AI可以帮助员工提高工作效率、拓展思维，并推动创新，但也可能造成认知过载，进而给个人和企业带来负面影响。研究发现，最重要的不是个人使用AI的程度高低，而是员工、团队、领导者和组织如何塑造AI的使用方式。
2026年新年第一天，程序员史蒂夫·耶格（Steve Yegge）推出了开源平台Gas Town，让用户能够同时调度大量Claude Code智能体，以惊人的速度组装软件。其成果令人惊叹，却也让人眼花缭乱。“平台上发生的事情实在太多，超出了人们能够理解的范畴，”一位早期用户写道，“看它运行时，我明显感受到一股压力。Gas Town的速度快得让我跟不上。”
Gas Town揭示出一种日益严重的矛盾现象：AI本应充当提升效率、让工作更轻松的“放大器”，但员工们却发现，AI工具非但没能简化工作，反而使工作更加繁重。
这种情况正变得越发普遍。企业通过各种激励措施，鼓励员工组建并管理复杂的智能体团队。例如，将词元（token）消耗量作为绩效的衡量指标，并据此进行考核和奖励。以Meta为例，该公司将AI生成的代码行数作为工程师的绩效指标之一。随着越来越多企业采用多智能体系统（multiagent system），员工不得不在更多工具之间频繁切换。同时应付多项任务、不停切换手头工作，正成为员工与AI协作的典型特征。
毫不意外，员工们发现以这种方式工作时，他们的认知能力已达到极限。许多AI用户在社交媒体上发帖称，他们的认知负荷加重，注意力几近饱和，并感到精神疲劳。Cua AI创始人、工程师弗朗切斯科·博纳奇（Francesco Bonacci）在X平台发布了一篇广受关注的帖子，题为《氛围编程瘫痪：当无限生产力压垮你的大脑》（“Vibe Coding Paralysis: When Infinite Productivity Breaks Your Brain”）。他在文中感叹道：“每天工作结束时，我都筋疲力尽。让我疲惫的并不是工作本身，而是对工作的管理。”
我们的研究团队一直关注新兴劳动力与AI趋势，而这些压力信号引起了我们的注意。
现有研究对于AI与员工倦怠之间的关系，呈现出相互矛盾的观点。职业倦怠是一种长期的职场压力状态，其表现为身心疲惫、对工作抱有负面情绪，以及工作效率下降。一些研究表明，用AI取代繁重的任务可以缓解疲劳；而另一些研究（有时针对的是同一群体）则显示，使用AI会带来倦怠感。与此同时，对AI的高强度监督会引发一种剧烈、压倒性的精神疲劳，这种疲劳与职业倦怠并不相同，又让问题变得更加复杂。
为了弄清实际情况，我们对1 488名美国大型企业的全职员工（其中48%为男性，51%为女性；58%为普通员工，41%为管理者）进行了调研，这些员工分布于不同行业、岗位和职级。我们询问了他们关于AI的使用模式和频率、工作经历，以及认知和情感方面的情况。
我们发现，持续监督AI智能体所引发的认知耗竭，不仅真实存在，而且影响显著。我们将这种现象称为“AI大脑过载”（AI brain fry），并将其定义为“因过度使用或监督AI工具，超出自身认知能力范围而产生的精神疲劳”。这种与AI相关的精神压力会带来显著代价，表现为员工出错率上升、决策疲劳以及离职意愿增强。
我们还发现，当用AI替代那些常规、重复的任务时，职业倦怠的得分会下降，但精神疲劳的得分并不会随之降低。这凸显出一个细微却重要的区别：AI能够缓解某些类型的压力，但也可能加剧另一类压力。
我们的研究结果既是一份指南，也是一种警示。若经审慎运用，这些数据可以帮助企业设计出AI驱动的工作流程，从而减轻员工的倦怠感。即使在AI增加工作强度的背景下，企业也可以针对管理者、团队及组织制定具体措施，从而避免精神疲劳。
使用AI，让人精神疲劳
