AI不会让每个人都更高效

AI的普及并不会自动带来生产力的普遍提升。事实上，一些个人和公司可能会因此变得更高效，而另一些则可能效率更低。

AI能帮助熟练的开发者更快探索解决方案，帮助优秀写手优化结构和措辞，帮助有能力的操作者分析选项、准备决策并减少重复劳动。在这些情况下，AI缩短了从意图到执行的距离，提升了效率。

然而，更多的产出并不等同于更高的生产力。AI容易使人混淆产出与价值：它可以轻松生成大量文本、幻灯片、邮件、报告和会议记录，但额外的数量并不等同于价值。在许多知识工作中，瓶颈并非产出不足，而是注意力、信任、清晰度和决策能力。一份由AI生成的冗长文档可能为创建者节省时间，但如果需要十个人去阅读、评估和回复，工作并没有消失，只是被转移了。个人可能感觉更高效，而组织却因此变慢。

AI还带来了协调成本。在AI出现之前，制作一份长文档需要付出努力，这起到了过滤作用——尽管不完美，但至少让不必要的内容产生成本。AI大幅降低了这一成本，导致组织中出现大量精美但价值低下的沟通：本应简短的长邮件、因易于生成而制作的报告、没有实质内容的摘要以及听起来合理但缺乏真正思考的战略文档。AI使低质量工作看起来足够专业而得以传播。协调成本本就高昂，每增加一份文档、邮件或更新，都在消耗他人的注意力。AI在生产端减少了摩擦，却可能在其他地方增加摩擦。

此外，存在激励问题。如果某人因AI而变得高效，组织并不自动获得全部好处。在许多工作中，员工不会因为揭示自己能用一半时间完成相同工作而获得额外收益，反而可能面临更多工作、更高期望或更低的职业安全感。因此，私下使用AI、以更少努力完成预期产出而非大幅提高产出，可能是理性的选择。这不是懒惰，而是激励问题。AI改变了个人的能力，但组织仍需构建结构，使这些增益可见且值得分享。同样，如果有人找到了提升AI生产力的好方法，他有何激励与同事分享？

公司规模也重要。小型团队和独立工作者常因反馈更快而拥有优势：如果自由职业者、创始人或小公司变得更高效，收益是直接的——他们能更快交付、服务更多客户、降低成本或赚取更多。大型企业也有优势：数据、分发渠道、资本、成熟工作流和规模。AI融入客户支持、软件开发、财务、法务、运营或内部搜索等系统时，它们能获益。但大型组织也更容易暴露于负面影响：层级更多、交接更多、会议更多、内部沟通更多。如果AI主要用于生成文档、消息和演示文稿，它只会加速现有官僚体系而不改变其本质。

真正的分水岭在于：使用AI来减少工作，还是制造更多工作。好的AI使用消除摩擦、明确决策、自动化重复任务，帮助人们更快获得更好结果。坏的AI使用则制造精炼的噪音，增加流通中的材料量，看似高效却消耗更多集体注意力。这一区别比工具的可及性更重要。工具将普及，但良好的使用不会。

AI将扩大生产力差距，而非 uniformly 提升。它会放大判断力、激励和设计上的现有差异。一些人将用它变得极其有效，一些公司将用它更快构建并减少浪费。另一些人则用它生成更多邮件、文档和内部噪音。核心问题在于：AI是减少了达成良好结果所需的总工作量，还是仅仅让为他人制造工作变得更轻松。