95%的公司没赚到钱，89%的高管承认没提效：一份报告撕开了美国AI繁荣的底裤
2026年5月3日，美国盖洛普公司发了一份报告，覆盖全球26万受访者，是迄今关于AI和企业效益关系最大规模的调查。结果相当扎眼——全球企业在AI部署上砸了约400亿美元，但95%的组织没看到可衡量的利润增长，89%的高管承认劳动生产率纹丝没动，只有12%的员工觉得工作方式变了。
报告给了一个定性：AI落地的真正瓶颈，不是算力不够，不是算法不行，是人。是那些正卡在转型泥潭里、没准备好被时代推着走的中层管理者。
四天之后，另一组数字给这份报告加了注脚。
美国就业咨询公司Challenger, Gray and Christmas的数据显示，2026年前三个月，美国科技行业已宣布裁员超5.2万人，比去年同期暴增40%，创下2023年以来同期最高纪录。
Meta裁了8000人，同时取消6000个空缺岗位的招聘计划。Block一口气砍掉40%员工，4000多人打包走人，CEO多西的原话是：智能工具让更小更扁平的团队，能产出更多、质量更高的工作。Cloudflare三个月AI用量暴涨600%，转头裁掉1100人。WiseTech更狠，一口气裁了三成员工，理由是手动写代码的时代已经结束。
更扎心的是哥伦比亚大学商学院的研究——那些被AI挤出职场的劳动者，平均要多花一个月才能找到新工作，新工作的薪水比原来少了至少3%。
两个画面拼在一起，构成了一幅说不通的图景：钱烧了，利润没涨；AI上了，效率没提；股价涨了，人没了。
问题出在哪。
要把这事说明白，不能光盯着美国。
2026年4月28日，中国工信部和国家数据局联合印发了一份通知，正式启动一个叫“模数共振”的年度行动。面向钢铁、汽车、航空航天等20个重点制造业行业，确定一批重点城市，目标到年底形成数据、模型、场景应用的良性循环，产出一批高价值场景、行业模型和特色智能体。
这个行动的逻辑用一句话就能说清楚：让AI从PPT和发布会里走出来，钻进钢铁厂的高炉旁、汽车产线的质检环节、航空航天车间的复杂工艺里去。
它不是空话。在典型离散制造场景里，由智能体驱动的产线转产协同效率能提升数倍，非计划停机时间压缩30%以上，质量缺陷检出率明显优于人工抽检。这些数字是产线上跑出来的，不是PPT上算出来的。
再看具身机器人。2026年5月12日，智元机器人在香港宣布，旗下人形机器人实现万台量产，正式进入“部署态元年”。从2025年1月的1000台，到2026年3月的1万台，只用了15个月，最后5000台仅用了3个多月。
这个速度本身就在说一件事：中国具身机器人的竞争，已经不在发布会上比参数了，而是进了工厂车间，看谁先活下来、谁能7x24小时稳定干活。
一边在裁人减成本，一边在产线提效率。两条路，正在朝完全不同的方向加速。
问题来了：为什么中美都声称重视AI，落地的姿势却完全不一样。
这里得引入一段历史纵深。
美国学者杰弗里·丁在《科技与大国崛起：通用技术如何改变权力布局》一书中提了一个关键框架：一项新通用技术从诞生到显著提升社会生产力，至少需要三四十年。最终胜出的，往往不是最早发明这项技术的国家，而是能把它最大规模应用到各行各业的那个。
他举了两个例子。电力革命，1882年爱迪生在纽约建成第一个发电厂，但美国工厂大规模从蒸汽动力切换到电力，用了40年。互联网革命，1969年阿帕网诞生，电子商务真正重塑零售业，是三十多年以后。
关键从来不是谁先发明，而是谁先用上。
1913年福特的流水线不是新发明，是既有技术的重新组织。1980年代日本精益生产不是新发明，是对生产流程的极限优化。它们带来的效率提升，比发明本身大了几个量级。
这段历史指向一个结论：AI竞赛不是短跑，是马拉松。没有哪个国家会因为先在发布会上展示了几个惊艳的演示品就赢下整场，真正赢的人，是那个能把AI塞进每一座工厂、每一个煤矿、每一条物流线路的国家。
那现在中美各自在做什么。
美国的路很清晰，用AI替代人。既然人不如AI效率高，那就裁掉。财报上成本下来了，股价涨上去了，硅谷投资人也开心。代价是被裁掉的数以万计的白领，以及正被侵蚀的中产阶级根基。高盛的研究已经拉响了警报：被AI精准命中的岗位，劳动者不仅更难找工作，就算找到了，薪水也比原来少。这就是职业降级，高薪白领被技术淘汰后，正在向下流动。
中国的路不太一样。一条产线引入AI质检，省的不是工人的工资，是次品率、返工成本和客户投诉。一个煤矿装上AI调度系统，提升的不是PPT上的数字，是采掘效率和井下安全性。AI不是用来替代谁的，它是一个新的生产工具，跟当年的蒸汽机、电动机一样。谁先用好它，谁的生产成本就更低，谁的产品质量就更稳定，谁在全球贸易里的话语权就更大。
这不是嘴上说的，是工厂车间里跑出来的真金白银。
再往下想一层。
技术本身已经越来越逼近同一水平线。这时候真正拉开差距的，就不是谁能多拿几个奥数金牌，而是谁能把技术用到产业最末端，用到最普通人的日常劳动里。
美国智库ITIF在5月6日发布的报告也不得不承认：中国在全球十大先进产业中的产出已接近全球四分之一，7个领域处于全球领先。1995年中国的份额才3.5%，现在24.9%，各产业产值平均增长2200%，同期美国增幅只有200%。
但ITIF开的药方是什么，用专项贷款引导企业恢复制造能力。说句实话，病得不轻，但只敢开维生素。
因为美国的问题不在技术上，在制度上。智库和精英层很清楚问题出在哪，也知道该怎么改，但就是改不动。任何触及资本结构、产业政策、利益分配的根本性改革，都需要一个强有力的政府来推动，而美国的体制不具备这个能力。
回到盖洛普那组数字，95%的公司没赚到钱，89%的高管说没提效。
这对美国模式的打击是根本性的。它动摇的是整个美国AI投资叙事的根基：烧了那么多钱都看不到回报，这个故事还能讲多久，华尔街投资人还能给多少耐心。
而对中国来说，这个问题的答案在另一个维度上：产线上的质量数据在变化，能耗数字在下降，换产时间在缩短。这些不是股市上的估值，是工厂车间里的真金白银。
说到底，这不只是一场关于谁先发明了最好算法的竞赛。这是关于技术到底应该为谁服务的根本分歧，正在两个最大的经济体中同时展开。
美国的AI在为股东打工，中国的AI在给工厂换发动机。
二十年后回头看，谁走得更远。答案不在今天任何一个发布会上，也不在任何一轮融资新闻里。答案在数以万计的工厂车间里，在那些被AI改变了效率也改变了命运的普通人手里。
热门跟贴