从琐碎工作到判断工作：AI应真正改变什么

2026年7月29日

从琐碎工作到判断工作：AI应真正改变什么

卢卡斯·埃尔布（与Agent们）

AI Experts 创始人

注意力分配问题

专业公司并不缺乏专业知识。它们面临的是注意力分配问题。

会计师、顾问、投资者、分析师和其他专家每天花费太多时间在查找信息、在系统间复制数据、核对版本、格式化交付成果、追索输入以及纠正可避免的错误上。

客户支付的是判断力。而工作流程却在不断消耗它。

AI可以改变这种局面，但前提是工作流程也随之改变。对照研究表明，生成式AI在合适的任务上能够提升速度和质量。同一项研究也指出了明显的边界：当任务超出模型能力时，AI可能会让知识渊博的人充满自信地犯错。

因此，目标很明确：利用AI压缩围绕判断的工作，同时为人们提供更好的证据，并给予更多时间去质疑、解读、建议、决策并对结果负责。

昂贵的专业知识已成为集成层

一位资深专业人士打开一个数据室。三十分钟后，他们仍在对文件进行重命名。

然后他们将数字复制到电子表格中，追索缺失的答案，核对两份矛盾的数据表，重新格式化摘要，并将其向上级汇报。客户付费的判断工作要到午饭后才开始。

这在出售专业知识的公司中很常见。他们的工作流程是由一个个请求、电子表格、审核步骤、收件箱和变通方法累积而成的。最终，最能干的人成为了连接所有环节的粘合剂。

我们将这种结果称为“琐碎工作”。

这个标签并不意味着任务是不必要的。将这类工作称为“琐碎”是一种粗鲁的误称。相反，当工作反复消耗专家注意力而不需要专家判断时，它就变成了“琐碎”。文档仍然需要查找，数字需要核对，交付成果需要检查。问题在于，公司是否默认让最稀缺的人来做这些工作。

有证据表明这一负担相当沉重。在Asana委托GlobalWebIndex于2023年进行的一项调查中，来自六个国家的9615名知识工作者报告称，他们花费58%的白天时间用于“关于工作的工作”，即协调而非技能性或战略性的工作。这是一项供应商赞助的自我报告调查，并非直接观察。这个数字不应被视为自然法则。但它确实捕捉到了大多数专业团队立即认识到的问题。

重要的不是公司有多忙碌，而是有多少专家注意力真正用在了需要专业知识的工作上。

证据令人鼓舞，也不乏不便之处

生成式AI擅长压缩某些类型的知识工作。

一项发表在《科学》杂志上的同行评审实验让453名大学教育背景的专业人士在有无ChatGPT的情况下完成写作任务。使用ChatGPT的参与者平均完成速度快了40%，而评估者对其输出质量的评分高了18%。这些任务是有边界的写作任务，因此研究结果并不能证明AI能改善所有专业工作流程。但它们确实表明，当任务与工具匹配时，可以实现有意义的提升。

一项涉及758名顾问的更大规模实地实验发现了类似的模式。在18个被认为处于模型能力前沿范围内的现实任务中，使用GPT-4的人多完成了12.2%的任务，速度快了25.1%，同时质量显著提升。

同一项研究还发现了相反的结论：在一个超出模型能力前沿的复杂管理任务上，使用AI的参与者正确得出解决方案的可能性降低了19%。如果工作流程无法检测到任务超出了模型的能力范围，更快的生产并非真正的收益。

2025年一项对319名知识工作者的调查发现，对生成式AI更高的信心与报告的关键思考努力减少相关。参与者提供的936个第一手案例也表明，关键思考正转向信息验证、响应集成和任务管理。这些发现基于关联性和自我报告，并非直接测量认知衰退。

因此，工作流程的转变本身并非坏事。当审核者能够获得可用的证据并有足够的时间检查重要主张时，对AI输出的验证是有价值的。

专业公司应改变的时间等式

许多公司将AI工作流程重新设计视为一系列用例。一个更好的出发点是绘制人类注意力的地图。

目前，专家时间被分割成两种截然不同的工作：

琐碎工作：查找、复制、格式化、核对、追索和返工。

判断工作：解读、决策、建议并承担结果。

在经过精心设计的重新设计后，分工将变得更加清晰：

AI支持的工作：查找、提取、比较、起草和标记。

专家工作：质疑、解读、决策、建议和承担。

这条界限并非完全清晰。专业人士仍然需要查找不寻常的证据、检查计算和纠正输出。AI有时也会贡献有用的分析。改变的是默认分配。

机器处理可重复的准备性工作。人们将更多时间用于处理模糊性、例外情况、关系、权衡和问责。

这就是为什么工作流程重新设计比工具部署更重要。公司正在决定判断应该放在哪里，需要什么证据，以及工作在这个时刻之前和之后应该如何流动。

AI支持的工作流程重新设计可以将专家时间从准备和协调转向判断和问责。

在旧工作流程中添加AI可能产生组织得更好的琐碎工作

一个薄弱的AI实施会添加一个起草工具，而其他一切保持不变。

分析师仍然手动收集文件。AI生成一份摘要。分析师逐句对照文件检查摘要。经理检查分析师。输出被复制到旧模板中。有人修复格式。另一个人询问某个数字的来源。

任何节省的起草时间可能被额外的验证、交接和返工所抵消。这种模式主要是工作流程设计失败，即使模型质量也有贡献。

AI可能引入自身的琐碎工作：提示词维护、重复的系统、额外的审批、幻觉检查、访问请求、版本混乱和清理。如果设计没有保留来源和揭示不确定性，公司可能只是将撰写时间换成了验证时间。

