剛吐槽完今年春晚秧歌機(jī)器人的笨拙，回來(lái)上班卻發(fā)現(xiàn)自己好像要被AI取代了，可以說(shuō)這是今年職場(chǎng)打工人遭遇的最大沖擊。

自2022年底ChatGPT發(fā)布后，大語(yǔ)言模型變得越來(lái)越熱，直到年初DeepSeek的出圈，徹底點(diǎn)燃了全國(guó)人民對(duì)AI的熱情。

當(dāng)我媽開(kāi)始給我轉(zhuǎn)發(fā)《DeepSeek的10個(gè)提示詞技巧》時(shí)，我就感覺(jué)AI要變成顯學(xué)了，可沒(méi)想到它顯得這么快、這么熱烈，以至于二月份領(lǐng)導(dǎo)開(kāi)始要求我們?cè)诠ぷ髁鞒讨斜仨毷褂肁I，三月份就要我們用AI在半天內(nèi)完成原本三天要完成的工作了。

從國(guó)內(nèi)的DeepSeek、豆包、Kimi，到國(guó)外的ChatGPT、Claude、Grok，我可以跟報(bào)菜名似的報(bào)出一連串在工作中嘗試使用的大語(yǔ)言模型，但卻掩蓋不了實(shí)際工作中的空虛——AI是好用，但根本跟不上領(lǐng)導(dǎo)井噴般的天馬行空的需求。

有了AI，反而更累，第一批用上AI的打工人（比如我），已經(jīng)被折磨吐了。

全國(guó)的領(lǐng)導(dǎo)不約而同地推一件事：AI

并不只有我遭遇了領(lǐng)導(dǎo)在AI方面的離譜要求，社交媒體上這類(lèi)的吐槽此起彼伏，一抓一大把。

全世界的企業(yè)都在爭(zhēng)先恐后地用AI，2024年，美國(guó)的一項(xiàng)調(diào)查就顯示，61%的受訪企業(yè)計(jì)劃在未來(lái)一年內(nèi)使用AI來(lái)完成原本由人類(lèi)完成的任務(wù)，企業(yè)正越來(lái)越多地借助 AI 來(lái)降低成本、提高利潤(rùn)并提升員工工作效率[1]。

AI又是一個(gè)看上去使用起來(lái)很方便的工具，有一個(gè)對(duì)話框，把問(wèn)題丟進(jìn)去就能神奇地迅速蹦出一些看上去極為正確的答案，對(duì)于企業(yè)來(lái)說(shuō)簡(jiǎn)直是方便的救星，AI狂熱就好像病毒一般迅速地在公司中間傳播開(kāi)來(lái)。

在DeepSeek之前，這種趨勢(shì)還沒(méi)有那么明顯，因?yàn)閲?guó)外的工具用不好，國(guó)內(nèi)的工具不好用，但DeepSeek又好用又便宜，一夜之間，不嘗試AI的企業(yè)反而成了異類(lèi)。

媒體和科技公司常常突出AI的優(yōu)勢(shì)和潛在能力 / 圖蟲(chóng)創(chuàng)意

但是，比起利用AI帶來(lái)的好處，很多企業(yè)只是想要避免沒(méi)用AI帶來(lái)的壞處，也就是在錯(cuò)失恐懼（FOMO，F(xiàn)ear of Missing Out）的驅(qū)動(dòng)下才開(kāi)始接觸AI。

這類(lèi)企業(yè)在現(xiàn)實(shí)中的的比例并不低，一項(xiàng)對(duì)發(fā)達(dá)國(guó)家IT行業(yè)決策者的調(diào)查就顯示，有67%的受訪者認(rèn)為他們采用AI技術(shù)的重要原因就是錯(cuò)失恐懼[2]。

時(shí)間短、任務(wù)重，又是在錯(cuò)失恐懼驅(qū)動(dòng)下的跟風(fēng)，很多企業(yè)往往只能想到“推了再說(shuō)”，并沒(méi)有認(rèn)真審視自己的業(yè)務(wù)，在本身并不具備AI的基因、缺少相關(guān)知識(shí)和人才、沒(méi)有長(zhǎng)期戰(zhàn)略規(guī)劃，甚至業(yè)務(wù)本身和AI就搭不上什么邊的情況下，倉(cāng)促上馬AI相關(guān)的項(xiàng)目。

