斯坦福大学与 BetterUp实验室的一项最新研究显示，企业广泛采用生成式AI正在带来一个昂贵的生产力悖论。企业引入AI是为了提升效率，现在已经有很多企业引入生成式AI，许多人产出了研究人员称为“工作杂渣（workslop）”的东西，看起来精美却缺乏实质内容的成果，最终企业要花更多的时间来修正这些AI产生的内容。表面上企业引入生成式AI是为了增加效率，实际上有更多的隐藏成本花在改正这些不必要的内容。
虽有高比例企业员工在日常工作中使用AI工具，但许多产出却只是外观看似精美但缺乏实质内容的档案或简报。（AI生成影像／维基百科）
这个研究于发表在最新一期《哈佛商业评论》，调查了上千名企业员工，发现过去一个月有40%的人遇过“工作杂渣”。这项研究是由BetterUp Labs 的 Kate Niederhoffer与斯坦福大学社交媒体实验室主任 Jeff Hancock所领导，发现企业引进生成式AI，然而AI生成的内容“伪装成好工作，但缺乏推进任务所需的实质价值”，这种工作杂渣迫使企业的同事要花更多的时间来修正这些不必要的内容。
研究显示已经有高比例的企业员工表示在日常工作中使用AI工具，但许多人产出的成果却只是外观看似精美却缺乏实质内容的档案或简报。研究显示，员工平均需要花将近两个小时来修正这些“工作杂渣”，等于是一种隐形成本。更严重的是，这些伪装成好工作的内容，不但未能推进任务，反而把负担转嫁给接收者，迫使他们解读、补正甚至重做，完全违背了AI 原本应该减轻负担的设想。
从这个角度看，使用生成式AI，如果没有经过精准的训练，无法产生适合情境的内容，会造成效率提升的幻象。没有经过训练的使用者，用AI生成的内容往往不切合情境，表面上洋洋洒洒一大篇，反而需要大量审查、修正甚至重做，导致节省的时间被后续的补救工作抵销，形成效率上的恶性循环。
隐藏成本高于预期的原因，可以归结为几个面向。有一个部分是属于使用者的问题，没有经过完整训练的使用者，不容易产生精确的内容，另一部分的原因是来自AI的设计，AI缺乏情境理解能力，因此产出的内容常常出现逻辑漏洞或细节错误。企业本身也有责任，许多企业缺乏AI 治理架构与使用规范，使得部分员工滥用 AI，反而造成更多的浪费。
若要避免生成式 AI 成为“工作杂渣制造机”，组织必须建立治理框架，清楚规范 AI 的使用范围与标准，并把 AI定位为工具，要在适当的范围使用。领导者需要以身作则，示范如何审慎且具价值地应用 AI。AI的导入必须伴随文化、规范与教育训练，才能真正带来长期的效率提升与竞争力增强。否则AI只会让企业陷入效率幻象，最终未蒙其利，先受其害。
