AI不會讓每個人都更高效

AI的普及並不會自動帶來生產力的普遍提升。事實上，一些個人和公司可能會因此變得更高效，而另一些則可能效率更低。

AI能幫助熟練的開發者更快探索解決方案，幫助優秀寫手優化結構和措辭，幫助有能力的操作者分析選項、準備決策並減少重複勞動。在這些情況下，AI縮短了從意圖到執行的距離，提升了效率。

然而，更多的產出並不等同於更高的生產力。AI容易使人混淆產出與價值：它可以輕鬆生成大量文本、幻燈片、郵件、報告和會議記錄，但額外的數量並不等同於價值。在許多知識工作中，瓶頸並非產出不足，而是注意力、信任、清晰度和決策能力。一份由AI生成的冗長文檔可能為創建者節省時間，但如果需要十個人去閲讀、評估和回覆，工作並沒有消失，只是被轉移了。個人可能感覺更高效，而組織卻因此變慢。

AI還帶來了協調成本。在AI出現之前，製作一份長文檔需要付出努力，這起到了過濾作用——儘管不完美，但至少讓不必要的內容產生成本。AI大幅降低了這一成本，導致組織中出現大量精美但價值低下的溝通：本應簡短的長郵件、因易於生成而製作的報告、沒有實質內容的摘要以及聽起來合理但缺乏真正思考的戰略文檔。AI使低質量工作看起來足夠專業而得以傳播。協調成本本就高昂，每增加一份文檔、郵件或更新，都在消耗他人的注意力。AI在生產端減少了摩擦，卻可能在其他地方增加摩擦。

此外，存在激勵問題。如果某人因AI而變得高效，組織並不自動獲得全部好處。在許多工作中，員工不會因為揭示自己能用一半時間完成相同工作而獲得額外收益，反而可能面臨更多工作、更高期望或更低的職業安全感。因此，私下使用AI、以更少努力完成預期產出而非大幅提高產出，可能是理性的選擇。這不是懶惰，而是激勵問題。AI改變了個人的能力，但組織仍需構建結構，使這些增益可見且值得分享。同樣，如果有人找到了提升AI生產力的好方法，他有何激勵與同事分享？

公司規模也重要。小型團隊和獨立工作者常因反饋更快而擁有優勢：如果自由職業者、創始人或小公司變得更高效，收益是直接的——他們能更快交付、服務更多客户、降低成本或賺取更多。大型企業也有優勢：數據、分發渠道、資本、成熟工作流和規模。AI融入客户支持、軟件開發、財務、法務、運營或內部搜索等系統時，它們能獲益。但大型組織也更容易暴露於負面影響：層級更多、交接更多、會議更多、內部溝通更多。如果AI主要用於生成文檔、消息和演示文稿，它只會加速現有官僚體系而不改變其本質。

真正的分水嶺在於：使用AI來減少工作，還是製造更多工作。好的AI使用消除摩擦、明確決策、自動化重複任務，幫助人們更快獲得更好結果。壞的AI使用則製造精煉的噪音，增加流通中的材料量，看似高效卻消耗更多集體注意力。這一區別比工具的可及性更重要。工具將普及，但良好的使用不會。

AI將擴大生產力差距，而非 uniformly 提升。它會放大判斷力、激勵和設計上的現有差異。一些人將用它變得極其有效，一些公司將用它更快構建並減少浪費。另一些人則用它生成更多郵件、文檔和內部噪音。核心問題在於：AI是減少了達成良好結果所需的總工作量，還是僅僅讓為他人制造工作變得更輕鬆。