AI，讓牛馬更“牛馬”

最近到客戶公司駐場服務，發現一個現象：經理級別以上的，基本不怎么使用AI，也多數不懂怎么使用，而執行層，尤其是那些文案、設計、做短視頻剪輯的“牛馬們”，反而用得最多。

這讓我想起之前看的谷歌一份報告中寫到，有高達90%的軟件工程師已在工作中使用AI，OpenAI的數據也表明，近40%的工作對話與寫作輔助相關。

自AI爆發以來，這個工具好像以前所未有的速度滲透進執行層工作的每一個縫隙。

但一個悖論也隨之浮現：當AI這把“利器”宣稱要解放生產力時，為何手握它的“牛馬”們沒有變得更輕松，反而顯得更忙碌了？

微軟對此也有過研究，指出AI對翻譯、銷售等職業的覆蓋率和成功率已高達80%以上……

我甚至一度有些疑慮，為何沒有看到相應的幸福感飆升？

表面是效率工具的應用有所差異。

實際上，我們根本沒法將AI視作一個中性的工具，它正在敏銳地放大職場固有的矛盾與結構——效率提升的紅利，未必導向執行者的階層升遷，反而可能通過更精細化的任務分派、更快的節奏期望，無形中加固了他們“牛馬”的崗位命運。

1. 如何讓“牛馬”更卷？

你肯定見過這種場景，或者你自己就是親歷者：以前寫代碼，一天吭哧吭哧產出幾十行，現在有了AI輔助，老板的期望值立刻水漲船高，一天100行成了新基準。

谷歌CEO桑達爾·皮查伊沾沾自喜地宣布，AI工具讓自家工程團隊的開發效率提升了10%。

這10%的效率提升，你以為真的可以提前下班？

在老板們眼里，不過是意味著你應該在同樣的時間里，多產出10%的代碼、10%的文案、10%的設計稿。

非常現實，且契合人性。

那么，所謂的AI引發的效率紅利，到底被誰吃掉了？

我認為，只能是資本和企業，而非具體執行的個人。AI就像一臺動力更強勁的水泵，而基層員工就是那口被抽得更猛的水井。你出的水多了，但井本身的境遇并沒有改變，甚至因為透支而更顯疲態。

諷刺的是，你對這臺“水泵”還不敢完全信任。

谷歌自己的報告就顯示，只有20%的工程師對AI生成的代碼“非常信任”，將近一半的人（46%）只是“有點信任”。

OpenAI的用戶數據也印證了這一點：當你讓AI幫你查資料、給思路（“詢問”類任務）時，體驗很好，滿意度高；但一旦你放手讓AI去“執行”一個復雜任務，失望往往隨之而來。

所以，基層員工的真實工作狀態變成了什么？

是“人肉質檢員”+“AI加速器”的合體。

谷歌的Ryan J. Salva說得還算中肯，當前AI水平大概在3到4之間（滿分5），它能幫忙排錯，但離不開人工審核和“多重安全網”。

那意思，就是AI幫你寫完代碼，你不僅沒省事，反而要打起十二分精神去審查這些海量產出，生怕一個隱蔽的bug導致線上事故。以前是親手造輪子，心里有底；現在是流水線給你噴涌而出無數個半成品輪子，你得一行行地篩選、調試、修改。

工作量真的減少了嗎？恐怕未必。

但工作的節奏和神經的緊繃程度，絕對是幾何級數上升了。

這是一種典型的“隱性剝削”——你的勞動強度從體力轉向了腦力，焦慮感從“干不完”轉向了“怕出錯”，本質上，你被卷進了一場更精致、更耗神的內耗之中。

如果說這種“隱性剝削”是AI帶來的一種沖擊，那么還有另外一種較為痛苦而必須面對的危機，則是技能分化與權力的轉移。

尤其是在職場之上。

2. 你更快，也更便宜了

微軟研究了20萬條AI對話，發現了一個關鍵區別：高學歷、高段位的專業人士，把AI當“顧問”，他們提出精準、具體的問題，尋求的是策略、框架和高級靈感；而很多基層員工，則習慣性地把AI當“代筆”，輸入“幫我寫份報告”這種模糊指令，得到的只能是平庸、需要大改的垃圾稿。

