第一批用AI的打工人，已經被折磨瘋了

剛吐槽完今年春晚秧歌機器人的笨拙，回來上班卻發現自己好像要被AI取代了，可以說這是今年職場打工人遭遇的最大沖擊。

自2022年底ChatGPT釋出後，大語言模型變得越來越熱，直到年初DeepSeek的出圈，徹底點燃了全國人民對AI的熱情。

當我媽開始給我轉發《DeepSeek的10個提示詞技巧》時，我就感覺AI要變成顯學了，可沒想到它顯得這麼快、這麼熱烈，以至於二月份領導開始要求我們在工作流程中必須使用AI，三月份就要我們用AI在半天內完成原本三天要完成的工作了。

從國內的DeepSeek、豆包、Kimi，到國外的ChatGPT、Claude、Grok，我可以跟報菜名似的報出一連串在工作中嘗試使用的大語言模型，但卻掩蓋不了實際工作中的空虛——AI是好用，但根本跟不上領導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），已經被折磨吐了。

全國的領導不約而同地推一件事：

並不只有我遭遇了領導在AI方面的離譜要求，社交媒體上這類的吐槽此起彼伏，一抓一大把。

全世界的企業都在爭先恐後地用AI，2024年，美國的一項調查就顯示，61%的受訪企業計劃在未來一年內使用AI來完成原本由人類完成的任務，企業正越來越多地藉助 AI 來降低成本、提高利潤並提升員工工作效率[1]。

AI又是一個看上去使用起來很方便的工具，有一個對話方塊，把問題丟進去就能神奇地迅速蹦出一些看上去極為正確的答案，對於企業來說簡直是方便的救星，AI狂熱就好像病毒一般迅速地在公司中間傳播開來。

在DeepSeek之前，這種趨勢還沒有那麼明顯，因為國外的工具用不好，國內的工具不好用，但DeepSeek又好用又便宜，一夜之間，不嘗試AI的企業反而成了異類。

媒體和科技公司為了吸引關注和投資，常常會突出 AI 的優勢和潛在能力，強調其可能帶來的巨大變革 / 圖蟲創意

但是，比起利用AI帶來的好處，很多企業只是想要避免沒用AI帶來的壞處，也就是在錯失恐懼（FOMO，Fear of Missing Out）的驅動下才開始接觸AI。

這類企業在現實中的的比例並不低，一項對發達國家IT行業決策者的調查就顯示，有67%的受訪者認為他們採用AI技術的重要原因就是錯失恐懼[2]。

時間短、任務重，又是在錯失恐懼驅動下的跟風，很多企業往往只能想到“推了再說”，並沒有認真審視自己的業務，在本身並不具備AI的基因、缺少相關知識和人才、沒有長期戰略規劃，甚至業務本身和AI就搭不上什麼邊的情況下，倉促上馬AI相關的專案。

這就使得AI在企業內的推廣成為一項極富挑戰的壓力任務。壓力不會消失，只會轉移，面對這種複雜情境的壓力，很多領導的最終法寶就是交給下屬辦，根本不管下屬執行中的種種問題，只要結果。

可要讓領導失望的是，現在的AI並沒有那麼強，高管們往往高估了AI在現今這個時間節點的效能，正如羅伊·阿瑪拉所言：“人們總是高估一項科技所帶來的短期效益，卻又低估它的長期影響”[3]。

競爭激烈的商業環境中，企業為了保持競爭力，都希望能夠率先採用新技術來獲得優勢 / 圖蟲創意

從德勤一份2020年的報告就可以看出端倪，300名中國商業和IT公司的高管參與了調查，所有企業都採用了AI技術。

對於AI將在幾年內徹底改變其組織架構和行業這個問題，六成以上的高管選擇了三年以內，只有極少數人覺得這個改變需要5年以上的時間[4]。

站在2025年回頭望，雖然AI已經滲透進了職場的日常生活中，但大多數行業受到的影響並沒有那麼大，高管們顯然高估了AI帶來的衝擊力。

站在2030年回頭望，2025年的我們可能也並沒有真正遇上顛覆性的技術，可現實卻是顛覆行業的重任交到了我們普通打工人的頭上。

難，太難了。

AI並非萬能解藥

即使是今天，AI可以做的依然有限，且產出質量可謂參差不齊，幾乎無法獨立完成核心工作，人工的潤色與善後依然很有必要。

一篇針對創意性寫作的AI工具綜述提出，AI確實有著無可比擬的優點，例如可快速生成長文字，內容有著較高一致性等，但AI創作的內容太“一致”、太“通用”了，反而使它很快就內容飽和，輸出的文字變得單調枯燥，很容易讓讀者厭倦[5]。

這已經引發了編輯對作者用AI投稿的不滿，有編輯在採訪中用“AI味”、“偽人感”來形容AI寫的小說，有著“華美而空洞”、“邏輯bug”、“喜歡做加法”等特徵，讀起來很彆扭，難以錄用這類小說[6]。

放在普通職場裡，這就相當於領導強行要求你改AI輸出的東西，卻根本沒考慮到重頭寫很可能比改東西更簡單，有那時間改不合要求的胡言亂語，自己都能從頭開始寫兩回了。

AI對於某些垂直領域的理解也可能無法超越員工自身經驗，用AI工具可能反而會限制思路。例如，一項針對資料工作者（如業務分析師、資料記者等）的訪談表明，因為存在資料故事創作能力有限、對資料故事背景理解不足等缺陷，AI並不是資料敘事的萬金油[7]。

