自 Deepseek 爆火出圈后，AI 一度成为 “提效” 的代名词。写周报、改文案、整理会议纪要，一分钟就能搞定，这让人们一度以为：AI 会让工作变得轻松。然而，当更多行业、更多岗位的工作流程被 AI 重塑，新的问题开始浮出水面：活儿越来越多，节奏越来越快，时间却越来越少了。
美国国家经济研究局（NBER）近期的一项研究显示：自 ChatGPT 推出以来，生成式 AI 暴露程度每提高 1 个百分位排名，从业者每周工作时长将增加 0.063 小时，休闲时间则同步减少 0.064 小时。换句话说，AI 越普及，打工人越忙。而高 AI 暴露的从业者，周均工作时长被拉长了 3.15 小时。更快，并不等于更轻松，它反而让更多人陷入一场无休止的 “加速竞赛”：项目周期被压缩，标准被拔高，竞争更激烈，喘息时间更短促。从职场牛马到中小企业主，在 AI 浪潮中无人幸免。有人靠 AI 提效加更多的班，有人被迫成为替 AI 收拾 “烂摊子” 的夹心层，有人在 “不会用 AI 就得死” 的丛林法则中被迫加速。当然，企业层面用 AI 降本增效的案例比比皆是，但比较扎心的是，根据上述研究，AI 目前对薪酬的影响微乎其微。
替 AI 收拾烂摊子的中层
38 岁的利昂是某 4A 广告公司的中层骨干，十几年来靠创意和审美吃饭，如今却成了替 AI 收拾 “烂摊子” 的人。AI 带来的效率革命确实无可挑剔，曾经设计师几天才能搞定的视觉稿，现在 AI 用几分钟就能生成数百张。于是裁员潮接踵而至，有的设计岗直接砍半；小公司干脆靠 AI 跑图走量，结果手指畸形、扭曲的字体、逻辑混乱的文案，堂而皇之地爬上了广告牌。
大公司虽然守得住基本审美，但客户却开始 “神化” AI。“AI 几分钟就能做，干嘛还需要团队？”“一张 AI 都能做的图，怎么这么贵？”…… 他们看不见，那些高质量结果背后往往是成千上万张图、几十人团队砸出来的。比如曾经爆火的 AI-Talk 项目，主打让历史名人开口说话，全程 AI 合成。当时公司觉得这事门槛不高，就派利昂带着美术、文案两个同事做一个类似项目，但熬夜加班做出来的内容，效果始终不理想。起初利昂以为自己太菜了，后来才知道，AI-talk 背后是几十号人，一个镜头就要几百张图训练，是硬靠时间和金钱砸出来的质量。听完他的汇报，老板也挺震惊，项目自然而然地被放弃了。
但客户和外部受众看不到这些，他们依旧沉浸在 “AI 让广告更简单” 的想法中，只关心速度和报价。那自然，就有人替 AI 负重前行。利昂就身处这个夹层 —— 对外，他要不停和客户解释为什么 AI 不能满足他们的要求；对内，他还要从下属交上来的 “AI 成果” 中挑选、修补、纠偏。
在过去，团队合作是一起脑暴、互相启发、打磨方向。而现在，他面对的是海量由 AI 创作的空洞的创意和文案，他的工作也从 “创意” 变成了 “筛垃圾信息”。当下属收到一个文案修改反馈、态度很好地回复 “好的”，转头就用 AI 在极短时间内跑出一版的时候，折磨开始了。他发现，原来一个小时能搞定的创意审核，变成 3 个小时、5 个小时…… 看似收上来的创意越来越多，但省事的只是 “善用” AI 的初级员工，负责把控的人反而在浪费时间。他越来越觉得，AI 在压榨强者，他早就不是在 “管理” 一个团队了，而是在填补 AI 制造出的断层。
利昂的另一个同事性格比较直，会直接开破口大骂：就这次，这些玩意谁也别给我再用，给我全扔掉。事情反而变得简单了。在利昂的观察中，刚入行的小孩受到的影响更大。他们跳过了思考和提炼，跳过了磨创意、打草稿的过程，直接喂 AI—— 图是 AI 跑的，改是 AI 改的，创意是 AI 出的，一天能出十个，改八轮，到头来还是一堆垃圾。有的小孩甚至不去核实 AI 提供的信息的正确性 —— 比如一个项目说 “曝光 120 亿次”，他们都不带皱眉的，“120 亿是啥概念？全部中国人疯狂刷十遍！我们投多少流才能达到这个效果？”
