摘要：生成式AI在工作场所的广泛应用催生了“工作垃圾”现象，即员工利用AI快速生成看似精美但空洞无物的内容，将认知负担转嫁给同事。调查数据显示，自2023年起工作中AI使用量翻倍，但95%的组织投资未见回报；在1150名美国全职员工中，40%的人上个月收到过“工作垃圾”，处理每起事件平均耗时近2小时，给万人员工规模的企业每年可能造成超过900万美元的生产力损失，并侵蚀团队信任与协作。
线索：本文深度揭示了企业在盲目推广AI应用后面临的“效能陷阱”风险。核心风险在于，若缺乏有效引导，AI工具可能被滥用为制造低质工作产出的捷径，导致隐性成本激增（生产力损失、管理成本）和团队协作基础（信任、可靠性评价）的腐蚀。这为专注于企业AI治理、协作流程优化及员工AI技能培训的解决方案提供商创造了明确的市场机会。同时，也警示投资者需审慎评估企业AI战略的成熟度，关注其是否具备防止技术滥用、促进人机有效协作的具体策略，而非仅关注AI采用率。
正文：
在积极采用生成式AI的公司中，出现了一个矛盾现象：尽管员工对AI技术的使用率显著提升，但企业却难以看到其创造的实际价值。例如，去年完全由AI主导流程的公司数量几乎翻倍。自2023年起，工作中AI的使用量同样翻倍。然而，一份研究报告显示，95%的组织在这些技术上的投资并未获得可衡量的回报。
一项研究指出了一个可能的原因：员工借助AI工具制作出无需多少心力、看似尚可的成果，最终却给同事带来更多工作。在工作场景中，这类现象被称为“工作垃圾”，即AI生成的工作成果看似质量上乘，实则缺乏能够切实推动特定任务进展的实质内容。
随着AI工具愈发易用，员工能够迅速产出看似精良的成果，如格式规整的幻灯片、长篇报告等。然而，部分员工利用这种能力制造出实际上毫无帮助、不完整或缺失关键背景信息的内容。“工作垃圾”的隐患在于，它将工作负担转移给后续接手的人，迫使接收者去解读、纠正或重做这些工作，将工作量从创作者转嫁到了接收者身上。
根据一项针对1150名来自不同行业的美国全职员工的调查，这是一个普遍存在的问题。40%的受访者表示在上个月收到过“工作垃圾”。遇到过此现象的员工估计，他们工作中收到的内容平均有15.4%属于此类。这种现象大多发生在平级同事之间（占40%），但也有18%的情况是下属向上司发送，16%的情况是管理者向下传递。专业服务和科技行业受此影响尤为严重。
“工作垃圾”与将认知任务外包给机器不同，它是利用机器将认知工作转嫁给他人。当同事收到“工作垃圾”时，往往需要承担解读内容、推断缺失或错误背景信息的负担，随后可能引发返工及复杂的沟通。
案例显示其影响：一位金融行业员工描述需要决定是否自己重写；一位科技行业经理表示需花费一两个小时召集团队来厘清信息；一位零售业总监称不得不花费额外时间核实信息并重新工作。
调查量化了其代价：处理每一次“工作垃圾”事件平均要花费1小时56分钟。根据参与者对所花时间的估计及其自报的薪资，这些事件每月会产生186美元的隐形成本。对于一个拥有10000名员工的组织，按照“工作垃圾”的估计发生率（41%）计算，每年会造成超过900万美元的生产力损失。
此外，“工作垃圾”带来社交与情感代价。53%的收到者表示恼怒，38%感到困惑，22%觉得被冒犯。约有一半的收到者认为发送“工作垃圾”的同事在创造力、能力和可靠性方面不如之前；42%的人觉得他们不值得信任；37%认为这些同事不够聪明。34%的收到者会将这些情况告知他人，可能破坏信任；32%的人表示未来不太愿意再与发送者合作。长此以往，这会侵蚀对于工作场所采用AI及变革管理至关重要的协作要素。
那么，企业该如何避免这种结果？基于原创研究及帮助企业应用AI的经验，可以遵循一些关键原则：
1. 避免不加区分的要求：当企业领导者一味倡导在所有场合使用AI时，可能导致员工不假思索地滥用。生成式AI并非适用于所有任务，在复杂工作中仍需员工的深思熟虑与反馈。企业有责任制定关于最佳实践、工具选用及行为规范的指导方针。
2. 重视使用心态：研究将员工分为“领航员”（高主动性、高乐观度）和“乘客”。“领航员”使用生成式AI的频率显著高于“乘客”，且更可能利用AI提升创造力；而“乘客”更可能为了逃避工作而使用AI。“领航员”有目的地使用AI来实现目标。
3. 重新致力于协作：与AI协同工作所需的许多任务（如给出提示、提供反馈）具有协作性。“工作垃圾”是消耗生产力的新协作动态的例子。领导者需要推动有利于协作的人机互动，将AI定位为实现共享目标的协作工具，而非逃避责任的手段。
“工作垃圾”生成起来或许容易，但却会给企业带来实质损失。领导者应以身作则，谨慎、有目的地使用AI，为团队设定明确的使用规范，坚持人机协作产出的工作质量与人类独立完成的工作保持相同的卓越标准。
发布时间：2025-12-29 08:46:10
评论 ( 0 )