中使用 AI 的受访者说 AI 提升了自己的生产率；只有 37% 说 AI 对公司 EBIT 有任何影响，这个份额与一年前持平；被称为高绩效者、也就是把至少 5% 的 EBIT 归因于 AI 并且认为影响显著的企业，只占 6%，同样一年没有长。

Deloitte《State of AI in the Enterprise 2026》对 3,235 名领导者的调研把这道落差拆得更清楚。运营类收益里，66% 报告生产率与效率提升，53% 报告更好的洞察与决策；财务类收益里，只有 40% 报告成本下降，20% 报告收入增加。软性收益几乎总是跑在硬性收益前面，因为前者由当事人的感受构成，后者要求按可结算口径重新计算的结果。

落到人效分析上，问题就具体了。AI 辅助写出的初稿、生成的代码、自动处理的工单，都被计为分子里的产出增量；而同一批产出带来的复核工时、返工率上升、下游部门承接不了的排队，没有任何一项从分子里被扣掉。一个团队可以用 AI 把方案交付量提高三成，同时把评审会议的时长和返工次数也提高三成。前者进仪表盘，后者留在会议室里。分子只收正向项，这个指标已经不再描述效率，它在描述 AI 的使用强度。

三、第二处失真：分母只装人头，不装算力与复核

BCG《AI Radar 2026》调查了 2,360 名高管，覆盖 16 个国家。企业 2026 年 AI 投入平均占营收 1.7%，是 2025 年 0.8% 的两倍多；94% 的组织表示即使 2026 年拿不到财务回报，也会继续投资；72% 的 CEO 称自己是组织 AI 决策的主要负责人。同一份报告的另一面是，约 60% 的企业投入巨大却未获实质性收益，真正拿到规模价值的仍是少数。

这笔钱在绝大多数公司里，不进 HR 的人效分母。它们被记为 IT 支出、云服务费用、外部服务费、创新预算，唯独没有被摊进交付某个结果所付出的完整代价。Gartner 2026 年 3 月对 204 位财务负责人的调研显示，45% 的财务负责人称 AI 支出偏向生产率，20% 偏向更好的决策。财务侧已经在算这笔账，HR 侧还停留在数人头，两套口径在董事会材料里并列出现，谁也没发现它们不可比。

正确的分母应该是一个岗位或团队的完整交付成本，四项之和：薪酬福利、AI 订阅与算力、数据与供应商服务、人工复核与治理工时。传统人效只留了第一项。AI 用得越重，被漏掉的三项越大，人均产出曲线就越漂亮，也越失真。当大模型的调用账单和人工复核工时都不在分母里时，人效上涨只说明一件事，补贴变多了。

四、第三处失真：节省出来的时间没有被指定去处

BCG 在《Look Past Productivity to Get Real Value from AI》里给出了最直接的机制解释。AI 让某项活动快 20%，这 20% 的产能必须被重新分配到别的事上，或者对应的资源被撤出，否则收益消失。现实是，企业普遍按活动口径度量结果，也就是省了多少小时、自动化了多少任务，而不是按财务口径度量。文章举的例子很典型：一家公司用 AI 把一项原本十天的任务压缩到一天，客户却依然要等十天，因为周边流程没有被改动。只有当公司改为度量客户结果而不是任务速度，才动到了委员会、中间环节和流程设计。

Gloat 对 HR AI Agent 的度量分析把同一件事说得更直白。HRBP 在某个周二找回 90 分钟，HR 的成本基础不发生任何变化，工资照发，岗位还在。节省是碎片化的，散落在留着岗位和薪水的人身上，财务没有地方存放碎片。释放的产能要进入损益表，只有三条路径：本该招聘的那个空缺没有招、某个正在烧钱的外包或加班或合规敞口被清掉、某人把时间投向有明确产出的工作并且那件工作真的上线了。三条路径都不成立时，省下的时间是真实的，换回的收益是松弛。

所以「工时乘以费率」这套 ROI 算法描述的是一个投入，不是一个结果。它的隐含前提是节省的时间会自动变成钱，而这个前提恰恰是绝大多数组织从未兑现的那一步。人效分析若建立在这个前提上，等于把最不确定的环节当成最确定的常数。

五、最容易踩坑的是 HR：56% 不正式度量

SHRM《State of AI in HR 2026》调查了 1,908 名 HR 从业者，给出一个让度量讨论更有重量的背景。56% 的 HR 职能不正式度量 AI 投资的成效，只有 16% 把 ROI 当作一个指标在用。同期 SHRM 的另一组数据显示，43% 的组织已经在 HR 与招聘环节部署 AI，较 2024 年的 26% 大幅上升。部署速度跑在度量能力前面，这笔账迟早要还。

