Dividen Produktiviti: Jika AI Menjimatkan Masa, Siapa yang Sebenarnya Mendapatnya?

Oleh Victor Hoang · Dikemas kini 22 September 2026

Dividen produktiviti ialah nilai yang tercipta apabila AI membolehkan kerja disiapkan lebih pantas, ditangkap dalam tiga cara: output lebih banyak daripada bilangan pekerja yang sama, output yang sama daripada lebih sedikit orang, atau output yang sama dalam masa lebih singkat bagi setiap orang. Syarikat memilih satu secara lalai, biasanya tanpa memutuskannya, dan sejarah menunjukkan pilihan ketiga (masa bekerja lebih singkat) hampir tidak pernah menang.

Jika pasukan anda menjadi lebih pantas tahun ini dan tiada siapa dapat menunjukkan ke mana perginya jam-jam itu, itu bukan misteri. Ia pilihan yang sudah dibuat organisasi anda tanpa mesyuarat.

Fakta Utama

• Percubaan minggu kerja empat hari enam bulan di UK (61 syarikat, kira-kira 2,900 pekerja) berakhir dengan 92 peratus syarikat meneruskan dasar itu, hasil meningkat 35 peratus secara purata berbanding tempoh sama setahun sebelumnya, dan syarikat menilai pengalaman itu 8.5 daripada 10 (Autonomy Institute, UK Four-Day Week Pilot Results).
• Projek perintis global yang diketuai Boston College (100+ syarikat merentasi AS, UK, Ireland, Australia dan Kanada) mendapati produktiviti dan hasil bertambah baik, kos penjagaan kesihatan lebih rendah, dan pusing ganti berkurang; tiada satu pun syarikat peserta berkata mereka tidak mungkin meneruskan (Boston College News, "A four-day work week?").
• Penyemak bebas menandakan bahawa setiap percubaan minggu kerja empat hari utama setakat ini dipilih sendiri, tidak mempunyai kumpulan kawalan, mengukur hasil dan bukan output, dan banyak menarik daripada peranan profesional berasaskan pejabat, dengan hanya tiga firma pembuatan dalam keseluruhan sampel UK (The Conversation, "4-day work week trials have been labelled a resounding success, but 4 big questions need answers").
• 95 peratus projek perintis AI generatif tidak menghasilkan kesan P&L yang boleh diukur, bukti bahawa masa yang dijimatkan pada peringkat tugas kerap tidak pernah sampai ke carta organisasi sebagai keputusan yang disengajakan langsung (MIT NANDA, "The GenAI Divide: State of AI in Business 2025", melalui Fortune).
• Merentasi kebanyakan industri A.S. yang dikaji dari 1987 hingga 2015, pertumbuhan produktiviti buruh mengatasi pertumbuhan pampasan sebenar; dalam perkhidmatan maklumat, produktiviti tumbuh 5.0 peratus setahun berbanding 1.4 peratus bagi pampasan, dan dalam pembuatan, 3.3 peratus berbanding 0.8 peratus (U.S. Bureau of Labor Statistics, "Understanding the Labor Productivity and Compensation Gap").
• Sembang yang dihantar di luar hari kerja standard 9-hingga-5 meningkat 15 peratus tahun ke tahun, dan mesyuarat yang bermula selepas 8 malam meningkat 16 peratus, bukti yang disebut Microsoft sebagai "infinite workday" (Microsoft WorkLab, "Breaking Down the Infinite Workday").
• Pada 1930, John Maynard Keynes meramalkan bahawa dalam seratus tahun, produktiviti yang meningkat akan membolehkan orang bekerja sesedikit 15 jam seminggu; taraf hidup yang diramalkannya tiba kira-kira menurut jadual, masa lapangnya tidak (Keynes, "Economic Possibilities for our Grandchildren," 1930).

