大厂员工陷入“表演式”AI提效困境

在大厂狂卷技术落地的浪潮下，不少职场人正经历被AI深度支配的一年。

从最初盲目堆叠Token消耗，到管理层转向考核AI投入产出比（ROI），员工的错失恐惧（FOMO）并未消退，反而演化出一种新型职场生存法则：无论AI是否真正发挥作用，核心在于让管理层看到“我正在用AI”。商业情报机构Visier此前的一项调查显示，近半数受访员工承认夸大了自己的AI使用频次或技能熟练度。

在各大厂与初创团队中，“表演式”AI提效正以多种形式上演。

包装汇报：虚假的数据与无谓的流程

为了迎合管理层对“周报必须有AI含量”的要求，不少员工开始人为增加流程。一名电商产品运营透露，原本10分钟能处理好的通知文案，为了体现AI参与度，特意交给大模型起草。在遇到逻辑错误和虚构数据后，依然得人工复原老版本，但在周报中仍将其包装为“AI辅助撰写”。

更有甚者，将基础的“会议录音转文字”命名为“搭建语音信息结构化流程”，反而被评为优秀应用案例。为了应对用量监控与排名，员工在工位上挂机让大模型批量跑竞品监控或全年规划，实际产出无人问津，甚至因反复切换屏幕等待生成结果而分散了工作专注力。

制造伪需求：代码与工作流的虚假繁荣

在某些研发与产品团队中，管理层提出“全员代码化”，要求产品经理借助AI自行产出Demo。然而，这些由AI直接生成的前端原型逻辑漏洞频出，最终仍需研发工程师推翻重写，反倒增加了兜底成本。

当考核标准进一步细化，部分员工开始将极为简单的操作包装为各种看似高深的Skill（技能插件）。许多工作流表面上打通了各环节，交付的内容全是AI直出，但下游执行端却需反复开会修正常识性错误。不仅效率未见提升，部分员工还面临提效后被分派更多非核心业务的窘境。

考核异化：从提效利器到监控加码

在部分企业，AI使用率甚至与绩效强行绑定。当使用率不达标面临扣分时，员工被迫针对低价值场景开发大量无人问津的工作流，以此换取汇报数据。

方案输出变快的同时，新的问题也随之产生。大模型生成的内容在实操中往往缺乏细节推敲，使得执行阶段反复修补。更有管理层用AI审核员工方案，提出大量脱离实际的修改意见，迫使人工逐条排查。

此外，部分企业将AI引入员工监督体系，利用AI实时旁听销售电话、打分并生成诊断，促使员工“对着AI演戏”以获取高评分。某软件公司甚至在草率搭建内部AI问答系统时，因权限配置失误导致全员薪资数据外泄，暴露出管理常识的欠缺。

工具适应人，还是人适应工具？

在不少技术人员看来，大语言模型与AI工具的核心价值在于个性化与灵活辅助，应当是工具适应人的工作习惯。然而，部分自上而下的管理诉求往往执着于将其包装为标准作业程序（SOP），以期降低对个体经验的依赖。

当AI提效的考核演变为形式主义的数字游戏，工具便从赋能助手异化为内耗之源。如何厘清AI的适用边界、建立符合真实业务产出的评估标准，已成为企业引入AI时必须直面的管理课题。