当一个人从入行开始就依赖 AI，没有练习 “刻骨的东西”，那等到 30 岁，他就没有那些肌肉记忆，“不光是失去创意，甚至没有思考的源头”。就这样，广告行业辛辛苦苦上百年建立的创意壁垒、专业门槛、协作体系，被 “假创意”“快交付” 一点点吞噬。甚至可以说，AI 正在毁掉一批刚入行的年轻人。
更让利昂忧虑的是，AI 已经简单化到让人们放弃审美。之前广告行业对盗图等没有版权意识的行为颇为不齿，但起码盗图者对这张图有个基本认知，认可它的好看，而现在变成了既然没有版权也没钱买版权，那就干脆放低要求，用 AI 随便做一个。所以大家会发现，现在很多文字或者与审美有关的东西，看完只觉得越来越没有意思。“机器是流水线和批量化的，它不可能帮你去较真儿。但创意性工作需要人的感受，有人的温度在里面。这是机器描绘不出来的。”
现在比较夸张的是，一些个人体验和社交分享也都在被 AI 渗透。比如有朋友用餐时被店员邀请写大众点评的评价，朋友会直接交给 AI 来写；还有做亲子教育的朋友在朋友圈分享活动记录时，图片中的孩子有 8 根手指。当他对照片真实性提出疑问时，对方回以长久的沉默。
尽管有如此多的吐槽，利昂并不是 AI 技术的反对者。他自己也会在创意卡壳时，把半拉子作品发给 AI，寻求启发。他只是想强调，AI 可以协助工作，但不能成为工作的全部。但谁又在乎呢？当全世界都在追求速度的时候，你慢一点思考，就变成了落后。
超级员工：高效工作的回报就是更多工作
北京中关村深夜，显示屏的冷光照亮张欣欣的脸。她在工位上轻敲回车，ChatGPT 流畅地输出了一版文案，快速浏览后，她又熟练地修改着 —— 这原本属于行政岗位的工作。自从上次她用 AI 优化了公司小程序的文案，类似的杂活便默默归属到她的名下。她是一家 AI 医疗创业公司的算法负责人，在这不足百人的公司里，“负责人” 三个字的解释弹性很大。模型训练、数据处理、项目落地，是她的主线任务。但 PPT、简报、竞标材料、辅导实习生，甚至是某次中标的致谢信，只要跟 “效率” 沾点儿边的，都可能落在她头上。
好在欣欣并不抗拒这些工作，甚至有些乐在其中。左屏跑着模型，右屏在写代码；ChatGPT 在后台生成项目说明，她在前台修改；另一屏还同步着实习生的日报和项目任务列表。“工作的时候特别有成就感。有时候代码越写越顺，到了一个出现心流的状态，就会越干越多，一直熬到半夜，或者周末接着干。” 欣欣说，她的加班纯属 “自愿”，因为一次底层大模型能力边界的提升、一个新上线的好用的 AI 编程工具，都会让工作乐趣加倍。
欣欣第一次接触 AI 是在 2023 年初，彼时 GPT-4 发布不久，行业刚被点燃，Prompt 工程师还没变成高开低走的笑话，她已经把 AI 塞进了工作流里。最初是润色文案，后来是代码注释、客户需求拆解，再到整个项目流程的重构。项目周期被 AI 压缩后，她有更多时间做更多事。一个原计划两周完成的项目，她加个班，顺利的话一天能推进 80%。剩下时间，她自己安排：要么看文献、写论文，要么处理别的杂项。在周会汇报完进展后，下周又会进新的工作项目。
她习惯性地把每次 AI 升级当作一次提效机会。在她眼里，闲着才是最危险的状态，“空下来只有两种可能 —— 我被淘汰了，或公司快没了。” 这种强烈的危机感，或许与欣欣的人生轨迹相关。她来自河南焦作，一个四线城市，18 岁那年，挤在爷孙三代同住的小房子里备考。后来靠着一股拼劲，她一路考研，毕业后先是加入生命奇点，后又进入 AI 行业顶尖平台 —— 某人工智能研究院，其后又转战人工智能创业公司。如今三十岁，已经能够独当一面。