背后的差距，除了工具使用的熟練度影響之外，還有認知層次和提問能力的實際區別。

管理層因為工作需要，長期進行戰略思考、框架規劃，這些能力暫時難以被AI替代（Salva也承認軟件開發的關鍵環節無法自動化），所以他們能駕馭AI。而執行層如果只會用AI來打雜代勞，久而久之，那些基礎的執行能力會退化，但高階的思考能力又沒建立起來，就會徹底被困在“工具人”的陷阱里，技能反而變得單一化。

于是，一個可怕的“認知鴻溝”就出現了：管理層因為掌控戰略，依然手握權力；而執行層盡管工具玩得溜，卻可能因為可替代性強而話語權下降。

員工享受不到紅利。

你用了AI，你更快了，但你更“便宜”了。

AI現在已經創造了巨大的財富池，這沒有錯，技術本是中性的。

做AI的企業，用AI的企業或個人，都可以在這個池子里期望“掘金”。

你每個月可能只需花幾十塊錢去訂閱一個AI工具，但對你公司老板而言，已經算是一本萬利的買賣了。谷歌的AI工具價格從免費到每月45美元不等，這點成本，相比于一個動輒月薪數萬的程序員或設計師，幾乎可以忽略不計。

只是，我們通過微軟的研究，看到一個扎心的現象，即AI對職業的影響，和這個職業的平均工資高低關聯極弱。

也就是說，AI正在系統性地、無差別地提升各行各業的效率，但這種效率提升帶來的利潤，并沒有相應地反饋到員工的薪資單上。

而當我們現有的職場結構和績效考評方式，遇到以“提升效率”為名的AI時，很容易就異化成一臺更高效的“牛馬”生產器。

它放大了原有的矛盾，執行者期待解放，管理者追求壓榨；工具在進化，生產關系卻停滯不前。結果就是，AI在手，牛馬們跑得更快，身上的犁具也更沉。

如果我們意識不到這場“效率游戲”背后的權力規則變化，可能連抱怨“卷”的資格，都會在未來某一天悄然失去。

3. 企業如何避免AI反噬？

有報告說，高收入、高學歷人群更善于利用AI，并能從中獲得更大價值。

從微軟或者OPenAi的一些對話數據中看，確實似乎是這樣。

但現實中，尤其是中國的企業里，我們卻看到大量管理層成了“AI盲區”。

是，他們的確熱衷于在戰略會上談論AI的宏大敘事，可連最基礎的AI工具其實都未曾親手操作過。

一個BUG就這樣出現了，制定工作流程和考核標準的人，根本不了解執行工具的實際能力與局限。他們可能以為AI是萬能的，于是下達不切實際的任務指標；或者他們根本低估了AI的潛力，無法為團隊整合出真正高效的“人機協作”新模式。

決策層與工具層的割裂，比員工不會用AI實際上是更危險的。

它會讓企業的AI投資事倍功半，甚至加劇內部矛盾。看看谷歌是怎么做的？其內部“絕大多數團隊”已將AI嵌入從編寫文檔到代碼編輯器的所有環節。企業必須強制管理層下沉學習，讓他們像當年學習用PPT和Excel一樣去親手使用AI。否則，就會重蹈許多傳統企業數字化轉型失敗的覆轍——錢花了，系統建了，但思維沒變，最終一地雞毛。

那么，正確的出路在哪里？

放眼短期（未來1-3年），趨勢已經非常清晰，AI對執行層，尤其是腦力勞動者的滲透會更深。微軟的一些數據已經給各類職業貼上了“AI適用性”標簽，像翻譯、銷售、編程這些崗位，AI的覆蓋率和成功率都已很高。所以，“AI熟練度”將迅速成為簡歷上的硬通貨，是入職的基本門檻。

而那些暫時無法被自動化的體力崗位（如洗碗工、護理員），反而獲得了一個短暫的“安全期”。

但腦力勞動的競爭會空前激烈，因為AI拉平了初級任務的能力差距。

而從長期（5年或更遠）來看，企業會面臨一個十字路口。如果繼續當前這種簡單粗暴的“壓榨式”應用模式，只知道用AI給員工堆任務，而不重構組織架構，那么很可能引發大規模的“牛馬”倦怠潮，最終損害的是企業的創新根基和穩定運營。

