现在谁都在说AI能让企业效率翻倍，可现实往往打折扣。谷歌一位高管早就点透：团队里“人”的问题，可比技术难搞多了。
很多老板一股脑跟风引入AI，却没发现麻烦才刚刚开始，员工分化、工具用不起来都是常事，看完真得捏把汗。
AI不是普惠的“万能钥匙”，反而可能变成“分层加速器”，这就是所谓的“选择性升级困境”。哈佛和MIT的研究人员曾和波士顿咨询集团做过实验，给部分初级顾问配了大型语言模型工具，让他们做创意构思和商业分析两类任务。
结果很明显，原本表现好的顾问用了工具后业绩更突出，原本跟不上的则越来越落后，差距直接被拉大。
这种现象放到大企业里更明显。2025年10月，亚马逊启动了史上最大规模裁员，3万名白领收到解雇通知，占其白领员工总数的近10%。
这次裁员集中在人力资源、运营和云计算部门，CEO安迪·贾西在内部备忘录里直言，生成式AI是主要推手。AI能自动筛选简历、处理离职手续，替代了15%的人力资源岗位；智能算法优化仓储物流，让不少中层管理岗失去存在价值。
聊天机器人能处理70%的标准咨询，基础客服岗首当其冲。而那些能抗住冲击的岗位，大多是AI应用工程师、数据治理专家这类需要专业知识和行业经验的角色，这也印证了“有基础能力才能用好AI”的道理。
面对AI，人类天生就有“自己掌控”的执念，这就是“自主偏好困境”。沃顿商学院的研究称之为“算法厌恶偏见”，就像有人明明有导航，却非要自己选路线，觉得自己的判断更靠谱。
哪怕算法的错误率比人类低，只要亲眼看到它出错，大家还是更信自己。
为了解决这个问题，有研究允许使用者微调算法参数。结果虽然算法错误率有所上升，但员工对工具的接受度明显提高，只因拿到了一点掌控权。
这事儿说起来也挺现实，就像公司里推广新的AI报表工具，一开始强制要求全员按默认设置使用，大家都抵触，觉得“机器不懂业务”。
后来允许大家根据实际工作调整部分指标，虽然偶尔会出现数据偏差，但愿意用工具的人多了不少，慢慢也摸索出了平衡精度和使用率的方法。
社交媒体就是个例子，原本承诺让世界更紧密，最后却让人和人之间变得碎片化、两极分化，麻省理工学院的学者曾说“我们虽身处一处，却形同孤岛”。
现在不少公司远程办公加AI辅助，员工之间面对面沟通的机会越来越少，连开会都变成了“各自对着屏幕念AI生成的稿子”，团队的默契和归属感慢慢就淡了，这对企业长期发展可不是好事。
其实企业用AI的核心不是“替代人”，而是“辅助人”。老板们与其盲目跟风，不如先划定工具的使用边界，给员工做基础培训，再适当保留一定的自主调整空间。
AI是提升效率的好帮手，但不能忽视“人”的需求和团队的凝聚力。只要找对方法，平衡好技术和人的关系，AI就能真正为企业创造价值，而不是制造新的麻烦。
热门跟贴