生成式AI带来的生产力提升承诺,有时也伴随着令人不安的压力与焦虑。哈佛商业评论的研究发现,AI并未减少工作量,反而使工作强度加大,导致认知疲劳和难以持续的超长工时。
尽管人们普遍认为AI能够减轻工作负担、让员工将精力集中在更有价值、更有吸引力的任务上,但哈佛商业评论的研究却发现,使用AI的员工工作节奏加快,最终承担的工作反而更多,而非更少。
Harvey Nash科技招聘集团首席信息官Ankur Anand表示,想要避免认知疲劳的职场人士,必须了解如何有效使用AI及其潜在风险。他告诉ZDNET:"这种专注有助于减少AI所带来的工作噪音。"他指出,许多人对AI能带来的生产力提升抱有不切实际的期望。
"许多企业正在告诉员工:'我们希望了解你是如何借助AI产生影响的,'"他说,"但这些职场人士并未获得充分授权,这意味着使用AI反而带来了巨大压力,因为他们需要按照自己的方式证明自己的价值。"
如果你想在工作中充分发挥AI的优势,就必须在快速完成任务与产出高质量成果之间找到有效平衡。
专家们认为,职场人士要想真正从AI中获益而非受其所累,需要重点关注三个核心领域:工具、准则与产出。
聚焦工具
英国能源供应商EDF UK的数据高级企业产品经理Alex Read告诉ZDNET,获得AI红利而非被其拖累的最佳方式,是极度聚焦于那些能真正帮助你在岗位上创造价值的工具。
尽管市面上有数以千计的AI服务,Read表示,明智的职场人士会主动缩小自己的关注范围。就他自身的工作而言,他专注于AI如何帮助他构建数据平台、准确高效地更新信息:"超出这一范围的一切,对我来说都是噪音。"
科技公司Ricoh Europe的首席信息官Nick Pearson对此深有同感,他告诉ZDNET,退一步冷静思考AI工具究竟能在哪些方面帮助你创造价值,是非常重要的。
"谈到生成式AI,这项技术在定义上非常擅长生成内容,"他说,"我可以在晚上睡觉时让模型运转,第二天早上就能得到四份全新的IT战略方案。"
然而,数量并不等于质量。Pearson指出,聚焦AI的盲区至关重要,尤其是大多数模型都基于已有内容进行训练。"AI本质上相当具有递归性,它无法真正激励人心,也无法天然创造出全新的东西,"他说,"而你有时还需要叠加额外的判断——无论是伦理判断还是能力判断——而这些判断并不会自动内嵌在技术之中。"
Pearson认为,正是在这一差距中,人类专家发挥着关键作用:"我们作为一家企业,也在思考这个问题:AI真正能发挥重要作用的是哪些领域?而哪些领域在很长一段时间内AI都难以介入,需要我们持续提升人才能力?"