如今，员工使用AI的方式在许多方面存在巨大差异：同时使用的工具数量、AI在多大程度上取代了工作而非辅助工作、所需监督程度的高低，以及AI究竟是增加了还是减少了整体工作量。员工可能会使用搜索智能体、研究智能体、数据分析工具、图像生成或设计工具，或者编程智能体。我们结合这些使用模式与认知测评指标进行分析，以理解AI使用对员工精神状态的影响，并由此获得了一些重要发现。
首先，在使用AI的过程中，最耗费脑力的环节是“监督”，或是员工直接监督AI工具的程度。在我们的研究中，那些表示在工作中需要高强度监督AI的员工，所消耗的脑力比不需要高强度监督AI者高出14%。与此同时，对AI的高强度监督会导致精神疲劳程度增加12%，信息过载（即对工作中需要处理的大量信息感到不堪重负）程度增加19%。
其次，员工在多大程度上感到AI增加其工作量，也是认知负荷和精神疲劳的重要预测因素。“对AI的监督”以及“工作量增加”这两个因素，扩大了员工的职责范围，要求他们在相同时间内关注更多工具产出的更多结果。
因此，认知负荷加重，精神耗竭也随之加剧。
再次，我们发现，同时使用的AI工具数量与员工感知到的效率提升之间，存在着一种十分有趣的关联。当员工从仅使用一个AI工具转为同时使用两个时，其工作效率显著提升（参见图表“使用过多AI工具会影响工作效率”）。当他们引入第三个工具时，工作效率继续提升，但增幅有所放缓。超过三个工具后，效率分值则开始降低。众所周知，多任务处理的效率往往并不高，然而人们却一再被它吸引。
尽管使用AI往往让人精神疲劳，但它似乎并不会加剧职业倦怠。事实上，用AI替代重复性工作，反而能减少倦怠。
这听起来似乎反直觉，但其中自有其逻辑。在相关文献中，职业倦怠与急性精神疲劳是两种不同的问题。关于职业倦怠的测评通常侧重于身体和情感层面的痛苦感受（比如询问“工作是否让你心力交瘁”）。相比之下，急性精神疲劳则源于个体在超出自身有限能力的情况下，持续调动注意力、工作记忆和执行控制能力，而这恰恰是高强度AI监督工作的要求。
“AI大脑过载”的表现
在研究结束时，我们询问参与者是否曾出现“AI大脑过载”的情况，也就是“因过度使用或监督AI工具，超出自身认知能力范围而感到精神疲劳”。在我们的研究中，14%的参与者给出了肯定的回答，但不同职能的员工之间差异很大（参见图表“哪些部门更容易出现‘AI大脑过载’？”）。
那么，什么是“AI大脑过载”？许多参与者用“脑雾”或“头脑嗡嗡作响”来形容这种状态。他们描述说，在对AI工具进行高强度操作之后，便无法保持清晰的思路，精神状态仿佛宿醉了一般，具体表现为难以集中注意力、决策迟缓以及头痛，有些人甚至不得不离开电脑去“重置”自己的状态。
对于这种感受，一位高级工程经理描述道：“一个AI工具帮我权衡技术决策，另一个工具负责生成草稿和总结，我在两者之间不断切换，反复核对每个细节。这非但没能让我行动更快，反而让我的大脑开始混乱。这不是身体上的疲惫，而是感觉脑子被塞得满满当当。就像头脑里同时开了十几个网页，都在抢夺我的注意力。我发现自己反复重读相同的内容，比平时更容易自我怀疑，还变得异常焦躁。我的思维并没有出问题，只是被噪声淹没了，脑海中好像充斥着干扰信号。最终让我从中清醒过来的是，我意识到管理这些工具比真正解决问题还更消耗精力。”
这段描述很有代表性，与我们从许多参与者口中听到的经验一致。从定性角度来看，信息过载和任务切换是造成“AI大脑过载”的重要因素。从定量角度来看，我们发现“AI大脑过载”与信息过载之间存在着显著的相关性，但与任务切换之间的关系则没那么直接。
不可忽视的企业成本
“AI大脑过载”不只是令人不适那么简单。我们的数据显示，高强度使用AI所造成的认知压力，会给企业带来诸多高昂的成本。
决策疲劳。也许并不令人意外，当高强度的AI使用造成认知负荷、让我们耗尽脑力时，用于做出高质量决策的心理资源就会减少。在我们的研究中，经历过“AI大脑过载”的员工，其决策疲劳程度比未经历者高出33%。2018年的一项研究估计，对于一家营收50亿美元的企业而言，决策不佳所造成的损失每年可高达1.5亿美元。如果员工的决策疲劳程度增加33%，企业每年的成本可能会增加数百万美元。
