配资宝
本文来自微信公众号：降噪 NoNoise，作者：刘诗雨，编辑：孙静 ，原文标题：《AI 增效的另一些真相》，题图来自：AI 生成
自 Deepseek 爆火出圈后，AI 一度成为"提效"的代名词。
写周报、改文案、整理会议纪要，一分钟就能搞定，一度让人们以为：AI 让工作变轻松了。
然而当更多行业、更多岗位的工作流程被 AI 重塑，新的问题也开始浮出水面：活儿是越来越多，节奏越来越快，时间却越来越少了。
美国国家经济研究局（NBER）近期的一项研究显示：自 ChatGPT 推出以来，生成式 AI 暴露程度每提高 1 个百分位排名，从业者每周工作时长将增加 0.063 小时，休闲时间则同步减少 0.064 小时。换句话说，AI 越普及，打工人越忙。而高 AI 暴露的从业者，周均工作时长被拉长了 3.15 小时。
更快，并不等于更轻松。
它反而让更多人陷入一场无休止的"加速竞赛"：项目周期被压缩，标准被拔高，竞争更激烈，喘息时间更短促。
从职场牛马到中小企业主，在 AI 浪潮中无人幸免。有人靠 AI 提效加更多的班，有人被迫成为替 AI 收拾"烂摊子"的夹心层，有人在"不会用 AI 就得死"的丛林法则中被迫加速。
当然，企业层面用 AI 降本增效的案例比比皆是。但比较扎心的是，根据上述研究，AI 目前对薪酬的影响微乎其微。
"降噪 NoNoise "最近就对话了一些受生成式 AI 高度影响行业的从业者，试图记录下他们在 AI 时代的真实职场处境：如何在加速的节奏中，一边奔跑、一边自洽。
一、替 AI 收拾烂摊子的中层
当看到"拥有 6 根手指的女士"突兀地出现在广告海报上，利昂已经无力吐槽，"可以没有上限，但不能没有下限。"
今年 38 岁的利昂，是某 4A 广告公司的中层骨干。十几年来，他靠创意和审美吃饭，如今却成了替 AI 收拾"烂摊子"的人。
AI 带来的效率革命确实无可挑剔，曾经设计师几天才能搞定的视觉稿，现在 AI 用几分钟就能生成数百张。于是裁员潮接踵而至，有的设计岗直接砍半；小公司干脆靠 AI 跑图走量，结果手指畸形、扭曲的字体、逻辑混乱的文案，堂而皇之地爬上了广告牌。
大公司虽然守得住基本审美，但客户却开始"神化" AI。" AI 几分钟就能做，干嘛还需要团队？""一张 AI 都能做的图，怎么这么贵？" …… 他们看不见，那些高质量结果，背后往往是成千上万张图、几十人团队砸出来的。
比如曾经爆火的 AI-Talk 项目，主打让历史名人开口说话，全程 AI 合成。当时公司觉得这事门槛不高，就派利昂带着美术、文案两个同事做一个类似项目，但熬夜加班做出来的内容，效果始终不理想。起初利昂以为自己太菜了，后来才知道，AI-talk 背后是几十号人，一个镜头就要几百张图训练，是硬靠时间和金钱砸出来的质量。
听完他的汇报配资宝，老板也挺震惊：是吗？项目自然而然地被放弃了。
但客户和外部受众看不到这些，他们依旧沉浸在" AI 让广告更简单"的想法中，只关心速度和报价。那自然，就有人替 AI 负重前行。
利昂就身处这个夹层——对外，他要不停和客户解释为什么 AI 不能满足他们的要求；对内，他还要从下属交上来的" AI 成果"中挑选、修补、纠偏。
在过去，团队合作是一起脑暴、互相启发、打磨方向。而现在，他面对的是海量由 AI 创作的空洞的创意和文案，他的工作也从"创意"变成了"筛垃圾信息"。
当下属收到一个文案修改反馈、态度很好地回复"好的"，转头就用 AI 在极短时间内跑出一版的时候，折磨开始了。他发现，原来一个小时能搞定的创意审核，变成 3 个小时、5 个小时 …… 看似收上来的创意越来越多，但省事的只是"善用" AI 的初级员工，负责把控的人反而在浪费时间。
他越来越觉得，AI 在压榨强者，他早就不是在"管理"一个团队了，而是在填补 AI 制造出的断层。