对照 Wharton 与 GBK Collective 2025 年对 801 家千人以上美国企业的调研，正式度量生成式 AI ROI 的企业平均只使用 3.6 个指标，而 HR（84%）和财务（80%）是最可能正式跟踪的部门。这两组数据并不矛盾，它们共同说明：跟踪 ROI 与用有效口径跟踪 ROI 是两件事。招聘侧也一样，Radancy 2026 的调研里，89% 的 HR 说 AI 帮他们省了时间，只有 24% 说 AI 提升了识别顶尖候选人的能力。省时间是活动口径，识别效果是结果口径，两个口径的差距有 65 个百分点。

最大的漏洞是基线缺失。多数 AI 项目上线前没有记录工作量、请求到闭环的时长、当前由谁承担这些事。等到复盘时再回忆以前很慢，这份回忆在财务模型面前没有分量。没有基线就没有差值，没有差值的人效提升只能是叙事。Gloat 给出的做法很朴素：在 AI 接触工作之前，用四到六周记录要承接的工作量和闭环时长；如果已经上线，就凭工单与 HRIS 时间戳重建，并在材料里写明这是重建的基线。写明的近似值经得起质询，沉默的近似值经不起。

六、把账算一遍：一个口径演示

以下是一组纯算术演示，用于说明口径差异，所有数字为演示设定，不是任何机构的调研数据。

某 200 人研发组织，年度人力全成本 6,000 万元，年交付需求 1,000 个。引入 AI 编码助手一年后，代码产出量按平台统计上升 28%，AI 订阅、算力、数据治理与外部支持合计 600 万元，全年财务归类为 IT 支出。同期返工率由 12% 升到 18%，复核工时增加，实际交付需求只从 1,000 升到 1,100 个。

传统口径的算法：人力全成本不变，产出上升 28%，人均产出提升 28%，人效改善显著。

全口径的算法：单位交付需求成本从 6,000 万元除以 1,000 个，等于每个需求 6.0 万元；次年（6,000 万元加 600 万元）除以 1,100 个，等于每个需求 6.0 万元。改善为零。若再把返工率上升带来的额外复核成本计入，结论会转为负值。

同一年中，两种口径给出截然相反的结论，差别只在有没有把 AI 支出放进分母、有没有用结算后的交付量而不是原始产出量做分子。这个差值不是统计误差，是口径选择。谁选口径，谁定胜负。

七、重建口径：把人效从效率指标换成转化指标

第一个改动，换分母。把人均产出换成单位产出的全口径交付成本。分子是薪酬福利加 AI 直接支出加供应商加复核治理工时，分母是这个周期被组织实际结算的产出单位：已上线的需求、已闭环的工单、已入职并通过 90 天的新人。并入 AI 成本之后会看到那个常被忽略的信号，人均产出上涨而单位交付成本不降，说明 AI 在补贴忙碌，而不是在提高结算效率。

第二个改动，产能去向声明。任何 AI 项目在上线前写一行话：释放出来的产能归谁，抵掉哪一项成本。抵的是一个不招的岗位，就写这个岗位几个月的全成本；抵的是一个积压队列，就写这个队列每月烧掉的加班费或外包费。这行话既是立项条件，也是一年后的复盘凭据。没有这行话的项目，默认一年后没有可核验的收益。

第三个改动，用结果口径替换活动口径。共享服务与 HR Agent 场景数解决率而不是会话数，具体是一个请求在系统里未经人手就闭合的比例，并且以记录系统为准而不是聊天记录为准；招聘场景数 90 天留任与质量而不是到岗速度；研发场景数已闭环的交付需求而不是代码行数。活动口径回答的是有没有人用，结果口径回答的是工作有没有完成。

第四个改动，补三个转化层级的指标。决策时长，衡量 AI 有没有让决定更快；返工率，衡量 AI 有没有让第一次就做对的比例上升；决策质量，衡量 AI 参与的决策相对基线的准确率有没有改善。这三个指标共同回答一个问题，AI 省下的时间有没有变为更快的决定、更少的重做、更准的判断。它们处在活动与财务之间，是那道转化率的管理界面。

八、给 HR 的五个可审计动作

第一，上线前建立四到六周基线，记录工作量、请求到闭环时长、当前由谁承担；已经上线的项目用工单与 HRIS 时间戳重建，并在材料里标注为重建基线。第二，把 AI 支出并入分母，与财务拉齐口径，订阅、算力、供应商、治理工时一律计入交付成本，只留人头的算法一律作废。第三，每个 AI 项目带一行产能去向声明，由业务负责人签字，写清抵掉哪一项成本。第四，全站替换活动口径指标，解决率替代会话数，90 天留任替代到岗天数，闭环交付替代代码行数。第五，向董事会汇报时使用业务语言：单位聘用的早期流失成本、单位交付需求的全成本、释放产能抵掉的外包支出，而不是总共节省了多少小时。

回到第一性原理收束。组织是信息网络加利益分配网络，人效是把这张网的产出与人这两端换算成可比单位的财务会计动作。AI 抬高了分子，隐藏了分母，还把释放出的时间交还给系统吸收。所以 AI 时代 HR 真正的杠杆不是把人效曲线画得更好看，而是把分子分母重新定义成财务认得出的东西。这句话写进度量口径才算数，写进年度汇报只是修辞。