Corak Sejarah: Keuntungan Produktiviti Jarang Menjadi Masa Lapang

Idea bahawa masa yang dijimatkan harus menjadi masa lapang mempunyai rekod yang panjang, yakin dan kebanyakannya salah, wajar disemak sebelum menganggap AI memecahkan corak itu hanya kerana teknologinya baharu.

Keynes bertaruh pada masa lapang. Dia tersilap.

Pada 1930, John Maynard Keynes menulis esei yang meramalkan bahawa dalam satu abad, pertumbuhan produktiviti terkumpul akan menyelesaikan apa yang disebutnya "masalah ekonomi." Taraf hidup, fikirnya, akan meningkat empat hingga lapan kali ganda. Dalam hal itu dia hampir betul; output per kapita dalam ekonomi maju telah meningkat dengan gandaan yang hampir sama sejak 1930.

Pada separuh lagi ramalannya, bahagian yang diingati semua orang, dia tersasar jauh. Keynes menjangka orang menukar kelimpahan itu menjadi masa lapang, minggu kerja 15 jam, dengan kerja dikurangkan menjadi ciri kecil kehidupan. Itu tidak berlaku. Minggu kerja standard A.S. berlegar sekitar 34 hingga 40 jam selama beberapa dekad, dan kerja pengetahuan khususnya telah berkembang memenuhi lebih banyak kehidupan harian, bukan kurang.

Jurang antara dua ramalan Keynes ialah keseluruhan cerita dalam miniatur. Teknologi menyampaikan. Agihannya tidak pergi ke tempat yang dia sangka.

Ke mana keuntungan itu sebenarnya pergi

Data tentang ke mana keuntungan produktiviti abad ke-20 dan ke-21 berakhir kurang misteri berbanding soalan masa lapang, cuma kurang menyenangkan. Melihat dekad 1987 hingga 2015 merentasi 183 industri A.S., Bureau of Labor Statistics mendapati produktiviti mengatasi pertumbuhan pampasan dalam sebahagian besar sektor yang dikaji. Perkhidmatan maklumat menyaksikan produktiviti meningkat 5.0 peratus setahun berbanding pertumbuhan pampasan 1.4 peratus. Pembuatan menyaksikan 3.3 peratus berbanding 0.8 peratus. Perdagangan runcit: 2.8 peratus berbanding 0.2 peratus. Corak ini bertahan secara meluas sejak 1970-an, apabila kedua-dua siri mula berpisah selepas beberapa dekad bergerak hampir seiring.

Itu bukan satu keputusan bahawa automasi sentiasa mengecilkan bahagian pekerja. Penyelidikan oleh David Autor dan Neil Thompson dari MIT merumitkan cerita mudah itu: apabila automasi membuang tugas rutin seorang pekerja dan meninggalkan tugas yang sukar diganti, kerja yang tinggal boleh menjadi lebih bernilai, bukan kurang. Pemegang buku kira-kira kehilangan satu pertiga pekerjaan antara 1980 dan 2018, dan yang kekal menyaksikan gaji sebenar naik hampir 40 peratus. Kerani inventori menyaksikan sebaliknya: automasi menghentam tugas khusus mereka secara langsung, pekerjaan kira-kira berganda, dan gaji sebenar jatuh 13 peratus. Corak mana yang anda dapat bergantung pada tugas mana yang dibuang teknologi, keputusan yang dibuat oleh sesiapa yang mereka bentuk aliran kerja, bukan hukum automasi yang tetap.

Benang merah merentasi satu abad teknologi tujuan am, daripada elektrifikasi kepada komputer kepada AI, ialah ini: keuntungan ditangkap oleh sesiapa yang mempunyai pengaruh untuk menangkapnya, dan "masa lapang untuk tenaga kerja" secara konsisten kalah dalam pertandingan itu kepada "output lebih" dan "kos lebih rendah" melainkan seseorang yang berkuasa memilih sebaliknya dengan sengaja.

