Forrester 副总裁兼首席分析师 JP Gownder 表示，人工智能并未明显提高生产力指标，他表示当前的人工智能应用并未出现在生产力统计数据中。贡德尔告诉 登记册 美国劳工统计局的数据表明，过去的技术引进（例如个人电脑）并没有立即与生产率的提高相关。 1947年至1973年，生产率年增长率为2.7%，1990年至2001年下降至2.1%，2007年至2019年进一步下降至1.5%。他指出，信息技术对生产率的影响并不总是线性的。经济学家罗伯特·索洛 (Robert Solow) 1987 年的观察被称为“索洛悖论”，他指出，除了生产率统计数据外，个人电脑革命的影响随处可见。 Gownder 表示，这对于今天的人工智能来说也是如此。福雷斯特最近的 研究 人工智能就业替代项目预计，到 2030 年，人工智能将取代 6% 的工作岗位，总计约 1040 万个岗位。这种影响源于机器人流程自动化、业务流程自动化、物理机器人和生成人工智能。 Gownder 表示，这些失业将是结构性的、永久性的，与经济衰退后典型的就业复苏不同。为了评估工作敏感性，Gownder 和他的团队分析了美国劳工统计局定义的约 800 种工作类型和 34 种技能，并咨询了 200 家公司。他们的方法类似于牛津大学学者 Carl Benedikt Frey 和 Michael Osborne 在 2013 年关于工作计算机化敏感性的研究中使用的方法。这使得 Forrester 能够通过交叉引用人工智能功能与已确定的任务和工作类别来计算各种工作的“自动化潜力”。 Gownder 还讨论了大型组织内人工智能实施的有效性，并指出“很多生成式人工智能的东西并没有真正发挥作用。”他引用了麻省理工学院的一项研究，表明 95% 的生成式人工智能项目没有产生切实的损益效益，也就是说没有实际的投资回报。麦肯锡的数据显示了类似的结果，大约 80% 的项目未能创造价值。这些结果表明人工智能尚未导致广泛的工作岗位流失。他澄清说，最近的大规模裁员主要是财务决策，而不是人工智能驱动的，尽管一些公司正在推迟招聘空缺职位，以评估人工智能接管这些任务的潜力。 Gownder 进一步指出，从历史上看，美国制造业等行业的失业往往是由全球化造成的，而不仅仅是机器人技术造成的。他认为这与人工智能有相似之处，由于劳动力更便宜，外包有时可能会被错误地归因于人工智能驱动的失业。
