AI 提效，活儿更多

很多人第一次用 AI 写邮件、写方案、写代码、做总结时，都会有一种很强烈的感觉：这东西确实快。

过去半小时才能写好的邮件，现在几分钟就能出初稿；过去要翻半天资料才能整理出的摘要，现在复制进去就能总结；过去做方案要先搭框架，现在 AI 可以直接给出几个版本；过去写代码要查文档、看示例，现在工具能边写边补全。

看起来，AI 应该让人轻松一点。但很多人的真实感受恰恰相反：工具越来越强，工作却没有变少；效率越来越高，人却没有更闲；AI 帮你省下了一点时间，工作马上用新的方式把它填满。

这就是 AI 进入职场后最反直觉的地方：AI 没有自动减少工作，它只是先提高了工作密度。

AI 提效是真的，但减负不是自动发生的

讨论这个问题，不能先把 AI 否定掉。AI 确实能提高效率，在一些任务边界清晰、流程标准化的场景里，它的价值非常明显。

NBER 一项关于生成式 AI 在客服场景中应用的研究，观察了 5,179 名客服人员。结果显示，使用 AI 助手后，客服人员平均生产率提升了 14%；对新手和低技能员工的帮助尤其明显，生产率提升达到 34%。这说明 AI 在标准化服务、话术辅助、知识检索、回复建议等场景中，确实能让人更快完成任务。

另一项 NBER 关于知识工作者的 6 个月实验也发现，接入生成式 AI 工具后，实际使用者在实验后半段每周花在邮件上的时间减少约 2 小时，并减少了常规工作时间之外的工作。

所以，AI 能不能提效不是问题，它当然能。真正的问题是：AI 省下来的时间，最后归谁？

如果这些时间归员工，结果可能是少加班、少重复劳动、少低价值沟通。但如果这些时间归组织，结果可能就是更多任务、更快响应、更高频交付。很多人感到更累，不是因为 AI 没有效率，而是因为效率没有变成休息。

节省出来的时间，很快会被重新填满

职场里有一个很朴素的规律：只要某件事变快，它很快就会被认为本来就应该这么快。

过去写一份项目总结需要半天。现在 AI 可以帮你生成初稿，于是半天不再是正常周期，可能两小时就要交。过去做一个竞品分析需要一天。现在 AI 可以帮你列维度、拉框架、写摘要，于是老板可能希望你顺手多分析三个竞品。过去一周开一次复盘会。现在 AI 能生成会议纪要、行动项和待办，于是复盘频率可能从一周一次变成两天一次。

任务本身确实变快了，但任务之间的空隙消失了。

Upwork 的一项职场 AI 调查很能说明这个现象：96% 的高管期待 AI 提升生产力，但 77% 使用 AI 的员工认为 AI 增加了自己的工作量。这组数据背后的矛盾很清楚：管理层看到的是 AI 能提高产出，员工感受到的是 AI 让我要交付更多。

这不是偶然。在很多组织里，效率工具并不会自动带来工作减量。它更常见的作用，是提高组织对人的预期。以前你一天能完成 5 件事，现在有了 AI，大家会觉得你应该完成 8 件、10 件，甚至更多；以前一个方案能交差，现在 AI 能很快生成多个版本，于是多给几个版本看看就变成了默认要求。

AI 让每个动作都变快了，也让每个等待都显得更不合理。

工作没有变少，只是颗粒度变细了

AI 进入工作后，一个很大的变化是：任务被切得更碎。

过去，写一篇报告是一项完整工作。现在它可能被拆成很多小动作：

• 让 AI 拟标题，并判断哪个标题更适合当前读者；
• 让 AI 列提纲，并确认结构有没有偏离真实问题；
• 让 AI 找角度，并筛掉看似热闹但不适合交付的方向；
• 让 AI 扩写内容，并逐段检查事实、口径和边界；
• 让 AI 改语气、压缩字数、转成汇报口径，最后再人工检查、重写、合并、确认。

表面上，AI 帮你完成了很多步骤。但实际上，你也多了很多新的操作。每一步都很小，每一步都要判断。

这就是为什么很多人使用 AI 后，会产生一种新的疲惫感：不是某一个任务特别重，而是持续不断的小判断太多。

AI 给了你 5 个标题，你要选哪个；AI 给了你 3 个方案，你要判断哪个能用；AI 写了一段看起来很顺的话，你要确认有没有事实错误；AI 给了一段代码，你要判断有没有隐藏 bug；AI 总结了一次会议，你要确认有没有漏掉关键责任人。

以前你累，是因为要从零开始做。现在你累，是因为要不断判断 AI 做得对不对。这种判断、筛选、修正和兜底，本身就是新的认知劳动。

这种劳动很难被看见。别人只看到你用了 AI，却看不到你为了让 AI 的输出变得可交付，做了多少筛选、修正和兜底。

AI 提高的是局部效率，不一定提高整体效率

很多公司引入 AI 时，容易犯一个错误：只看单个任务有没有变快，不看整体流程有没有变短。

比如，一名员工用 AI 写周报，原来 40 分钟，现在 10 分钟。从单点看，效率提高了。但如果因为周报变得更容易生成，团队开始要求日报、项目简报、风险摘要、客户同步稿，每个人都写得更多，那么整体工作量未必下降。

再比如，AI 可以帮会议生成纪要。但如果会议本身没有减少，纪要反而变得更多、更细、更正式，后续又衍生出更多行动项、追踪表、状态更新，那么 AI 只是降低了记录成本，却提高了管理密度。