Apa yang Sebenarnya Ditemui Percubaan Minggu Kerja Empat Hari

Jika corak sejarah mengecewakan, gerakan minggu kerja empat hari ialah bukti balas yang paling kerap dipetik, dan ia layak mendapat bacaan adil terhadap keputusan dan hadnya.

Angka tajuk berita itu nyata dan wajar diambil serius

Projek perintis minggu empat hari UK, dijalankan oleh 4 Day Week Global dan Autonomy Institute bersama penyelidik termasuk Juliet Schor dari Boston College, meletakkan 61 syarikat dan kira-kira 2,900 pekerja melalui enam bulan pada 100 peratus gaji untuk 80 peratus jam, dengan jangkaan mengekalkan 100 peratus output. Keputusannya benar-benar mengagumkan: 92 peratus syarikat meneruskan dasar itu selepas percubaan tamat, hasil meningkat 35 peratus secara purata berbanding tempoh setara setahun sebelumnya, peletakan jawatan menurun mendadak, dan syarikat menilai pengalaman mereka sendiri 8.5 daripada 10. Projek perintis selari yang diketuai Boston College merentasi lebih 100 syarikat di lima negara mendapati bentuk umum yang sama: produktiviti dan hasil bertambah baik, kos penjagaan kesihatan lebih rendah, pusing ganti berkurang, dan tiada satu pun syarikat peserta merancang meninggalkan model itu.

Angka kesejahteraan pekerja bergerak dengan cara yang sama merentasi setiap percubaan: burnout lebih rendah, stres lebih rendah, tidur lebih baik, lebih banyak bersenam, kepuasan hidup yang dilaporkan lebih baik. Itu konsisten merentasi beberapa kohort bebas, dan ia hujah empirik terkuat yang pernah dibuat sesiapa dalam beberapa dekad bahawa jam yang dikurangkan dan output yang dikekalkan boleh wujud bersama.

Had metodologi yang dilangkau tajuk berita

Inilah yang ditinggalkan versi siaran akhbar. Setiap syarikat dalam setiap percubaan menawarkan diri. Seperti yang ditunjukkan semakan bukti oleh The Conversation, syarikat yang sanggup mendaftar untuk eksperimen jam dikurangkan, hampir secara pembinaan, ialah syarikat yang sudah percaya ia akan berjaya atau sudah mempunyai ruang longgar untuk dipotong. Itu bukan kritikan terhadap syarikat. Ia had terhadap apa yang boleh diberitahu keputusan itu tentang syarikat yang tidak pernah mempertimbangkan idea itu.

Tiada percubaan menggunakan kumpulan kawalan, jadi sebahagian peningkatan mungkin mencerminkan perhatian daripada menjadi sebahagian projek perintis yang dipublisitikan secara meluas dan bukan perubahan jadual itu sendiri. Angka "produktiviti" yang dilaporkan kebanyakan percubaan ialah hasil syarikat, bukan jumlah output, dan hasil sensitif kepada banyak perkara yang tiada kaitan dengan minggu empat hari, antaranya inflasi, dalam tempoh seperti 2022 apabila percubaan UK terbesar dijalankan. Sampel juga condong berat kepada berasaskan pejabat dan profesional; percubaan perdana UK hanya menyertakan tiga firma pembuatan, dan lantai kilang berasaskan syif tidak mempunyai ruang longgar yang sama untuk dipotong.

Tiada satu pun daripada ini bermakna minggu empat hari tidak berfungsi. Ia bermakna bukti menyokong dakwaan yang lebih sempit daripada yang biasa diulang: bagi firma yang menyerupai yang menawarkan diri, dalam tempoh enam hingga dua belas bulan, minggu yang lebih pendek kelihatan mampan dan popular. Ia belum menunjukkan keuntungan itu bertahan melepasi tempoh percubaan atau bahawa syarikat tanpa ruang longgar sedia ada mendapat hasil yang sama. Anggaplah "AI akan memberi semua orang minggu empat hari" dengan kehati-hatian yang sama: hipotesis awal yang menjanjikan dan sempit, bukan hasil yang sudah diputuskan.