這就使得AI在企業(yè)內(nèi)的推廣成為一項(xiàng)極富挑戰(zhàn)的壓力任務(wù)。壓力不會(huì)消失，只會(huì)轉(zhuǎn)移，面對(duì)這種復(fù)雜情境的壓力，很多領(lǐng)導(dǎo)的最終法寶就是交給下屬辦，根本不管下屬執(zhí)行中的種種問(wèn)題，只要結(jié)果。

可要讓領(lǐng)導(dǎo)失望的是，現(xiàn)在的AI并沒(méi)有那么強(qiáng)，高管們往往高估了AI在現(xiàn)今這個(gè)時(shí)間節(jié)點(diǎn)的效能，正如羅伊·阿瑪拉所言：“人們總是高估一項(xiàng)科技所帶來(lái)的短期效益，卻又低估它的長(zhǎng)期影響”[3]。

競(jìng)爭(zhēng)激烈的環(huán)境中，企業(yè)都希望能率先采用新技術(shù)來(lái)獲得優(yōu)勢(shì) / 圖蟲(chóng)創(chuàng)意

從德勤一份2020年的報(bào)告就可以看出端倪，300名中國(guó)商業(yè)和IT公司的高管參與了調(diào)查，所有企業(yè)都采用了AI技術(shù)。

對(duì)于AI將在幾年內(nèi)徹底改變其組織架構(gòu)和行業(yè)這個(gè)問(wèn)題，六成以上的高管選擇了三年以?xún)?nèi)，只有極少數(shù)人覺(jué)得這個(gè)改變需要5年以上的時(shí)間[4]。

站在2025年回頭望，雖然AI已經(jīng)滲透進(jìn)了職場(chǎng)的日常生活中，但大多數(shù)行業(yè)受到的影響并沒(méi)有那么大，高管們顯然高估了AI帶來(lái)的沖擊力。

站在2030年回頭望，2025年的我們可能也并沒(méi)有真正遇上顛覆性的技術(shù)，可現(xiàn)實(shí)卻是顛覆行業(yè)的重任交到了我們普通打工人的頭上。

難，太難了。

AI并非萬(wàn)能解藥

即使是今天，AI可以做的依然有限，且產(chǎn)出質(zhì)量可謂參差不齊，幾乎無(wú)法獨(dú)立完成核心工作，人工的潤(rùn)色與善后依然很有必要。

一篇針對(duì)創(chuàng)意性寫(xiě)作的AI工具綜述提出，AI確實(shí)有著無(wú)可比擬的優(yōu)點(diǎn)，例如可快速生成長(zhǎng)文本，內(nèi)容有著較高一致性等，但AI創(chuàng)作的內(nèi)容太“一致”、太“通用”了，反而使它很快就內(nèi)容飽和，輸出的文本變得單調(diào)枯燥，很容易讓讀者厭倦[5]。

這已經(jīng)引發(fā)了編輯對(duì)作者用AI投稿的不滿，有編輯在采訪中用“AI味”、“偽人感”來(lái)形容AI寫(xiě)的小說(shuō)，有著“華美而空洞”、“邏輯bug”、“喜歡做加法”等特征，讀起來(lái)很別扭，難以錄用這類(lèi)小說(shuō)[6]。

放在普通職場(chǎng)里，這就相當(dāng)于領(lǐng)導(dǎo)強(qiáng)行要求你改AI輸出的東西，卻根本沒(méi)考慮到重頭寫(xiě)很可能比改東西更簡(jiǎn)單，有那時(shí)間改不合要求的胡言亂語(yǔ)，自己都能從頭開(kāi)始寫(xiě)兩回了。

AI對(duì)于某些垂直領(lǐng)域的理解也可能無(wú)法超越員工自身經(jīng)驗(yàn)，用AI工具可能反而會(huì)限制思路。例如，一項(xiàng)針對(duì)數(shù)據(jù)工作者（如業(yè)務(wù)分析師、數(shù)據(jù)記者等）的訪談表明，因?yàn)榇嬖跀?shù)據(jù)故事創(chuàng)作能力有限、對(duì)數(shù)據(jù)故事背景理解不足等缺陷，AI并不是數(shù)據(jù)敘事的萬(wàn)金油[7]。

AI的創(chuàng)作基于對(duì)文本中情感表達(dá)模式的模仿，缺乏真實(shí)感受和深刻理解 / 圖蟲(chóng)創(chuàng)意

業(yè)務(wù)背景較為抽象且復(fù)雜，很難跟AI描述清楚，在AI不理解背景的情況下，很可能重復(fù)輸出沒(méi)有落地價(jià)值的套話，而缺少長(zhǎng)期沉浸于某一領(lǐng)域的員工的直覺(jué)式洞察。