AI的內容創作基於對大量文字資料中情感表達模式的學習和模仿，缺乏內在的真實感受和深刻理解 / 圖蟲創意

業務背景較為抽象且複雜，很難跟AI描述清楚，在AI不理解背景的情況下，很可能重複輸出沒有落地價值的套話，而缺少長期沉浸於某一領域的員工的直覺式洞察。

哪怕是看似最簡單、最自動化的蒐集資料任務，AI也有著諸多的缺陷，比如編造資料的幻覺，或是資料庫的滯後等等。

以某司法判例檢索AI為例，律師在使用過程中就發現存在結論中引用的案例具有隨機性，不會自動將效力級別最高、最具有參考意義的案例納入其中，以及案例中引用出現斷章取義等尚需最佳化的問題[8]。

如果AI出現錯誤，第一責任人是基層的編輯、律師、程式設計師、彙報人，但對於企業組織來說，他們更迫切地需要結果，這種效率和風險的不平衡，無疑會產生衝突，最後受傷的還是普通打工人。

AI 出現錯誤可能是由多種因素導致的，包括高層決策失誤、部門間協作不暢等，基層員工很容易被過度歸咎 / 圖蟲創意

另一方面，AI的操作流程看似簡單，直接在對話方塊裡打字就好了，但現實是，在現今這個時間點上，很多AI並不能做到無門檻使用。

以DeepSeek為例，其對話方塊內的“深度思考（R1）”選項就是針對“數學、程式碼以及各種複雜邏輯推理任務”開發的推理模型[9]，如果不瞭解這一點，強行讓所有DeepSeek處理的任務都開啟R1，結果一定會慘不忍睹。

又或是很多人不明白上下文視窗的重要性[10]，一直在同一個對話方塊裡問不同的問題，結果發現DeepSeek的回答混為一談，將之簡單地歸結於DeepSeek出現了幻覺而非自己的不當操作。

只要看過大模型原理的入門內容，例如OpenAI聯合創始人Andrej Karpathy釋出的為沒有數學基礎的普通人制作的分享影片，就能避免這些問題，但現實是，很多企業缺乏自上而下的培訓和優質資源的分享，員工空有壓力卻無支援，這才讓李一舟們有機可乘。

工作難做，領導不理解，還要被割韭菜，打工人們可以說是欲哭無淚。

AI的問題，人才能解決

AI問題的核心並不在於AI，而在於人，很多問題在原本的組織中本就存在，AI帶來的變革只是將其放大了。

比如分配問題：AI帶來的工作效率提升，很可能並沒有給打工人帶來實際的好處，因為在勞動市場或產品市場競爭激烈的情況下，打工人議價能力較低，生產率收益更多流向消費者或企業，而非打工人，導致打工人無法透過減少工作時間享受收益，產生了“技術發展、效率提高、人卻更難平衡工作與生活”的悖論[11]。

如果企業依然以逐利為中心，並不考慮員工福祉，那麼帶來效率提升的不管是AI還是BI，最終都不會有利於普通員工。

同樣的，領導是不是真的懂AI，對於員工來說也沒有那麼重要，更重要的是領導是不是真的能為下屬“著想”。

能為下屬考慮的領導，即使不懂AI，也能提供足夠的資源和支援，甚至願意犧牲自己的利益來為AI革新的風險承擔責任，這種情況下員工掌握AI技能是遲早的事[12]。

不為下屬考慮的領導，即使懂AI，也真的很難與其說清楚業務的細節，他還可能會因為對員工知識背景的誤判而下達一些員工根本不理解的命令[13]，像是“AI+”“AI賦能”“重塑流程”等，最後白忙活。

受信賴的員工往往會被分配更多的AI探索和使用任務，時間和精力都面臨巨大挑戰，壓力也隨之而來 / 圖蟲創意

從根本上來說，使用AI的好處不應該只讓企業和領導得到，使用AI的風險不應該只讓一線員工承擔，否則的話，外面一直鼓吹AI要取代普通人，普通人在自己的崗位上卻發現AI根本用不了，普通人到底應該怎麼辦呢？

領導們，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的協作機制比較現實。

就像哈佛商業評論所言：“組織不應簡單地在現有流程上疊加 AI 技術，而應圍繞人類與機器的獨特優勢重新設計工作流程。需要為員工創造與 AI 協作的機會，以增強其自主性、掌控感和工作意義感。AI 不應僅被視為自動化工具和最佳化工具，更應成為提升職場人文體驗的助力。”[14]

AI一定會大大地改變人類的未來，但我們相信，在這個未來裡，普通人和AI同樣重要。

撰文 / Emeria

圖片編輯 / 啃啃

內容編輯 / 遙 月

稽核編輯 / 懶羊羊

網易文創浪潮工作室招聘

浪潮內容編輯（外包）

答案如下科普影片編導（外包）

多崗位實習生及線上作者

點選下方連結，投遞你感興趣的崗位

招聘內容編輯(外包)、實習生及線上作者

[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).決勝企業智慧時代：中國與全球企業人工智慧應用現狀調研.

[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]骨朵網路影視.(2025).網文編輯拒絕AI投稿，為什麼AI寫小說有股偽人感？

[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 | 司法判例檢索AI測評與應用指南（第一版）.

[9]DeepSeek API 文件.(2024).DeepSeek推理模型預覽版上線，解密o1推理過程.

[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). 人工智慧背景下領導-成員交換關係對越軌創新的影響研究 (碩士學位論文, 河北工業大學). 碩士

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

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