利昂的另一个同事性格比较直，会直接开破口大骂：就这次，这些玩意谁也别给我再用，给我全扔掉。事情反而变得简单了。
在利昂的观察中，刚入行的小孩受到的影响更大。他们跳过了思考和提炼，跳过了磨创意、打草稿的过程，直接喂 AI ——图是 AI 跑的，改是 AI 改的，创意是 AI 出的，一天能出十个，改八轮，到头来还是一堆垃圾。有的小孩甚至不去核实 AI 提供的信息的正确性——比如一个项目说"曝光 120 亿次"，他们都不带皱眉的，" 120 亿是啥概念？全部中国人疯狂刷十遍！我们投多少流才能达到这个效果？"
当一个人从入行开始就依赖 AI，没有练习"刻骨的东西"，那等到 30 岁，他就没有那些肌肉记忆，"不光是失去创意，甚至没有思考的源头"。
就这样，广告行业辛辛苦苦上百年建立的创意壁垒、专业门槛、协作体系，被"假创意""快交付"一点点吞噬。甚至可以说，AI 正在毁掉一批刚入行的年轻人。
▲小红书上关于 AI 广告的讨论
而这，远不只是广告业的问题，而是整个职场都在面对的现实。某种程度上，因为老板在逼、社会在逼、工作在逼，这代年轻人似乎更有理由选择放弃思考。
更让利昂忧虑的是，AI 已经简单化到让人们放弃审美。之前广告行业对盗图等没有版权意识的行为颇为不齿，但起码盗图者对这张图有个基本认知，认可它的好看，而现在变成了既然没有版权也没钱买版权，那就干脆放低要求，用 AI 随便做一个。所以大家会发现，现在很多文字或者与审美有关的东西，看完只觉得越来越没有意思。
"机器是流水线和批量化的，它不可能帮你去较真儿。但创意性工作需要人的感受，有人的温度在里面。这是机器描绘不出来的。"
现在比较夸张的是，一些个人体验和社交分享也都在被 AI 渗透。比如有朋友用餐时被店员邀请写大众点评的评价，朋友会直接交给豆包来写；还有做亲子教育的朋友在朋友圈分享活动记录时，图片中的孩子有 8 根手指。当他对照片真实性提出时疑问，对方回以长久的沉默。
尽管有如此多的吐槽，利昂并不是 AI 技术的反对者。他自己也会在创意卡壳时，把半拉子作品发给 AI配资宝，寻求启发。
他只是想强调，AI 可以协助工作，但不能成为工作的全部。但谁又在乎呢？当全世界都在追求速度的时候，你慢一点思考，就变成了落后。
二、超级员工：高效工作的回报就是更多工作
北京中关村深夜，显示屏的冷光照亮张欣欣的脸。她在工位上轻敲回车，ChatGPT 流畅地输出了一版文案，快速浏览后，她又熟练地修改着——这原本属于行政岗位的工作。
自从上次她用 AI 优化了公司小程序的文案，类似的杂活便默默归属到她的名下。她是一家 AI 医疗创业公司的算法负责人，在这不足百人的公司里，"负责人"三个字的解释弹性很大。模型训练、数据处理、项目落地，是她的主线任务。但 PPT、简报、竞标材料、辅导实习生，甚至是某次中标的致谢信，只要跟"效率"沾点儿边的，都可能落在她头上。
好在欣欣并不抗拒这些工作，甚至有些乐在其中。左屏跑着模型，右屏在写代码；ChatGPT 在后台生成项目说明，她在前台修改；另一屏还同步着实习生的日报和项目任务列表。
"工作的时候特别有成就感。有时候代码越写越顺，到了一个出现心流的状态，就会越干越多，一直熬到半夜，或者周末接着干。"欣欣说，她的加班纯属"自愿"，因为一次底层大模型能力边界的提升、一个新上线的好用的 AI 编程工具，都会让工作乐趣加倍。
欣欣第一次接触 AI 是在 2023 年初，彼时 GPT-4 发布不久，行业刚被点燃，Prompt 工程师还没变成高开低走的笑话，她已经把 AI 塞进了工作流里。
最初是润色文案，后来是代码注释、客户需求拆解，再到整个项目流程的重构。项目周期被 AI 压缩后，她有更多时间做更多事。一个原计划两周完成的项目，她加个班，顺利的话一天能推进 80%。