同时，北京沉重的房贷和 “35 岁红线” 像两道无形的倒计时器。她生活的重心向来围绕着工作展开，曾经偶尔会编织，现在除了吃饭睡觉就是工作，最多刷刷手机。从业绩上来看，欣欣顺理成章地成为公司的 Top 1。工作四年，她从初入职场的新人，变成了带项目的骨干。她说，AI 不会取代人类，但使用 AI 的人会取代不用 AI 的人。随着 AI 工具的飞速迭代，她的节奏也越来越快，任务列表也越来越长。
广州电商老板：不用 AI 公司就得 “死”
去年 10 月，唐承佳咬牙做了个决定：砸下 30 万，在公司内部组建 AI 团队。“不是为了跟风，是不这么干，公司就得死。” 他说。唐总是直播圈里的老兵，主营大码女装，是直播电商平台早期崛起的头部商家之一。巅峰时期，一次直播曾创下 700 多万场观，团队迅速扩张到近百人。但从去年下半年开始，公司出现两到三个月连续亏损。他很清楚，像他们这种电商公司，亏损四五个月基本就要倒闭。“直播行业的大盘在掉，销量在掉，退货率涨得很凶，利润和用户体验双双在降低。” 他说，光靠主播拼命吆喝和运营团队加班做内容，已经完全扛不住。
直到那时，他才开始把目光转向 AI。起初他只是打算买市面上的 AI 工具用，但跑遍主流产品后，他发现，不接地气，根本用不上。最终只能自建。AI 团队搭建完成后，他并没有把 AI 局限在内容生成或视觉设计这些常见场景，而是着手重构公司的底层运作方式，将 AI 深度接入各个业务环节：内容、运营、人事、财务、行政、客服、数据分析…… 几乎所有能被标准化的岗位和流程，都被重新拆解、评估、重建，能自动化的自动化，能压缩流程的压缩流程。比如公司目前的一名内容运营，每天上午需要完成 70 篇小红书、14 篇社群文章、2 个视频 —— 在 AI 没有大规模推广前，这些工作是两到三个人一天的工作量。
而唐总本人也在工作中将 AI 用到极致，用 AI 汇总会议汇报、识别项目进度、设计管理者该提的问题，甚至处理对外商务合作时，直接扔 PDF 和公众号文章给大模型，让它识别合作机会、提炼落地点，最后自动生成方案，供他一键转发。他说，“AI 比我更懂公司的业务。”
半年后，公司员工从 80 人缩减到不到 20 人，后端人力成本从月均 60 万压缩到了 15 万，整个团队仍然维持了之前的业务体量，人均 GMV 还略有增长。AI 团队甚至开始对外接 To B 的项目，初步实现盈利。但他觉得目前只是暂时喘了一口气，真正的转型才刚刚开始，他希望建立一个可复制、可持续的 AI 作战体系。
AI 虽然让公司活下来，也悄悄改变了 “人” 的位置。唐总开始倾向于招应届生 —— 不仅便宜，而且 “一张白纸，好上手”。同时，他更看重的是学习能力和吸收信息的速度，名校背景成为一个加分项。他甚至做了测试，对 5 个新人进行 AI 培训，看他们能否在两个月内达到 “工作五年” 的效率水平。据称，最终，有 4 个人做到了。
硬币的另一面是，有不少熟练却 “转不过弯” 的老员工，都选择了离开。但在他看来，这不是考核标准的问题，是公司只能留这么多人，“你不会用 AI，真的就干不完这些活。”
AI 的普及，本应是为了让人们从繁琐的工作中解脱出来，有更多的时间去思考、去创造、去享受生活。但现实却是，它像一个无形的鞭子，抽打着每一个身处职场的人，让大家在加速的赛道上停不下来。如何在 AI 时代找到工作与生活的平衡，如何不让技术成为压榨人的工具，这不仅是每个打工人需要思考的问题，也是企业和社会需要共同面对的挑战。或许，在追求效率的同时，我们更应该放慢脚步，想想工作的意义和生活的本质。