哪怕是看似最簡(jiǎn)單、最自動(dòng)化的搜集資料任務(wù)，AI也有著諸多的缺陷，比如編造資料的幻覺(jué)，或是資料庫(kù)的滯后等等。

以某司法判例檢索AI為例，律師在使用過(guò)程中就發(fā)現(xiàn)存在結(jié)論中引用的案例具有隨機(jī)性，不會(huì)自動(dòng)將效力級(jí)別最高、最具有參考意義的案例納入其中，以及案例中引用出現(xiàn)斷章取義等尚需優(yōu)化的問(wèn)題[8]。

如果AI出現(xiàn)錯(cuò)誤，第一責(zé)任人是基層的編輯、律師、程序員、匯報(bào)人，但對(duì)于企業(yè)組織來(lái)說(shuō)，他們更迫切地需要結(jié)果，這種效率和風(fēng)險(xiǎn)的不平衡，無(wú)疑會(huì)產(chǎn)生沖突，最后受傷的還是普通打工人。

AI 出現(xiàn)錯(cuò)誤可能是由多種因素導(dǎo)致的，基層員工很容易被過(guò)度歸咎 / 圖蟲(chóng)創(chuàng)意

另一方面，AI的操作流程看似簡(jiǎn)單，直接在對(duì)話框里打字就好了，但現(xiàn)實(shí)是，在現(xiàn)今這個(gè)時(shí)間點(diǎn)上，很多AI并不能做到無(wú)門(mén)檻使用。

以DeepSeek為例，其對(duì)話框內(nèi)的“深度思考（R1）”選項(xiàng)就是針對(duì)“數(shù)學(xué)、代碼以及各種復(fù)雜邏輯推理任務(wù)”開(kāi)發(fā)的推理模型[9]，如果不了解這一點(diǎn)，強(qiáng)行讓所有DeepSeek處理的任務(wù)都打開(kāi)R1，結(jié)果一定會(huì)慘不忍睹。

又或是很多人不明白上下文窗口的重要性[10]，一直在同一個(gè)對(duì)話框里問(wèn)不同的問(wèn)題，結(jié)果發(fā)現(xiàn)DeepSeek的回答混為一談，將之簡(jiǎn)單地歸結(jié)于DeepSeek出現(xiàn)了幻覺(jué)而非自己的不當(dāng)操作。

只要看過(guò)大模型原理的入門(mén)內(nèi)容，例如OpenAI聯(lián)合創(chuàng)始人Andrej Karpathy發(fā)布的為沒(méi)有數(shù)學(xué)基礎(chǔ)的普通人制作的分享視頻，就能避免這些問(wèn)題，但現(xiàn)實(shí)是，很多企業(yè)缺乏自上而下的培訓(xùn)和優(yōu)質(zhì)資源的分享，員工空有壓力卻無(wú)支持，這才讓李一舟們有機(jī)可乘。

工作難做，領(lǐng)導(dǎo)不理解，還要被割韭菜，打工人們可以說(shuō)是欲哭無(wú)淚。

AI的問(wèn)題，人才能解決

AI問(wèn)題的核心并不在于AI，而在于人，很多問(wèn)題在原本的組織中本就存在，AI帶來(lái)的變革只是將其放大了。

比如分配問(wèn)題：AI帶來(lái)的工作效率提升，很可能并沒(méi)有給打工人帶來(lái)實(shí)際的好處，因?yàn)樵趧趧?dòng)市場(chǎng)或產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)激烈的情況下，打工人議價(jià)能力較低，生產(chǎn)率收益更多流向消費(fèi)者或企業(yè)，而非打工人，導(dǎo)致打工人無(wú)法通過(guò)減少工作時(shí)間享受收益，產(chǎn)生了“技術(shù)發(fā)展、效率提高、人卻更難平衡工作與生活”的悖論[11]。

如果企業(yè)依然以逐利為中心，并不考慮員工福祉，那么帶來(lái)效率提升的不管是AI還是BI，最終都不會(huì)有利于普通員工。

同樣的，領(lǐng)導(dǎo)是不是真的懂AI，對(duì)于員工來(lái)說(shuō)也沒(méi)有那么重要，更重要的是領(lǐng)導(dǎo)是不是真的能為下屬“著想”。

能為下屬考慮的領(lǐng)導(dǎo)，即使不懂AI，也能提供足夠的資源和支持，甚至愿意犧牲自己的利益來(lái)為AI革新的風(fēng)險(xiǎn)承擔(dān)責(zé)任，這種情況下員工掌握AI技能是遲早的事[12]。