工作中的大小失误。我们将“小失误”定义为“容易发现或纠正的小错误”，如代码或格式错误，将“大失误”定义为“后果更为严重的错误”，如可能影响安全、结果或重要决策的错误。在工作中使用AI的参与者中，出现过“AI大脑过载”的人表示其出错率明显更高。相比于未经历该状况的人，他们出现“小失误”的概率高出11%，出现“大失误”的概率高出39%。
离职风险。在许多情况下，高强度使用AI的员工正是当下的明星员工，他们是公司必须留住的人才。然而，“AI大脑过载”与员工的离职意向之间存在显著关联。在未曾经历“AI大脑过载”的员工中，约25%表现出主动离职的意向；而在有过“AI大脑过载”的员工中，这一比例接近34%。我们发现，在AI的重度使用者中，主动离职的意向增加了39%。
少些苦差事，才能减少倦怠
然而，并非每一次使用AI都会导致“大脑过载”，我们同样关注AI如何缓解员工压力。研究发现，当参与者利用AI大幅减少花在常规或重复性任务上的时间时，他们的职业倦怠得分明显更低，比未曾这样使用AI的员工低了15%。
其中的逻辑凭直觉就能理解。重复且乏味的工作，也就是我们的同事所说的“苦差事”，正是最适合用AI来完成的任务。若将这类令人不快的工作交给AI，我们就能腾出更多时间来从事更愉快、更具创造性的任务。在我们的研究中，以这种方式使用AI的员工表示，他们的工作敬业度和动力得分更高，对AI的积极情感体验更多，而消极情感体验更少。他们与同事的联系更紧密，这或许是因为他们有更多时间可以“离开键盘”。
这些发现进一步突显了职业倦怠与“AI大脑过载”之间的区别：前者更多源于情绪层面的耗竭感，而后者则是一种急性认知压力。当我们用AI替代某些任务，便有时间参与有利于恢复元气的积极活动，这也有助于缓解情绪层面的耗竭感。相反，我们的研究表明，当使用AI的过程中需要高强度监督时，AI工具可能会引发精神耗竭。
管理者、团队与组织的实践至关重要
员工使用AI的体验，并不只是由个人选择决定。我们的研究发现，管理者、团队以及组织层面的实践，对员工的AI使用体验有着重要影响。
管理者层面。如果管理者愿意花时间回答员工关于AI的问题，那么这些员工的精神疲劳得分，比未获得任何指导的员工低15%。反之，如果管理者要求员工自行摸索AI工具的使用方法，员工的精神疲劳得分会高出5%。代价虽小，却真实存在。
团队层面。当员工感受到来自团队的压力而不得不使用AI时，其精神疲劳水平会相应上升；与此同时，当团队内部使用AI的程度差异较大时，员工的精神疲劳水平也更高。
组织层面。制定明确的AI战略并提供相关培训，对员工大有裨益。相比之下，在那些未能清晰传达AI作用的企业中，员工的精神疲劳得分更高。同样，如果员工认为组织期待他们借助AI完成更多工作，其精神疲劳得分则高出12%。
在此背景下，企业更有必要在强调AI提升效率的同时，也重视员工的心理健康。在我们的研究中，如果员工认为组织重视工作与生活平衡，那么他们的精神疲劳得分比不这样认为的员工低28%。这些信号同样重要，且影响巨大。
给领导者的启示
AI可以帮助员工提高工作效率、拓展思维，并推动创新，但也可能造成认知过载，进而给个人和企业带来负面影响。我们的研究发现，最重要的不是个人使用AI的程度高低，而是员工、团队、领导者和组织如何塑造AI的使用方式。以下是给领导者的几点建议。
