第一批用AI的打工人，已被折磨疯？

刚吐槽完春晚秧歌机器人的笨拙，回岗上班就惊觉自己似有被AI取代之虞，这堪称今年职场打工人遭遇的最大冲击。

自2022年底ChatGPT发布，大语言模型热度一路飙升，年初DeepSeek的出圈，更是彻底点燃国人对AI的热情。当我妈都开始给我转发《DeepSeek的10个提示词技巧》时，我就预感AI将成显学，只是没想到这一天来得如此迅猛。二月份，领导要求工作流程必须融入AI，三月份，更是要求用AI在半天内完成原本三天的工作量。

从国内的DeepSeek、豆包、Kimi，到国外的ChatGPT、Claude、Grok，工作中我试用过诸多语言模型，可实际工作的空虚感却愈发强烈——AI虽好用，却根本跟不上领导层出不穷的奇思妙想。有了AI，非但没轻松，反倒更累，第一批用上AI的打工人，比如我，已被折腾得苦不堪言。

全国领导齐推AI

并非只有我遭遇领导在AI上的离谱要求，社交媒体上类似吐槽铺天盖地。全球企业都在争抢AI赛道，2024年美国一项调查显示，61%的受访企业计划未来一年用AI完成人类任务，借助AI降本增效、提升员工效率。

AI操作便捷，对话框输入问题，瞬间就能得到看似正确的答案，对企业来说宛如救星，AI热潮如病毒般在公司迅速蔓延。DeepSeek出现前，这一趋势尚不明显，国外工具难用，国内工具不给力，而DeepSeek好用又实惠，一夜之间，不尝试AI的企业反倒成了少数派。

不过，许多企业接触AI并非为了利用其优势，而是害怕不用会被落下，也就是在错失恐惧（FOMO，Fear of Missing Out）驱使下行动。对发达国家IT行业决策者的调查显示，67%的受访者采用AI是因为错失恐惧。

时间紧、任务重，加上盲目跟风，很多企业未认真评估业务，在自身缺乏AI基因、知识、人才和长期规划，甚至业务与AI关联不大的情况下，匆忙上马AI项目。这让AI在企业的推广成为极具挑战性的任务，压力层层转移，领导往往直接把任务丢给下属，只看结果不管过程。

然而，当下的AI远没那么强大，高管常高估其效能。正如罗伊·阿玛拉所说：“人们总是高估一项科技的短期效益，却低估它的长期影响” 。2020年德勤报告显示，参与调查的300名中国商业和IT公司高管所在企业都采用了AI技术，六成以上高管认为AI会在三年内彻底改变组织架构和行业，仅有少数人觉得这一改变需5年以上。站在2025年回望，AI虽已渗透职场，但多数行业受影响程度有限，高管显然高估了其冲击力。

AI不是万能的

即便在今天，AI的能力仍存在局限，产出质量也不稳定，几乎无法独立完成核心工作，人工润色与后期完善不可或缺。

针对创意写作的AI工具综述指出，AI有快速生成长文本、内容一致性高的优点，但也正因内容过于“一致”“通用”，易导致内容饱和，文本单调乏味，读者容易产生厌倦感。这也引发了编辑对AI投稿的不满，有编辑用“AI味”“伪人感”形容AI写的小说，指出其“华美而空洞”“逻辑有缺陷”“喜欢堆砌内容”，读起来十分别扭，难以录用。在职场中，这就好比领导要求修改AI输出的内容，却没考虑到重新撰写或许比修改更高效，毕竟修改那些不符合要求的内容，耗费的时间都够自己从头写两遍了。

AI对某些垂直领域的理解，可能无法超越员工的自身经验，使用AI工具反而可能限制思维。对数据工作者（如业务分析师、数据记者等）的访谈表明，由于数据故事创作能力有限、对数据故事背景理解不足，AI并非数据叙事的万能方案。业务背景抽象复杂，很难向AI阐述清楚，若AI不理解背景，就可能反复输出毫无实际价值的套话，缺乏长期深耕该领域员工的直觉洞察。哪怕是看似简单的资料搜集任务，AI也存在编造资料、资料库滞后等问题。

以某司法判例检索AI为例，律师使用时发现，结论引用案例具有随机性，不会自动纳入效力最高、最具参考价值的案例，还存在断章取义的问题。一旦AI出错，基层编辑、律师、程序员、汇报人就成了第一责任人，而企业更注重结果，这种效率与风险的不平衡必然引发冲突，最终受伤害的还是普通打工人。

AI操作流程看似简单，在对话框打字即可，但实际上，目前很多AI并非无门槛使用。以DeepSeek为例，其对话框内的“深度思考（R1）”选项，是针对“数学、代码以及各种复杂逻辑推理任务”开发的推理模型，若不了解这一点，强行打开R1处理所有任务，结果必然糟糕。还有很多人不明白上下文窗口的重要性，在同一对话框问不同问题，导致DeepSeek回答混乱，却简单归结为AI“幻觉”，而不是自身操作不当。只要了解大模型原理，比如观看OpenAI联合创始人Andrej Karpathy为普通人制作的分享视频，就能避免这些问题。但现实是，很多企业缺乏自上而下的培训和优质资源分享，员工压力大却得不到支持，这才让一些“割韭菜”的人有机可乘。

AI问题，关键在人

AI问题的核心不在AI本身，而在于人，许多问题原本就存在于组织中，AI变革只是将其放大。

比如分配问题：AI提升工作效率，却未必让打工人受益。在竞争激烈的劳动市场或产品市场中，打工人议价能力弱，生产率收益更多流向消费者或企业，而非打工人自身，导致打工人无法通过减少工作时间享受效率提升的成果，陷入“技术发展、效率提高，人却更难平衡工作与生活”的困境。若企业一味逐利，不考虑员工福祉，那么不管是AI还是其他技术带来的效率提升，最终都难以惠及普通员工。

领导是否懂AI，对员工而言并非最重要，更关键的是领导能否为下属着想。能为下属考虑的领导，即便不懂AI，也会提供充足资源和支持，甚至愿意为AI革新的风险担责，在这种情况下，员工掌握AI技能只是时间问题。不为下属考虑的领导，即便懂AI，也很难与员工说清业务细节，还可能因误判员工知识背景下达难以理解的命令，如“AI+”“AI赋能”“重塑流程”等，最终徒劳无功。

受领导信赖的员工，往往被分配更多AI探索和使用任务，时间和精力面临巨大挑战，压力随之而来。从根本上讲，使用AI的好处不能只被企业和领导享有，风险也不该只由一线员工承担。否则，外界鼓吹AI将取代普通人，而普通人在岗位上却发现AI难以运用，那普通人该何去何从？

领导们不应焦虑，应正视AI，与其想着用AI替代打工人，不如建立良好的人 - AI协作机制。正如哈佛商业评论所说：“组织不应简单地在现有流程上叠加AI技术，而应围绕人类与机器的独特优势重新设计工作流程。需要为员工创造与AI协作的机会，以增强其自主性、掌控感和工作意义感。AI不应仅被视为自动化工具和优化工具，更应成为提升职场人文体验的助力。”

AI必将深刻改变人类未来，但我们坚信，在这个未来里，普通人和AI同样重要。