AI並非總能讓你更快

在AI行業，有一個廣為流傳的説法：只要給予AI工具，任何人都能變得更高效。但近期的多項研究揭示，現實情況遠比這複雜。

2025年的一項里程碑式研究跟蹤了5172名客户支持代理，他們來自一家財富500強公司，被允許使用生成式AI助手。結果顯示，平均生產力提升了15%，這是一個不錯的數字。但平均值掩蓋了更有趣的故事：經驗不足的代理獲得了巨大改善，他們解決了更多問題，速度更快，質量更高。AI就像一位資深同事在耳邊低語正確答案。然而，最有經驗的代理呢？速度僅有微小提升，質量甚至略有下降。這一發現沒有登上頭條，但它告訴我們關於AI的重要真相：AI縮小了新手與勝任者之間的差距，但不會自動推動勝任者走向卓越。

哈佛商學院的一項研究進一步強化了這一觀點。研究人員讓營銷專家、軟件開發者、網絡分析師使用AI工具相互完成對方的工作。AI幫助所有人起步，在概念化階段表現出色——生成想法、構建問題框架、組織方法。但到了執行階段——需要細緻、依賴上下文、親自動手解決問題——沒有領域經驗的人產出的質量明顯較差。營銷專家用AI也無法達到網絡分析師自己工作的質量。技術填補了知識缺口，但無法取代對領域的實際理解。正如研究者所説：AI能提供地圖，但導航地形是另一回事。

最令人警醒的發現來自2025年發表的隨機對照試驗。16名經驗豐富的開源開發者完成了246個任務，這些任務基於他們平均工作五年的代碼庫。一半任務允許使用AI工具，一半不允許。開始前，開發者預測AI能將完成時間減少24%。結束後，他們估計節省了約20%。但實際結果呢？AI使完成時間增加了19%。這個工具讓經驗豐富的開發者變慢了，而不是更快，而且他們甚至沒有意識到。

所有這些研究呈現出一個模式：知識工作的瓶頸不是生產，而是判斷。AI在生成文本、代碼、分析、摘要和草稿方面異常出色，能快速產生大量選項。但這些選項的價值完全取決於你能否評估它們，而不是完全依賴AI決策。你能區分好的策略和聽起來不錯的策略嗎？你能區分技術上正確的代碼和在大規模下會失敗的代碼嗎？你能識別AI生成的營銷文案是否完全偏離了語調？這就是判斷力，它來自經驗、領域知識和AI不具備的上下文理解。高效的創業者用AI生成選項，然後運用自己的判斷力選擇正確的；低效者則全盤接受AI的建議。同樣的工具，同樣的訪問權限，結果卻天差地別。

“AI讓所有人更高效”這一説法的核心問題在於，速度只有在方向正確時才有價值。AI沒有內在的方向感，它只是生產。給有經驗的產品經理使用AI工具，他們會更快地探索選項、驗證假設、壓力測試決策，因為他們已經知道什麼是好的。給缺乏基礎的人同樣的工具，他們會產生更多輸出，可能看起來光鮮、語法完美、格式精美，但可能在戰略上錯誤、技術上幼稚或與上下文脱節，直到造成損害才被發現。一項對2500名專業人士的調查發現，77%的人報告AI實際上增加了他們的工作量，近半數人不知道如何釋放生產力收益。工具就在那裏，但正確使用它們的判斷力卻沒有。

有一個特別危險的中間地帶：當AI輸出幾乎正確時。當AI產生明顯錯誤時，你能發現；當它產生優秀內容時，你受益。但當它產生85%正確的內容——連貫、合理、可信——真正的風險就來了。因為識別微妙錯誤需要更多專業知識，而不是更少。而且AI輸出帶來的自信——乾淨格式、權威語氣——使其更難被質疑。這就是許多人掙扎的原因，不是因為他們缺乏智力，而是因為缺乏評估看似正確內容所需的經驗。AI不會解決這個問題，在許多情況下，它通過產生大量看似合理但有缺陷的輸出，壓倒了審查者的判斷能力。

這些都不是反對AI的論據，而是理解AI實際作用的論據。AI是放大器，它把你帶來的東西——專業知識、判斷力、上下文理解——進行倍增。如果你帶來了深層知識，它會讓你更有效；如果你帶來了淺薄理解，它會讓你更高效地淺薄。這對我們如何使用AI工作有實際影響：專業知識更重要，判斷力是真正的槓桿，工具本身不能創造結果。AI生產力討論一直被工具、模型和能力主導，但研究不斷指向同一個結論：最重要的變量是人。不是作為提示工程師或AI操作員，而是作為有經驗和判斷力來引導成果的人。如果你不知道往哪裏去，AI不會讓你更快，它只會讓你更快地到達錯誤的目的地。AI民主化專業知識的想法很吸引人，但現實是，它放大了已經存在的專業知識。這就是差距和失望的來源。