AI 提高的是生成某个东西的局部效率。但组织工作不是只有生成，还有对齐、确认、审批、解释、修改、追责、复盘。如果这些环节没有减少，局部效率就可能被整体复杂度吃掉。

这也是为什么很多人会有一种强烈落差：明明每个小任务都更快了，为什么一天下来还是更累？答案是：你不是在做更少的工作，而是在单位时间里处理更多工作。

AI 让正常产出的标准变了

效率工具最深层的影响，不是帮你省了几分钟，而是改变了大家对正常的理解。

过去，一篇文章没有配摘要，很正常。现在 AI 可以一键生成摘要，于是没有摘要就显得不完整。过去，一个方案只有一个版本，很正常。现在 AI 能快速生成多个方向，于是只交一个版本就显得不充分。过去，一封邮件写得普通一点，很正常。现在 AI 能帮你润色，于是表达不够精致就显得不专业。过去，会议结束后没有立刻产出纪要，很正常。现在自动纪要工具已经存在，于是会后十分钟出纪要开始变成新标准。

这就是 AI 带来的隐性压力：它不仅提高了你的能力上限，也抬高了别人对你的最低期待。一旦工具普及，很多原本属于加分项的东西，会慢慢变成基础项。

能写得更快，意味着你应该更快；能做得更细，意味着你应该更细；能输出更多版本，意味着你应该多给几个版本。AI 没有命令你加班，但它改变了组织判断你是否足够高效的尺度。

最累的不是做事，而是没有边界

如果 AI 只是让某些任务变快，它未必会让人更累。真正让人累的，是任务边界被不断扩大。

以前让你写一份报告。现在是：写一份报告，顺便生成摘要、提炼三条结论、改成老板口吻、准备一页汇报稿、做一个邮件版本、再做一个客户版。以前让你分析一个问题。现在是：先让 AI 多列几个角度，再分别展开一下，再做正反观点，再给出风险清单，再补行动建议。以前让你做一个初稿。现在是：既然 AI 能写，那就多试几版。

AI 的问题不在于它帮你做了什么。问题在于，它让顺便变得太容易。

而职场里最可怕的词之一，就是顺便。顺便总结一下，顺便润色一下，顺便翻译一下，顺便出个表格，顺便做个 PPT 大纲，顺便多给几个版本。每个顺便都不大，但所有顺便加起来，就是新的工作密度。

所以，真正需要被管理的不是 AI 工具本身，而是工作边界。如果组织没有明确哪些工作可以取消、哪些产物不再需要、哪些响应不用立刻发生，那么 AI 越强，顺便就越多。

AI 时代的疲惫，是一种高密度疲惫

工业时代的疲惫，很多来自体力。传统办公室的疲惫，很多来自时间。AI 时代的疲惫，越来越多来自密度。

同样 8 小时，里面塞进了更多判断、更多切换、更多版本、更多沟通、更多不确定性。你不是一直在做一件特别大的事，而是在持续处理很多小而密的事。

刚让 AI 生成完一段内容，马上要检查；刚改完一个版本，马上要再试一个角度；刚总结完会议，马上要拆行动项；刚完成一个任务，马上因为 AI 可以帮忙而接到下一个任务。

这种疲惫很难说清楚，因为你看起来没有干什么特别重的活，甚至你还用了 AI。但人的注意力、判断力和责任感都被持续消耗。

AI 减少了一部分手工劳动，却增加了一部分认知劳动。而认知劳动最累的地方在于：它不一定占用很多动作，却持续占用你的脑子。

真正的问题：效率红利有没有被重新分配

所以，AI 为什么没有让人轻松？

不是因为它不能提高效率，而是因为很多组织只完成了第一步：让员工更快。却没有完成第二步：让工作变少。

如果一家公司引入 AI 后，只问这些问题：员工有没有用 AI，产出有没有变快，报告有没有更多，响应有没有更及时，成本有没有下降，那 AI 大概率会变成加压工具。

但如果一家公司同时问这些问题，AI 才可能真正减负：

• 取消不再必要的会议，而不是让 AI 生成更多会议纪要；
• 合并低价值汇报，而不是把周报扩展成日报、简报和同步稿；
• 减少重复审批和状态更新，而不是让员工维护更多追踪表；
• 把省下来的时间明确保护下来，而不是马上填进新的任务。

减负不是工具自动带来的，而是组织选择的结果。效率红利如果不重新分配，就会自然流向更高的产出要求；只有当组织主动删除低价值工作、压缩不必要协作、保护人的恢复时间，AI 才可能从提效工具变成减负工具。

AI 提效之后，人有没有喘息空间？

AI 时代最重要的问题，不是人会不会被 AI 替代。至少在很多日常工作里，更先发生的不是替代，而是加密。

任务被加密，沟通被加密，交付被加密，判断被加密，责任也被加密。AI 让工作变快，但没有自动让工作变少；它让产出更容易，但没有自动减少对产出的要求；它让信息更多，但没有自动减少人的判断负担。

所以，真正值得追问的是：AI 提高的效率，最后是变成更多任务，还是变成人的喘息空间？

如果答案是前者，AI 只会让人更累。如果答案是后者，AI 才可能真正成为解放工具。

结尾

AI 来了，人为什么更累？

因为很多时候，AI 省下来的不是员工的时间，而是组织继续加码的空间。

它让一个任务更快完成，也让下一个任务更快到来；它让一个版本更快生成，也让更多版本变成默认要求；它让一个人看起来更高效，也让高效这个标准不断上移。

AI 没有减少工作，只是提高了工作密度。而当工作密度不断提高，人的疲惫就不会消失，只会换一种形式回来。