AI 省下的时间，被工作重新填满了

Editor's Note

🗓️ 2026.02.24 | Issue#344

AI 确实在提升生产率——欧洲超 1.2 万家企业的数据证明了这一点。但这个效率提升去了哪里？

一项为期 8 个月的实证研究给出了令人意外的答案：它没有变成更少的工作，而是变成了更高密度的工作。与此同时，埃森哲正在用登录次数来衡量 AI 采用成效。这两件事同时为真，指向同一个问题：企业推动 AI 的方式，和 AI 真正创造价值的方式，是否根本就不是一回事？

本期 AI Insider 专栏的免费部分，分析 AI 效率提升的真实去向，以及工作密度化的三种具体机制。付费部分进一步拆解：为什么企业惯常的 AI 推动方式存在结构性错误，管理层面临怎样的认知盲区，以及这对正在加速 AI 落地的中国企业意味着什么。

今年 2 月，埃森哲向部分高级经理和副总监发出内部邮件：晋升至领导层，将要求「定期使用」AI 工具，个人每周的 AI 工具登录次数将成为今年夏季晋升讨论的「可见输入项」。

衡量标准，落在了登录记录上。

这家公司管理着近 80 万名员工，声称在生成式 AI 领域训练了逾 55 万人。其 CEO 公开警告，无法适应 AI 时代的员工将被「exit」。然而推动 AI 采用的具体方式，是用晋升机会绑定登录行为。与此同时，埃森哲股价过去 12 个月下跌 42%，市值从疫情高峰期的逾 2600 亿美元缩水至约 1370 亿美元。

这个场景有一种真实的错位感。AI 被视为组织转型的核心驱动力，但驱动方式是用晋升威胁换取登录行为。这背后折射出一个更普遍的问题：企业在努力推动 AI 采用的同时，是否真正理解 AI 在组织内部如何创造价值？

效率提升是真实的，但不完整

先把基本事实确认清楚。AI 确实在提升生产率。

欧洲投资银行与国际清算银行联合对逾 1.2 万家欧洲企业的研究显示，AI 采用平均使劳动生产率提升了 4%。这个数字在统计上稳健，经济意义上有分量。研究同时发现，短期内 AI 采用并未带来就业下降，采用 AI 的企业员工薪资反而有所提升。

4% 的生产率提升，在宏观经济层面不算小数字。但它没有回答的问题是：这 4% 去了哪里？

《哈佛商业评论》发布的一项实证研究给出了令人意外的答案。研究团队在一家拥有约 200 名员工的美国科技公司，进行了长达 8 个月的追踪观察，包括每周两天的现场记录、内部通讯频道追踪以及逾 40 次深度访谈。

结论直接：AI 没有减少工作量，它持续强化了工作密度。

员工以更快的节奏工作，承担了更宽泛的职责范围，工作延伸进了原本属于休息的时间段，而这一切大多是员工自发完成的，公司没有强制要求。一位工程师的描述最具代表性：「你以为用了 AI 可以少工作。但实际上你工作量一样，甚至更多。」

效率被什么吸收了

这项研究识别出三种工作强化模式。

任务扩张。 AI 填补了知识空白，员工开始接手原本属于其他人的工作。产品经理和设计师开始写代码，研究员承担工程任务，许多人主动尝试过去会外包或推迟的工作。AI 提供了一种认知赋能感，依赖他人的需求下降，即时反馈增多，「随便试试」的心理门槛降低。这些零散尝试积累成职责边界的实质扩张。连带效应随之出现：工程师花更多时间审查、纠正同事用 AI 辅助生成的代码，这类隐形工作量往往通过 Slack 消息或临时咨询的形式发生，没有被计入任何正式考核。

工作与休息边界的消融。 AI 大幅降低了开始一项任务的摩擦成本，员工开始在午餐时间、会议间隙、文件加载的等待片刻随手发起 prompt。打字给 AI 的感觉更接近聊天而非正式工作，这让工作向晚间和清晨渗透变得难以察觉。许多人只是在事后才意识到，午休不再提供真正的恢复感，工作变成了某种随时可以「再推进一点」的环境性存在。

多线程认知负荷。 AI 引入了一种新节奏：一边手动写代码，一边等待 AI 生成另一个版本；同时跑几个 agent，重拾此前搁置的任务。「有伙伴一起干」的感觉制造了持续的动力感，但实际状态是注意力不断切换、频繁检查 AI 输出、待处理项目持续堆积。压力没有减少，反而被一种生产力幻觉遮蔽了。

这三种模式叠加，形成了一个自我强化的循环：AI 加速某些任务，提高了对速度的预期；更高的预期让员工更依赖 AI；更强的依赖拓展了职责范围；更宽的范围进一步加大了工作密度。AI 省下的时间，被更多的工作填回去了。

🔒 以下内容为付费会员专属

订阅 Dailyio Premium，解锁完整分析。