从整体的角度重新设计岗位、工作和工具，以明确区分人类与AI的责任边界。对AI的监督不能简单叠加在对员工的监督之上，也不能无限制地让同一名员工同时管理太多AI智能体。正如我们在管理员工时有一套管理规范一样，对人机互动以及智能体自身的监督，也需要设定相应的界限。我们的研究表明，当同时使用的AI工具超过3个时，工作效率反而会下降。相比之下，当团队将AI深度融入工作流程，并将这项技术视为集体能力而非个人竞争优势时，员工的认知负担便会减轻。此外，AI工具开发者也应充分考虑神经生物学规律。那些对注意力或工作记忆要求较低，同时支持创造性思维发散、促进社交互动或支持技能发展的工具，不仅能够持续创造更大的商业价值，还能激发创新、促进成长，并为用户带来愉悦体验。
明确设定对AI和工作量的预期。当企业一味强调AI带来的效率提升，却不说明这将对工作量产生怎样的影响时，员工往往会将其解读为工作强度的增加。也就是说，这种模糊情况可能会增加员工的压力。领导者可以通过清晰界定AI在组织中的应用目标，说明它将如何改变岗位职责范围，制定监督指导方案，并阐明工作量将如何变化，来有效缓解这种压力。70%的AI转型工作应聚焦于人员和流程，并为员工提供正确、清晰的指引，使其能够充分发挥潜力。
考核指标应关注实际成效，而不是工作量和强度。若只把工作量当作激励标准，将造成资源浪费、工作质量低下以及不必要的精神压力。领导者应当设定清晰、具有战略意义的“北极星目标”，并确保目标指向可衡量的成果。在推动效率创新时，他们应保持审慎态度。例如，如果某位富有创造力的员工通过自动化的方式减少了相应工作量，管理者不应急于给他安排新任务；若立即增加任务，会让人感到这是种惩罚，从而抑制未来的创新。
持续培养员工的新技能。我们在与软件开发人员合作的过程中发现，那些AI应用水平最高的员工开始意识到，如果无法掌握问题界定、分析规划和战略优先级设定等关键新技能，他们的进步就会受到限制。这类能力可以通过员工技能提升（upskilling）来培养，从而减少大量不必要的AI相关工作。即便员工能够以较低的边际成本对AI输出内容不断进行优化，也并不意味着应该这样做。
战略性运用人类注意力这一有限资源。当今最具价值的人类技能，包括洞察力、决策能力和战略规划能力，都需要高度集中的注意力。尽管职业倦怠已引发广泛关注，但职场调查显示，精神疲劳往往更容易被忽视。企业应改进数据分析手段，以监测员工的认知负荷水平并防范精神疲劳，同时将AI的使用视为一种全新的工作风险。那些重视认知健康的企业、团队和领导者，有望获得更强的判断力，减少失误，并留住更多顶尖人才。
“AI大脑过载”揭示出，AI工具对大脑的影响是多么迅速且强大。现在，我们必须学会驾驭这种力量，以改善人类福祉，促成更多商业成果。
朱莉·贝达德（Julie Bedard） 马修·克罗普（Matthew Kropp） 梅根·许（Megan Hsu） 奥利维娅·卡拉曼（Olivia T. Karaman） 杰森·霍斯（Jason Hawes） 加布里埃拉·罗森·凯勒曼（Gabriella Rosen Kellerman）| 文
朱莉·贝达德是波士顿咨询公司（BCG）的董事总经理兼合伙人，同时也是BCG亨德森智库的研究员。马修·克罗普是BCG的董事总经理兼高级合伙人，同时担任BCG数字化构建与设计部门BCG X的CTO（首席技术官），以及BCG亨德森智库的研究员。梅根·许是BCG的项目负责人，同时也是BCG亨德森智库的大使。奥利维娅·卡拉曼是加州大学河滨分校的博士候选人，同时担任BCG研究助理。杰森·霍斯是加州大学河滨分校的博士候选人，同时担任BCG研究助理。加布里埃拉·罗森·凯勒曼是BCG的合伙人兼董事，也是一名受过专业训练的精神科医生，并与马丁·塞利格曼（Martin Seligman）合著有《我们终将穿越风暴：应对不确定性的五种心理力量》（Tomorrowmind: Thriving at Work with Resilience, Creativity, and Connection Now and in an Uncertain Future）。
周静怡 | 编校
联系方式
投稿、广告、内容和商务合作
newmedia@hbrchina.org
热门跟贴