聰明的企業，應該從現在開始就思考如何建立真正的人機協作流程。

我的意思，不是讓AI完全外包任務，而是讓它扮演靈感激發器和超級輔助的角色。例如，利用AI進行頭腦風暴、生成初步方案、處理海量信息，而讓人工專注于最核心的戰略判斷、情感溝通、創意整合和最終決策。

同時，企業的考核指標必須改變，不能只盯著效率提升百分比，更要量化AI對員工工作幸福感、創造性和職業成長的影響。例如，是讓員工從重復勞動中解放出來去做更有價值的事，還是僅僅讓他們在AI的驅動下變得更忙、更焦慮？

歸根結底，技術從來不是決定命運的終極因素，如何使用技術的理念才是。

那些只把AI視為成本削減工具、企圖用“更少的牛馬拉更重的車”的企業，最終可能會被AI的反噬力所傷——員工流失、創新枯竭。

而那些能將AI與人才價值提升相結合，愿意投資于管理層認知、并精心設計人機協作模式的企業，才能真正駕馭這股浪潮，走向一個更智能、也更人性化的未來。

這種改變的權利，首先掌握在企業的決策者手中。他們的選擇，將決定AI是成為一個加劇內卷的幫兇，還是一個釋放人類創造潛能的偉大工具。

4. 如何能不做“牛馬”？

AI是可敬的，也是危險的。

它不是像科幻片里那樣直接取代人類。

要更精妙，也更隱蔽。

它讓我們在追求效率的狂奔中，越來越深地綁定在由算法驅動的工具鏈上，卻可能逐漸忘記了我們工作的初衷——是為了創造，為了解決問題，為了實現價值，而不僅僅是為了更快地產出代碼、文案和PPT。

我們的注意力全部被“審核AI產出”、“追趕AI提速后的Deadline”所占據時，實際便已喪失了思考“為何而工作”的寶貴空間。

既如此，那在這個AI轟鳴的時代，我們每個人，究竟要如何避免淪為更高效、更疲憊的“牛馬”？

對于個體而言， 我們必須從“代勞思維”轉向“提問式協作”。

這恰恰是OpenAI報告中高學歷、高收入者善用AI的秘訣，他們不把AI當作替你干活的“外包工”，而是將其視為一個能夠激發靈感、提供備選方案、進行快速頭腦風暴的“顧問”。

在這個時候，核心競爭力，就從掌握某種技能，向提出好問題的能力、進行批判性思考的能力，以及將AI的產出進行整合、升華的能力發生轉變。

我們需要的是駕馭工具，而不是被工具定義。

對于企業而言， 則必須超越將AI視為簡單“增效降本工具”的短視思維。

例如，如何重新設計工作流程，平衡效率與人性？這個真的太重要了。這意味著，考核指標不能只有“工作量提升了多少”，更要有“員工創造力與滿意度變化了多少”。

企業需要投資于管理層的AI素養，讓他們能制定出激發人機協作潛力的戰略，而不是簡單地把AI任務壓給基層。

如果繼續只把員工當作AI系統的“人肉延伸”，那么當“牛馬”們的倦怠感累積到臨界點，最終反噬的將是企業自身的創新力和穩定性。

AI，會放大我們已有的選擇和傾向，一個追求壓榨的企業，會用AI來更精細地壓榨；一個追求創新與員工成長的企業，則會用AI來釋放人的創造力。

所以，最后這個問題的答案，并不在AI本身，關鍵在于我們每個人和每個組織的選擇。

與其焦慮地問“AI會不會搶走我的飯碗”，我們更應該捫心自問一句：我們是否甘心，永遠只做那個在系統末端，喂養和校驗AI產出的“喂飯人”？

是滿足于成為高效齒輪，還是立志成為駕馭機器的工程師，這個選擇權，依然牢牢握在我們自己手中。

本文作者 | 東叔

審校 | 童任

配圖/封面來源 | 騰訊新聞圖庫

編輯/出品 | 東針-知識頻道（未經允許，禁止轉載）