建立使用准则
哈佛商业评论的研究发现,AI引入初期带来的生产力激增,往往会随着人们越干越累而导致工作质量下降、人员流失等问题。
为纠正这一问题,哈佛商业评论建议企业建立一套"AI实践体系",即围绕AI使用制定一套规范与标准,帮助职场人士在有所约束的前提下高效运用AI。
在EDF UK,Read参与了企业IT内部的AI卓越中心,负责为整个组织的AI有效使用制定政策。该中心除了Read从数据应用角度提供意见外,还涵盖企业AI高级经理、首席软件工程师及首席解决方案架构师等技术代表。
"该中心的职责在于确保各业务单元在构建、开发和部署AI服务时,拥有完善的平台、指引、最佳实践、架构资产和参考材料,指导他们如何安全高效地采用AI,并实现规模化落地,"他说。
该中心在评估AI工具时重点关注可扩展性与可复用性,确保新提案的服务不会与已有服务重复。"所有与AI相关的新工具和服务都将经过这一审查漏斗,以厘清使用范围,并确保安全、合规和伦理等方面的要求得到充分理解,"他说,"这种有指引的方式的好处在于,它让我们能够清晰地传达哪些AI服务可以使用、如何在具体场景下使用,以及最终哪些岗位角色有权使用。"
管控AI产出
即便工具经过评估且被认定可接受,对AI产出的过度依赖依然可能出现。更糟糕的是,一些职场人士可能被海量的AI输出信息所淹没,导致压力上升、收益下降。
科技公司Zoom英国及爱尔兰区负责人Louise Newbury-Smith告诉ZDNET,控制产出的一个有效方法是注重提示词的质量。"使用简单的限定语来明确需求,例如'给我三件影响最大的事',而不是说'把你知道的关于这个主题的一切都告诉我'。"
Newbury-Smith表示,成功运用AI的关键在于聪明地使用它,而效果则取决于赋能与参与度。如果一次提示返回的信息过多,就不断细化,直到得到真正需要的内容。她说,即便如此,也应该比不用AI时更快找到答案。
AOP Health数字、数据与IT副总裁Bernhard Seiser表示,职场人士有效使用AI的核心在于:始终保持自己在决策环节中的主导地位。
在使用AI之前先思考,在将AI产出的内容传播到组织内部之前再思考一次。
"如果AI生成的邮件长达数页,然后还需要借助ChatGPT来总结内容,这对企业毫无帮助,"他告诉ZDNET。Seiser表示,虽然生成式AI在某些任务上确实表现出色、值得使用,但归根结底,"你还是需要动脑思考"。
Q&A
Q1:AI为什么会导致职场人士的认知疲劳?
A:根据哈佛商业评论的研究,AI并没有减少工作量,反而使工作强度加大。使用AI的员工工作节奏更快,最终承担的任务反而更多。同时,许多员工在未获得充分授权的情况下被要求展示AI带来的价值,进一步加剧了压力。AI的海量输出也可能让人不知所措,使认知负担不降反升。
Q2:企业如何通过制度手段规范AI的使用?
A:哈佛商业评论建议企业建立"AI实践体系",即围绕AI使用制定一套规范与标准。以EDF UK为例,他们设立了AI卓越中心,由数据、软件工程、解决方案架构等多方技术代表共同参与,负责审查所有新AI工具,从可扩展性、可复用性、安全合规及伦理等维度评估其适用性,并明确各岗位角色的使用权限。
Q3:职场人士应该如何写提示词才能避免被AI输出内容淹没?
A:Zoom英国及爱尔兰区负责人Louise Newbury-Smith建议,使用简单明确的限定语来约束AI的输出范围,例如"给我三件影响最大的事",而非"把你知道的一切都告诉我"。如果一次提示返回的信息仍然过多,应持续细化提示词,直到得到真正需要的内容为止。
好文章,需要你的鼓励
6月3日,以“光助智算,网赋新能:共筑AI时代全光底座”为主题的2026中国光网络研讨会(OptiNet China 2026)在京盛大开幕。
阿里巴巴云计算团队提出GUI-RobustEval评测系统和RoTS数据合成方法,专门训练AI助手识别并纠正自身操作错误,使RoTS-32B在OSWorld上达到47.4%成功率的开源最优水平。
微软在Build开发者大会上发布了两款新文生图模型——MAI-Image-2.5与Flash版本,同时还推出了首个推理模型MAI-Thinking-1及多款语音、转录和代码模型,共七款新AI模型。根据Arena AI排行榜评测,MAI-Image-2.5在图像编辑能力上已超越谷歌Nano Banana 2,但仍位居OpenAI GPT-Image-2之后。新图像模型现已集成至PowerPoint、Foundry企业市场及OneDrive,主打精准编辑与专业级输出能力。
DRIFT方法通过数学等价关系,将多轮对话强化学习目标转化为带权重的监督学习,效率接近普通SFT,性能媲美在线强化学习。