高管迷信AI提效，员工却被逼到崩溃：别让先进技术成了“职场杀手”

AI正被寄予提升效率的厚望，但现实却在反转：大量员工因频繁使用AI反而更疲惫。问题不在“干得多”，而在“用得累”——工具繁杂、返工增加、结果不可靠、培训缺失，让AI成为新的工作负担。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

对于那些热衷于在企业中部署AI的管理者而言，眼下最紧要的或许不是追求更酷的技术，而是管理好预期。否则，本应解放生产力的工具，很可能反过来加剧员工的倦怠感。

数据已经敲响了警钟。Dice的最新报告显示，过去一年，科技行业从业者的倦怠感几乎翻了一番。具体来看，46%的从业者表示感到倦怠，其中近25%的人处于“非常倦怠”的状态。与之形成鲜明对比的是，日常使用AI的员工人数增长了四倍。与此同时，近三分之二的员工受到裁员影响，导致他们对科技行业长期未来的整体信心从80%骤降至60%。

进一步分析会发现，倦怠感在特定群体中尤为突出：千禧一代、拥有10至19年工作经验的中坚力量，以及那些在员工少于250人、且已笼罩在裁员阴云下的小公司里工作的员工。

Dice的报告指出，在经历了行业数年的起伏波动后，这些日益加剧的挫败感接踵而至。因此，企业向员工展示稳定性和确定性变得至关重要。这意味着什么？它意味着必须强调AI的治理与透明度、公开公司的财务健康状况、制定清晰的政策，并且领导层需要对市场压力保持坦诚。

正如iTech AG执行副总裁Laura Stash所总结的：“识别AI导致的倦怠，与识别失败的AI价值实现，方法其实是相通的。你可以观察返工情况和最终结果。如果错误率上升、审核周期被拉长，或者员工需要花费大量额外时间去验证AI的输出，那就明确表明，AI非但没有减负，反而在增加工作量。”

AI导致倦怠感出现的场景

Dice总裁Paul Farnsworth点出了一个关键区别：围绕AI产生的倦怠感，通常与传统意义上的“过度劳累”不同，它更多与“摩擦”和使用模式有关。数据支撑了这一观点：日常使用AI的用户中，超过一半表示感到倦怠；而在从未使用过AI的员工中，这一比例只有三分之一。

Farnsworth解释道：“在没有适当支持的情况下，单纯增加对AI的接触，可能会加剧而非减轻职场压力。在AI环境下，倦怠感往往表现为返工量激增、对输出结果的信心降低，以及因期望模糊或缺乏培训而产生的深层挫败感。如果员工在纠正和验证工作上花费的时间，已经超过了他们从效率提升中获益的时间，这通常就是最早、也最明显的危险信号。”

不仅如此，AI还会导致一些更为微妙的倦怠形式，这与技术本身的快速迭代和不确定性紧密相关。员工被迫在多个工具之间频繁切换、感受到必须紧跟AI新能力的持续压力、以及需要反复检查输出结果，这些都可能催生一种新型的“数字疲劳”。

Farnsworth补充道：“在一个期望不明确或快速变化的环境里，这些挑战会被进一步放大。长此以往，如果员工觉得这种节奏根本不可持续，就很可能导致工作热情的彻底流失。”

Laura Stash也持相同看法。她指出，许多AI导致的倦怠，恰恰萌芽于缺乏明确使用指导的“灰色地带”。你会发现，员工在不同工具间盲目切换，或在多个系统中重复使用和验证输出，做着大量不必要的重复劳动，甚至可能在跨应用搬运信息时丢失关键内容。

那么，出路何在？企业或许应该更专注于将AI能力直接嵌入员工日常使用的工具、服务和软件中。这样一来，AI才能成为工作流程里无缝的一部分，而不是另一个需要不断重新提示、切换上下文的额外负担。

Stash的结论一针见血：“目标不应该是给员工塞更多的AI工具，而是彻底简化使用体验。减少工具数量、明确核心使用场景、将AI深度嵌入现有工作流——这些举措都能有效减少摩擦，从而预防倦怠。”

期望提升加剧倦怠感

管理层的期望与现实之间的落差，是另一个主要压力源。Upwork研究所的报告发现，约71%的全职员工表示自己感到倦怠，65%的员工坦言难以应对雇主对生产力日益增长的要求。

高管们似乎意识到了这一转变。81%的C级高管承认，过去一年他们对员工的要求有所提高；与此同时，高达96%的高管期望AI工具能显著提升组织生产力。

然而，现实却颇为骨感。近一半使用AI的员工表示，他们根本不知道如何实现雇主期望的那种生产力提升。更有甚者，77%的员工反馈，AI工具实际上降低了他们的生产力，反而增加了工作量。

Paul Farnsworth点出了症结：“一个普遍的问题是，AI的引入速度，远远超过了其在组织中实现‘运营化’的速度。当员工不得不在没有明确指导的情况下，疲于应付多种工具时，复杂性只会增加，不会减少。”

Upwork的调查数据描绘了更具体的画面：受访者表示，他们现在需要花费更多时间审查和编辑AI生成的内容（39%），投入大量时间学习新的AI工具（23%），并且仍然被要求承担比以往更多的工作（21%）。总体而言，40%的人感觉，在AI应用方面，公司对他们的要求已经过高了。

对此，Farnsworth的建议很务实：领导者应专注于缩小工具范围、定义特定使用场景，并提供基于角色的精准培训，以帮助团队减轻负担。同时必须强调并设定清晰的期望——AI旨在改进工作方式，而不是简单地、盲目地增加输出量或速度。

AI生产力的期望与现实

高管与员工之间的认知错位，在这里体现得淋漓尽致。在使用AI的公司中，37%的C级高管自信地认为，他们的员工具备高超技能，且能熟练使用AI工具。

但这一乐观看法，与员工的自我评估形成了巨大反差：只有17%的员工表示自己具备熟练且自如使用AI工具的技能。此外，38%的员工坦言，他们对在工作中使用AI感到力不从心，并且这明显增加了他们的工作量。这充分表明，太多领导者在推进AI时，对员工的实际能力缺乏现实的期望，尤其是在没有配套培训和技能提升支持的情况下。

Upwork的数据揭示了更深层的不平衡。一方面，69%的C级高管承认，他们意识到员工目前在满足生产力要求方面存在困难；84%的高管坚称，他们的组织更重视员工福祉而非单纯的生产力。

但另一方面，只有60%的全职员工认同雇主优先重视员工福祉这一点。报告进一步指出，那些认为公司更重视生产力而非员工福祉的员工，表示因工作量而感到不堪重负的比例也显著更高。

这种由AI催生的倦怠感，其后果不容小觑。它可能迅速侵蚀员工的工作热情，甚至直接引发人才流失。因此，领导者亟需重新评估其AI战略，并确保其与为员工提供现实的培训和发展机会相匹配。关于AI的期望必须及时、清晰、毫无歧义地传达给每一位员工。

最后，或许可以听听Paul Farnsworth的提醒，这能让我们回到管理的基本面：“这种变革管理并非全新课题。我们应该充分利用过去那些被验证能有效减轻倦怠感的工具和方法。创建跨职能工作团队、提炼并推广最佳实践、减少工具冗余、在深刻理解企业目标的基础上应用技术——这些都是帮助科技专业人士应对AI时代新型倦怠的有效途径。”