不為下屬考慮的領(lǐng)導(dǎo)，即使懂AI，也真的很難與其說(shuō)清楚業(yè)務(wù)的細(xì)節(jié)，他還可能會(huì)因?yàn)閷?duì)員工知識(shí)背景的誤判而下達(dá)一些員工根本不理解的命令[13]，像是“AI+”“AI賦能”“重塑流程”等，最后白忙活。

受信賴(lài)的員工往往會(huì)被分配更多的AI探索和使用任務(wù)，壓力也隨之而來(lái) / 圖蟲(chóng)創(chuàng)意

從根本上來(lái)說(shuō)，使用AI的好處不應(yīng)該只讓企業(yè)和領(lǐng)導(dǎo)得到，使用AI的風(fēng)險(xiǎn)不應(yīng)該只讓一線員工承擔(dān)，否則的話，外面一直鼓吹A(chǔ)I要取代普通人，普通人在自己的崗位上卻發(fā)現(xiàn)AI根本用不了，普通人到底應(yīng)該怎么辦呢？

領(lǐng)導(dǎo)們，不要焦慮，正視AI，別老想著用AI替代打工人，而是建立好人-AI的協(xié)作機(jī)制比較現(xiàn)實(shí)。

就像哈佛商業(yè)評(píng)論所言：“組織不應(yīng)簡(jiǎn)單地在現(xiàn)有流程上疊加 AI 技術(shù)，而應(yīng)圍繞人類(lèi)與機(jī)器的獨(dú)特優(yōu)勢(shì)重新設(shè)計(jì)工作流程。需要為員工創(chuàng)造與 AI 協(xié)作的機(jī)會(huì)，以增強(qiáng)其自主性、掌控感和工作意義感。AI 不應(yīng)僅被視為自動(dòng)化工具和優(yōu)化工具，更應(yīng)成為提升職場(chǎng)人文體驗(yàn)的助力。”[14]

AI一定會(huì)大大地改變?nèi)祟?lèi)的未來(lái)，但我們相信，在這個(gè)未來(lái)里，普通人和AI同樣重要。

撰文 / Emeria 

圖片編輯  / 啃   啃  

內(nèi)容編輯  /  遙   月  

審核編輯  /  懶羊羊  

[1]CNN.(2024).AI is replacing human tasks faster than you think.

[2]SmartIndustry.(2024).Survey shows ‘fear of missing out’ drives most AI adoptions.

[3]IEEE.(2024).Amara’s Law and Its Place in the Future of Tech.

[4]德勤.(2020).決勝企業(yè)智能時(shí)代：中國(guó)與全球企業(yè)人工智能應(yīng)用現(xiàn)狀調(diào)研.

[5]Tojanovic, L., Radojcic, V., Savic, S., Sandro, A., & Cvetkovic, D. S. (2023). The influence of artificial intelligence on creative writing: Exploring the synergy between AI and creative authorship. International Journal of Engineering Inventions, 12(12), 70-74.

[6]骨朵網(wǎng)絡(luò)影視.(2025).網(wǎng)文編輯拒絕AI投稿，為什么AI寫(xiě)小說(shuō)有股偽人感？

[7]Li, H., Wang, Y., Liao, Q. V., & Qu, H. (2025). Why is ai not a panacea for data workers? an interview study on human-ai collaboration in data storytelling. IEEE Transactions on Visualization and Computer Graphics.

[8]觀韜.(2025).觀韜視點(diǎn) | 司法判例檢索AI測(cè)評(píng)與應(yīng)用指南（第一版）.

[9]DeepSeek API 文檔.(2024).DeepSeek推理模型預(yù)覽版上線，解密o1推理過(guò)程.

[10]Karpathy, A. (2025). How I use LLMs. YouTube.

[11]Jiang, W., Park, J., Xiao, R. (J.), & Zhang, S. (2025). AI and the extended workday: Productivity, contracting efficiency, and distribution of rents (NBER Working Paper No. 33536). National Bureau of Economic Research.

[12]馮昱瑋. (2023). 人工智能背景下領(lǐng)導(dǎo)-成員交換關(guān)系對(duì)越軌創(chuàng)新的影響研究 (碩士 學(xué)位論文, 河北工業(yè)大學(xué)). 碩士

[13] HBR.(2006). The Curse of Knowledge.

[14]CIO. (2024). Extensive AI use makes employees lonely, nervous.