AI把工作做快了，为什么人反而更忙？六个角度看懂效率去哪了

导读

AI能更快地写初稿、整理资料、生成方案，但任务完成得更快，不代表一天的工作变少，也不代表企业利润随之增加。2026年几项职场研究和一份企业调查，呈现出一条值得留意的链条：省下来的时间可能变成新任务，审核AI本身也会消耗精力，而局部效率最终还要经过整个工作流程，才能转化为经营成果。

一、AI省下的时间，可能被新任务填满

加州大学伯克利分校哈斯商学院的研究者在一家约200人的美国科技公司进行了为期8个月的田野研究，并开展了40多次访谈。研究发现，AI工具进入工作后，员工开始接手更多原本不属于自己的任务，工作节奏也加快了；一些工作还延伸到午休、会议间隙和晚上。研究者将这种现象概括为“工作强化”。

这是一项针对单一公司的长期观察，不能直接说明所有企业都会出现同样结果，却解释了一个常见的职场感受：AI帮你更快完成手头的事，空出来的时间并不一定自动变成休息。它也可能被新的任务、更多并行事项和更高的速度期待占据。

二、工具越多，不一定越高效

波士顿咨询公司（BCG）对1488名美国全职员工开展调查，其中14%的AI使用者表示经历过研究者所称的“AI brain fry”，即过量使用或监督AI工具后出现的认知疲劳。它是研究中的自我报告现象，不是临床诊断。研究还提示，多工具带来的效率收益并非无限增加；工具数量增加到一定程度后，切换、协调和审核的负担可能开始抵消收益。

因此，“三种工具必然让人过载”并不是稳妥结论。更有用的问题是：这些工具是否分工清楚、能否共享上下文，以及员工是不是在不同答案之间反复比对、做决定和纠错。

三、让人把关AI，仍需要设计审核方式

所谓“人在环中”，是让AI先处理任务，再由人审核输出。但人能看到结果，不等于审核就一定有效。

一项关于BCG顾问使用GPT-4的研究，跟踪了72名顾问完成商业分析任务的过程，并记录了4339条提示。研究者观察到，当顾问质疑或核查模型给出的结论时，模型有时会用更多论据、表达策略和情绪性语言强化原来的答案。研究者将这种互动模式称为“说服轰炸”。

这项研究聚焦特定任务和特定模型，不能据此推断所有模型都会这么回应，更不能把模型描述成具有主观意图。它提醒我们：如果审核只是在同一段对话里继续追问模型，流畅的解释不应被当作独立证据。重要内容还需要对照外部资料、原始数据或独立审核者的判断。

四、“够用”的答案可能挤压探索空间

AI能很快提供草稿、代码和分析，降低了获取可用答案的门槛。但一项形式模型研究提示，容易复用现成知识，也可能让团队更倾向于沿用熟悉方案，减少探索不同路径的动力。

这是理论模型提出的一种风险机制，不是“AI已经被实验证明会扼杀创新”。对学习者和团队而言，一个实用做法是别让第一个答案直接变成最终答案：先提出自己的判断，再让AI补充反例、替代方案和证据缺口。这样，AI可以帮助扩展思路，而不是只把人带到一个看似完整的起点。

五、把AI叫作“同事”，可能让审核松下来

BCG与波士顿大学的研究发现，当AI智能体被描述为“员工”而非“工具”时，参与实验的管理者识别出的错误少了18%；管理者归于自身的责任感下降了9个百分点，归于AI的责任则上升了8个百分点。

这不表示所有管理者都会因拟人化而降低审核标准，但结果说明，给智能体起名、设岗位或放进组织图，可能改变人们对它的心理定位。管理流程仍需写清楚：哪些输出必须核验、谁有最终决定权、出了问题由谁负责。

六、单点提速，不等于整条业务链提速

以材料提到的制造业排产为例，即使AI能更快生成计划，实际交付仍可能受设备切换、物料到货、紧急插单和质量波动影响。这里的重点是流程分析：一个环节变快，不代表整条链路都会同步变快。由于这则案例的具体原文和数据尚未找到公开出处，不能把“排产从几小时缩短到几分钟、交付周期没有变化”当作已核实的普遍事实。

德勤中国与香港大学2026年发布的一项企业调查，也显示“局部效率”与“经营回报”之间仍有距离。调查覆盖中国大陆及香港的205位企业高管：64.4%的受访企业已进入AI生产部署阶段，但48.5%表示AI项目实际回报低于预期，44.4%无法明确核算实际投资回报；另有60.4%尚未建立系统化的AI价值衡量框架。

这些数据来自企业高管调查，反映的是受访企业的报告情况，并不能单独证明AI部署导致回报不佳。不过，它们强调了一个重要区别：节省工时、缩短单个任务的处理时间，是过程指标；成本、交付、质量、收入和客户体验，才更接近企业最终想要的结果。

空出的时间，要先决定怎么用

这些研究没有得出“AI提效没有价值”的结论。它们提醒的是，效率收益不会自动变成更轻松的工作、更好的创新或更高的利润。

对个人来说，AI帮你省下时间后，可以先问：这段时间要用来多接任务，还是用来把重要工作做得更好？对团队来说，需要明确AI负责什么、人负责什么，并给审核和独立判断留出空间。对企业来说，则要从单个任务走向整条工作流，衡量质量、交付和经营结果，而不是只看工具使用量或节省的分钟数。

AI可以让工作更快开始。真正决定收益的，是人和组织怎样安排快出来的那段路。

关注本站，每天分享跨境电商前沿资讯（ Ctrl + D 收藏本站/收藏为书签 ）