Laluan Ketiga yang Tiada Siapa Pasarkan: Output Lebih, Jam Sama

Antara "beri pekerja masa kembali" dan "potong bilangan pekerja," terdapat pilihan ketiga yang mendapat jauh lebih sedikit perhatian kerana tiada siapa mengumumkannya: kekalkan pasukan, kekalkan jam, dan jangka lebih daripada kedua-duanya. Ini, dengan margin yang besar, hasil lalai apabila syarikat menerima AI tanpa memutuskan apa yang hendak dilakukan dengan masa yang dijimatkan.

Ia berlaku secara senyap kerana tidak memerlukan perubahan dasar. Wakil sokongan yang dahulu menutup 40 tiket sehari dan kini menutup 60 dengan bantuan AI tidak mendapat minggu empat hari atau pasukan yang lebih kecil; sasarannya senyap-senyap menjadi 60. Reka bentuk semula aliran kerja untuk AI membincangkan mengapa laluan ini juga cenderung kurang menyampaikan: langkah yang lebih pantas dalam proses yang tidak direka bentuk semula biasanya hanya mengalihkan kesesakan, jadi versi "output lebih" bagi dividen itu sering muncul lebih kecil daripada yang dicadangkan oleh peningkatan kelajuan mentah. Paradoks produktiviti AI sebahagian besarnya dinamik ini dalam data agregat: peningkatan kelajuan individu di mana-mana, output peringkat syarikat hampir tidak bergerak, kerana masa yang dijimatkan diserap ke dalam sasaran dan bukan ditukar menjadi masa lapang atau daya pemprosesan yang boleh diukur.

Laluan "orang lebih sedikit" lebih kelihatan kerana ia muncul dalam angka bilangan pekerja. Wajar jujur bahawa ia pilihan dengan pertukarannya sendiri, bukan lalai yang lebih cekap. Memotong pasukan yang baru menjadi lebih pantas menghapuskan lebihan yang membolehkannya menyerap gangguan seterusnya, dan ia memberi isyarat jelas tentang apa yang berlaku kepada sesiapa yang menjadi mahir menggunakan alat itu.

Inflasi Jangkaan: Bagaimana Dividen Lenyap tanpa Keputusan

Terdapat perkara keempat yang berlaku kepada masa yang dijimatkan, kurang sebagai laluan dan lebih sebagai mod kegagalan: ia dimakan oleh jangkaan yang meningkat sebelum sesiapa menyedari ia wujud.

Hari kerja tanpa penghujung

Work Trend Index Microsoft menerangkan corak ini sebagai "infinite workday": mesej yang dihantar di luar waktu bekerja standard meningkat 15 peratus tahun ke tahun, mesyuarat yang bermula selepas 8 malam meningkat 16 peratus, dan pekerja pengetahuan purata kini diganggu kira-kira setiap dua minit. Itu bukan yang sepatutnya dihasilkan oleh penerimaan AI. Itulah yang berlaku apabila alat menjadikan setiap tugas lebih pantas manakala jumlah tugas, mesyuarat dan saluran yang dijangka daripada seseorang berkembang menyamai kapasiti baharu, dinamik yang berkait rapat dengan apa yang dilakukan oleh komunikasi yang diperantarai AI terhadap volum dan kadar pertukaran kerja harian.