NIST AI风险管理框架建议在AI支持的决策中明确界定和区分人类角色与责任。“人在回路中”只有在回路中有指定的负责人、有干预的理由以及有足够证据使干预有意义时才算有效控制。

尽职调查中的重新设计实例

设想一个尽职调查团队准备投资备忘录。

在当前工作流程中，分析师下载文件、重命名、建立追踪表、提取数据、比较不同时期、查找矛盾、追索缺失材料、起草章节、添加引用并回应审核意见。

资深专业人士往往在后期介入，通常是通过一份满载结论但脱离了产生结论的证据链的文件。

一个重新设计的工作流程改变了顺序。

系统接收经批准的文件并保留来源出处。它提取重复出现的字段，比较不同材料中的陈述，标记矛盾，记录缺失的证据，并起草与声明相关的章节。审核者可以从一个结论直接跳转到支撑性来源，而无需重建分析。

然后，人类将时间花在工作变得关键的地方。他们决定不一致之处是噪音还是警告。他们权衡不适宜放入字段的证据。他们考虑激励机制。他们推荐行动。一个指定的人负责最初的灵感和最终的判断。

在这种设计中，AI并不执行尽职调查。它减少了准备和协调工作，以便团队有更多时间去做这些事。

重新设计判断密集型工作的五个问题

在选择模型或Agent平台之前，映射一个完整的工作流程并回答五个问题。

1. 判断真正发生在哪里？

标记需要解读、专业怀疑、权衡、关系知识或问责的时刻。不要仅仅因为专业人士今天在执行某个手工步骤就将其视为判断。

1. 这些时刻周围需要什么准备？

寻找证据收集、提取、分类、比较、起草、路由和状态追踪。这些通常比最终决策更适合AI支持。

1. 系统必须如何展示其工作？

定义审核者需要的来源链接、时间戳、转换、异常和未解决的矛盾。如果证据无法检查，审核就不能作为控制手段。

1. 系统何时必须停止？

在部署前制定升级规则。缺失的证据、重大差异、政策例外、敏感沟通和低置信度输出应交给正确的人处理。

1. 谁对结果负责？

明确最终决策的负责人以及改进工作流程的运营负责人。AI可以准备、比较和推荐。问责仍需一个地址。

我们在《AI Agent不应替代判断》一文中更详细地描述了这种审批架构。

衡量恢复的判断能力

许多AI项目追踪许可证、模型调用、生成的输出或理论上节省的小时数。这些指标都无法证明公司改进了工作。

改为衡量工作流程。

选择一个高审查要求的工作流程，审计两周的工作。将每项活动分类为准备、协调、判断、审核或返工。标记信息在哪里被复制或追索，以及专业人士在哪里必须解读证据、解决歧义、建议、决策或接受问责。

建立你自己工作流程中的当前比例，而不是借用通用的基准。然后重新设计一个环节：给AI Agent一个有限的角色，保留来源出处，定义升级规则，并测试这种改变是否在不增加风险的情况下创造了更多的判断能力。

实用建议

对于一个关键的工作流程，比较花费在准备和协调上的时间与花费在判断上的时间。重新设计一个有限的环节，然后衡量专家注意力是否朝着正确的方向移动，而没有增加审核风险。

AI Experts重新设计高利害工作流，使AI在不削弱证据、审核或问责的情况下减少准备和协调工作。

预约一次发现通话，讨论一个高审查要求的工作流程。我们将评估专家注意力在哪里流失，以及有限的重设计是否值得测试。

分享本文：

参考文献

Asana Anatomy of Work Global Index 2023

Experimental evidence on the productivity effects of generative artificial intelligence, Science

Navigating the Jagged Technological Frontier, Harvard Business School

The Impact of Generative AI on Critical Thinking, Microsoft Research

NIST AI Risk Management Framework, Appendix C: Human-AI Interaction

The Future of Professionals: How AI is reshaping the tax profession, Thomson Reuters

作者：卢卡斯·埃尔布（与Agent们）

AI Experts 创始人

在收件箱获取新文章

我们会在新文章发布时发送一封邮件，包含摘要和链接。这是您唯一会收到我们邮件的时候。

每封邮件底部都有一个一键退订链接。