剩下时间，她自己安排：要么看文献、写论文，要么处理别的杂项。在周会汇报完进展后，下周又会进新的工作项目。
她习惯性地把每次 AI 升级当作一次提效机会。在她眼里，闲着才是最危险的状态，"空下来只有两种可能——我被淘汰了，或公司快没了。"
这种强烈的危机感，或许与欣欣的人生轨迹相关。她来自河南焦作，一个四线城市，18 岁那年，挤在爷孙三代同住的小房子里备考。后来靠着一股拼劲，她一路考研，毕业后先是加入生命奇点，后又进入 AI 行业顶尖平台——某人工智能研究院，其后又转战人工智能创业公司。如今三十岁，已经能够独当一面。
同时，北京沉重的房贷和" 35 岁红线"像两道无形的倒计时器。她生活的重心向来围绕着工作展开，曾经偶尔会编织，现在除了吃饭睡觉就是工作，最多刷刷手机。
从业绩上来看，欣欣顺理成章地成为公司的 Top 1。工作四年，她从初入职场的新人，变成了带项目的骨干。
她说，AI 不会取代人类，但使用 AI 的人会取代不用 AI 的人。
随着 AI 工具的飞速迭代，她的节奏也越来越快，任务列表也越来越长。
三、广州电商老板：不用 AI 公司就得"死"
去年 10 月，唐承佳咬牙做了个决定：砸下 30 万，在公司内部组建 AI 团队。
"不是为了跟风，是不这么干，公司就得死。"他说。
唐总是直播圈里的老兵，主营大码女装，是直播电商平台早期崛起的头部商家之一。巅峰时期，一次直播曾创下 700 多万场观，团队迅速扩张到近百人。但从去年下半年开始，公司出现两到三个月连续亏损。他很清楚，像他们这种电商公司，亏损四五个月基本就要倒闭。
"直播行业的大盘在掉，销量在掉，退货率涨得很凶，利润和用户体验双双在降低。"他说，光靠主播拼命吆喝和运营团队加班做内容，已经完全扛不住。
直到那时，他才开始把目光转向 AI。起初他只是打算买市面上的 AI 工具用，但跑遍主流产品后，他发现，不接地气，根本用不上。最终只能自建。
AI 团队搭建完成后，他并没有把 AI 局限在内容生成或视觉设计这些常见场景，而是着手重构公司的底层运作方式，将 AI 深度接入各个业务环节：内容、运营、人事、财务、行政、客服、数据分析 …… 几乎所有能被标准化的岗位和流程，都被重新拆解、评估、重建，能自动化的自动化，能压缩流程的压缩流程。
比如公司目前的一名内容运营，每天上午需要完成 70 篇小红书、14 篇社群文章、2 个视频——在 AI 没有大规模推广前，这些工作是两到三个人一天的工作量。
而唐总本人也在工作中将 AI 用到极致，用 AI 汇总会议汇报、识别项目进度、设计管理者该提的问题，甚至处理对外商务合作时，直接扔 PDF 和公众号文章给大模型，让它识别合作机会、提炼落地点，最后自动生成方案，供他一键转发。他说，" AI 比我更懂公司的业务。"
▲唐承佳的 AI 软件使用记录
半年后，公司员工从 80 人缩减到不到 20 人，后端人力成本从月均 60 万压缩到了 15 万，整个团队仍然维持了之前的业务体量，人均 GMV 还略有增长。AI 团队甚至开始对外接 To B 的项目，初步实现盈利。
但他觉得目前只是暂时喘了一口气，真正的转型才刚刚开始，他希望建立一个可复制、可持续的 AI 作战体系。
AI 虽然让公司活下来，也悄悄改变了"人"的位置。
唐总开始倾向于招应届生——不仅便宜，而且"一张白纸，好上手"。同时，他更看重的是学习能力和吸收信息的速度，名校背景成为一个加分项。他甚至做了测试，对 5 个新人进行 AI 培训，看他们能否在两个月内达到"工作五年"的效率水平。
据称，最终，有 4 个人做到了。
硬币的另一面是，有不少熟练却"转不过弯"的老员工，都选择了离开。
但在他看来，这不是考核标准的问题，是公司只能留这么多人，"你不会用 AI，真的就干不完这些活。"
（应受访者要求配资宝，利昂为化名）
上阳网配资提示：文章来自网络，不代表本站观点。