Minit yang dijimatkan menjadi minit yang diisi

Ini inflasi jangkaan: garis asas output normal senyap-senyap meningkat untuk menyerap apa sahaja masa yang dibebaskan AI, jadi tiada siapa mengalami dividen, hanya treadmill yang lebih pantas. Ia mekanisme yang sama yang dielakkan percubaan minggu empat hari: syarikat itu membuat keputusan eksplisit dan kelihatan untuk menghadkan beban kerja kepada empat hari dan bukan membiarkan jangkaan merayap mengisi lima. Tanpa had itu, jangkaan merayap secara lalai, kerana tiada siapa perlu meluluskan rayapan seperti mereka meluluskan dasar yang dinyatakan. Ini satu sebab mengekalkan pertimbangan manusia kekal tajam penting di sini juga: tenaga kerja yang berjalan atas garis asas yang sentiasa kembung mempunyai kurang ruang longgar untuk pemikiran sengaja yang menangkap kesilapan sistem AI sebelum ia bertambah.

Ke Mana Dividen Pergi, Apa yang Diisyaratkan, Bila Ia Wajar

Apa yang Pekerja Simpulkan daripada Cara Anda Membahagikannya

Apa sahaja laluan yang diambil organisasi, pekerja membacanya sebagai pernyataan nilai sama ada kepimpinan bermaksud demikian atau tidak. Pasukan yang menjadi lebih pantas dan menyaksikan bilangan pekerja mengecil menyimpulkan bahawa produktiviti yang kelihatan berbahaya untuk dipamerkan, lalu senyap-senyap memperlahankan diri. Pasukan yang menjadi lebih pantas dan menyaksikan sasaran naik tanpa pengakuan menyimpulkan bahawa kelajuan hanya membeli lebih banyak kerja, laluan pantas kepada ketidakterlibatan yang diliputi dalam budaya burnout. Pasukan yang diberitahu terus terang "kami mengekalkan keuntungan sebagai margin tahun ini, dan inilah sebabnya" cenderung menerimanya, kerana kejujuran itu sendiri ialah isyaratnya, bukan pembahagian khusus itu.

Ini berkait dengan pengekalan pekerja: penurunan peletakan jawatan dalam percubaan minggu empat hari bukan semata-mata tentang hari cuti tambahan. Ia juga tentang syarikat yang kelihatan memilih untuk memberi sesuatu kembali dan bukan senyap-senyap mengaut keuntungan, ketelusan sama yang mendasari membina kepercayaan di tempat kerja secara lebih luas.

Memilih Pembahagian dengan Sengaja, dan Menyebutnya dengan Lantang

Bukti di sini menyokong kesimpulan sederhana dan bukan yang dramatik. AI tidak secara automatik memberikan sesiapa minggu yang lebih pendek. Sejarah mengatakan ia tidak akan, data gaji-produktiviti mengatakan ia tidak selama lima puluh tahun, dan percubaan minggu empat hari yang paling berjaya pun hanya berjaya kerana seseorang membuat keputusan eksplisit yang didedahkan untuk menghalakan keuntungan ke arah masa pekerja dan bukan membiarkannya lalai kepada output atau bilangan pekerja. Keputusan itu tersedia kepada mana-mana pasukan kepimpinan. Cuma ia tidak membuat dirinya sendiri.

Menamakan pilihan itulah campur tangan sebenar. Sebelum melancarkan alat AI pada skala, putuskan, dan nyatakan terus terang kepada pasukan yang terjejas, laluan mana antara tiga yang pelancaran ini bertujuan untuk dibiayai. Ukur berdasarkan yang mana anda pilih, pada metrik sebenar dan bukan bilangan penggunaan, disiplin yang sama yang dihujahkan oleh mengukur sumbangan individu dalam kerja dibantu AI apabila sumbangan itu sendiri menjadi lebih sukar dilihat. Dan jika jawapan jujurnya ialah "kami belum memutuskan," katakan itu juga. Ia jawapan yang lebih buruk daripada mana-mana tiga yang disengajakan, tetapi jauh lebih baik daripada membiarkan inflasi jangkaan memutuskan secara lalai dan menyebutnya tiada apa-apa.

Dividen itu wujud. Seseorang sudah membelanjakannya. Satu-satunya pilihan sebenar yang tinggal ialah sama ada orang itu membuat keputusan dengan sengaja.