(SeaPRwire) –   Selamat pagi. AI sudah meningkatkan produktiviti pekerja, tetapi keputusan kewangan masih belum dapat menyamaiinya.

“Artificial Intelligence, Productivity, and the Workforce: Evidence from Corporate Executives” ialah kertas kerja baharu oleh penyelidik di Duke University’s Fuqua School of Business dan Federal Reserve Banks of Richmond and Atlanta. Ia mendapati bahawa walaupun CFO melaporkan peningkatan produktiviti daripada AI, bukti berasaskan hasil pendapatan memberitahu kisah yang lebih berukuran—sehingga kini.

Berdasarkan tinjauan terhadap hampir 750 eksekutif, penyelidikan ini mengenal pasti “paradoks produktiviti”. Syarikat melaporkan peningkatan produktiviti yang didorong oleh AI dengan purata 1.8% pada 2025, tetapi apabila penyelidik mengira keuntungan yang ditunjukkan oleh data hasil pendapatan dan pekerjaan sebenar, keuntungan tersebut jauh lebih kecil merentasi semua industri utama—pada 2025 dan 2026, mendapati laporan.

“Ia belum benar-benar mempengaruhi bahagian atas baris dengan sepenuhnya,” John Graham, profesor kewangan di Duke’s Fuqua School of Business dan penyumbang utama kajian ini, memberitahu saya. “Terdapat beberapa tahap kelewatan di sini, pastinya.”

“Mungkin CFO hanya optimis tentang semua potensi,” kata Graham. “Apabila bercakap tentang produktiviti, kami secara jelas bertanya tentang output setiap pekerja.”

Tetapi dia memberi penekanan terutamanya pada masa. Syarikat yang meningkatkan pelaburan AI pada akhir 2025 belum sepenuhnya melancarkan keupayaan, menyesuaikan harga, atau merealisasikan keuntungan hasil pendapatan. Keuntungan 2025 yang dilaporkan hampir sepadan dengan keuntungan yang ditunjukkan oleh hasil pendapatan untuk 2026—menunjukkan ketinggalan satu tahun.

Corak ini menyerupai “paradoks produktiviti” terkenal yang diterangkan oleh ahli ekonomi Robert Solow pada 1987, yang mencatat bahawa penggunaan komputer adalah meluas tetapi tidak kelihatan dalam statistik produktiviti selama bertahun-tahun. Penulis kertas kerja ini berhujah bahawa AI mungkin mengikuti trajektori yang sama.
 
 Berkenaan AI, keuntungan adalah tidak sekata merentasi industri. Perkhidmatan berkemahiran tinggi seperti kewangan menunjukkan pertumbuhan yang paling kuat, manakala pembuatan, pembinaan, dan perkhidmatan berkemahiran rendah ketinggalan tetapi tetap positif. Perbezaan mencerminkan bagaimana AI digunakan merentasi sektor dan jenis syarikat.

“Bagi sesetengah industri, AI akan mengenai penggantian pusat panggilan,” kata Graham. “Bagi yang lain, ia akan mengenai perkara yang berkaitan dengan tali penghantar di kilang. Bagi yang lain, ia akan mengenai mempunyai lebih sedikit analis—membiarkan AI menggantikan analis kewangan.”

Pentingnya, keuntungan ini kurang didorong oleh pelaburan modal dan lebih banyak oleh peningkatan kecekapan dan kualiti.

Bagi CFO, cabaran adalah untuk membuktikan perbelanjaan AI sebelum hasil pulangan kelihatan.

“ROI selalunya bergantung pada cara anda mengirakannya—anggaran pada masa tertentu seperti peningkatan hasil pendapatan tahun ini dibahagikan dengan pelaburan tahun ini,” kata Graham. “Apa yang anda benar-benar mahu lakukan adalah berkata, jumlah yang saya pelabur hari ini—berapa banyak ia akan meningkatkan nilai tahun ini, tahun depan, tahun selepasnya?”

Dia meneruskan, “Anda benar-benar mahu menggunakan beberapa ukuran penciptaan nilai yang menangkap sekurang-kurangnya beberapa tahun peningkatan ke hadapan, dan bukannya hanya pada satu masa tertentu.”

Graham menasihati perspektif berbilang tahun: “Jika anda tidak dapat menunjukkan ia dalam julat tiga atau empat tahun, maka anda mungkin perlu lebih berhati-hati.” Mungkin anda terperangkap dalam trend, tetapi anda belum merancang bagaimana ia sebenarnya akan memberi manfaat kepada syarikat anda, katanya.

“Anda mahu melihat lebih lama daripada julat satu tahun sahaja, tetapi anda mesti melakukannya dengan disiplin, supaya anda tidak hanya berharap semata-mata ia akan menjadi lebih baik,” kata Graham.

Sheryl Estrada
sheryl.estrada@.com