摘要

职场 AI 已跨过采用鸿沟，却还没有跨过组织绩效鸿沟：87%的受访员工在使用 AI，73%认为自己更高效，每周平均节省13小时，但只有13%认为所在组织的表现显著改善。 Hinds 提醒，员工自报的节省时间区间其实是10至14小时，其中约11小时来自完全自动化的产出。对投资者而言，关键缺口已不再是能否获得 AI，而是如何把局部提速转化为可衡量的企业成果。
每周6.4小时的“bot-sitting”（照看机器人）吞噬了 headline 节省时间的近一半，因为员工必须补充上下文、调试概率性故障、检查输出，并手动串联工具。约36%的 AI 会话失败严重到需要大幅返工或重启，其中上下文输入和不透明的调试带来最高的“疲劳倍增器”。瓶颈越来越像是员工充当“集成层”，而不是模型原始能力不足。
无人奖励的 bot-sitting 最终可能演变成“bot-shitting”：把 AI 生成、但发送者无法解释或辩护的工作交付出去。 节目援引的数据是，69%的人承认有过某种形式的这一行为；Hinds 给出的更窄口径是，40%至41%的员工会交付自己经不起追问的工作。看似提高生产率的结果，可能只是“抛光过的胡说八道”，也可能是协调循环：一个员工把要点扩成5页，另一个再压回1个要点。
企业 AI 的控制点可能是上下文和编排，而不是任何单一模型。 Glean 的判断是，连接使命、目标、项目、任务、人员、文档和技术的共享图谱，可以减少 bot-sitting，识别权威且最新的信息，并在不同模型或 agent 之间分配任务。Hinds 看不到单一模型胜出的可信未来，因为模型“左一个、右一个地互相超越”；企业需要选择权，但不能丢掉组织上下文。
把员工最看重的工作自动化，可能把 AI 采用转化为留任问题，即便经济账看起来极具吸引力。 缺乏安全感的员工可能会主动自动化那些熟悉、可见的任务，以显得自己拥抱 AI，包括曾赋予工作意义的客户关系；更重的 bot-sitting 和 bot-shitting 与求职行为相关，但 Hinds 强调，调查无法证明因果关系。她的基本原则是：“因为技术能做某件事”不代表就应该这么做，尤其是一项被引用的研究发现，41%的 Y Combinator AI 初创公司正在自动化人们更希望保留为人工完成的活动。
成功的 AI 文化需要透明的战略、心理安全感，以及奖励集体价值的激励机制，而不是 token 数、点击量或表演式的裁员目标。 Hinds 转述 Rob Cross 的研究称，高绩效组织衡量和奖励有效协作的可能性最高是其他组织的5.5倍；更有希望的实验会奖励共创、同伴反馈和改进，而非单纯追求产出。使命之所以重要，是因为它可以替代一部分过去由层级承担的协调功能：“使命即老板”（mission as boss）。
企业最终可能走向更小的团队、更少的协调型管理者、重新捆绑的岗位，以及昂贵的多模型系统，而不是 AI 成本立即坍塌。 Hinds 听说过年度 token 预算1个月就被用完的案例；一家大型医疗机构则发现不同岗位之间有70%的任务重叠。AI-native 公司拥有优势，但她对传统企业的警告很明确：在确认哪些继承下来的能力仍能创造价值之前，不要把 AI-native 的运营模式“复制粘贴”到传统组织上。

精读

1. AI 采用是一场从两个角度衡量的人本变革

Hinds 的出发点是变革管理：“这既是技术变革，也是人本变革。”把系统称为“人工智能”，会在心理上把它置于人类智能的对立面；即使工具确实有效，如果员工无法把它理解为增强自身能力的手段，仍会抵触，或只是象征性使用。
Work AI Index 在2025年12月和2026年1月调查了6,000名知识工作者，其中美国3,000人，英国和澳大利亚各1,500人。Glean 的 Work AI Institute 有8名创始成员参与设计问题，覆盖心理学、技术、数字化转型和组织设计。
匿名汇总的 Glean 遥测数据，为天然带有偏差的自报数据提供了客观对照。Hinds 表示，AI 采用存在强网络效应：管理者、队友和跨职能合作伙伴是否使用同样重要。因此，有效变革需要政策和高管的可见使用，也需要自下而上的“AI 影响者或倡导者”，而不是简单告诉员工“用 AI，否则后果自负”。

2. Glean 把组织上下文视为缺失的基础设施

Glean 在主流生成式 AI 出现之前就从企业搜索起步，解决员工如何找到相关内部信息的问题。如今的 work-AI 平台把个性化助手与 agent 结合起来，在理解个人岗位和周围组织的基础上，自动化跨职能工作流。
其“看家本领”是上下文：建立连接整个企业工作内容的数据模型，让答案不再泛泛而谈。Hinds 希望 AI 从被动响应逐步走向预测式、主动式服务，能够识别当前工作日真正重要的事项并推荐优先级，而无需员工重新拼凑背景信息。
上下文还必须记录信息的新旧程度和权威性，而不只是检索文档。员工希望针对不同任务使用不同工具，而模型又在“左一个、右一个地互相超越”；没有共同的上下文层，这种选择最终会带来 AI 和 agent 泛滥、输出彼此断裂，以及更多人工整合工作。

3. 节省13小时，却几乎没有带来可见的企业转型

头号矛盾非常鲜明：87%的人在使用 AI，73%的人表示 AI 让自己更高效，每周平均自报节省13小时，约等于传统工作周的三分之一。但只有13%的人认为，所在组织的表现因这项技术显著改善。
Hinds 始终保留了测量口径上的不确定性。根据提问方式不同，受访者自报的节省时间在10至14小时之间；他们认为完全自动化的工作约占11小时。这些是主观感受，并非直接观察到的效率提升，而组织绩效问题采用的是李克特量表。
Nathan 的乐观解读是，这或许已经是一个不错的起点：调查只捕捉到了模型快速迭代中的一个时点，即便只有13%的人报告了重大改善，下行风险也可能有限。Hinds 确认各档位的回答都有分布，但没有提供认为 AI 让组织表现显著恶化的受访者比例。
Hinds 也反对过早要求企业完成转型。在最好的案例中，她听到高管称多达80%的 AI 项目会失败，因为实验本身就需要失败；真正令人担忧的是，如果其他条件不变，影子使用、未披露的输出和 bot-shitting “不会自行变好”。

4. Bot-sitting 是 AI 生产率背后的隐形劳动

Hinds 将 bot-sitting 定义为向 AI 补充上下文、监督其工作、调试故障并在事后收尾。员工每周约花6.4小时做这些事，接近 headline 节省时间的一半；其中大量劳动枯燥、没有记录、没有回报，而且源于工具碎片化，而非员工能力不足。
报告把 AI 时间分为3类：bot-sitting、通过互动式使用 AI 推进实际工作，以及学习或构建 agent。约36%的会话会失败，员工要么从头开始，要么进行大幅返工。如果首轮就提供更好的上下文，这些时间本可转向生产工作或能力建设。
输入上下文和调试会带来最强的“疲劳倍增器”。前者让人觉得自己在提供系统本应已经知道的信息；后者之所以令人沮丧，是因为概率性系统很少解释究竟哪个组件出了问题、为什么只改动一个 prompt 就能奏效，员工只能不断试探这个黑箱。
Nathan 的反驳值得保留：许多 AI 爱好者确实愿意用 AI 监督，替代过去的手工劳动。在一场 AI 活动上，参会者的中位数估计是，2个不使用 AI 的人才能替代1个使用 AI 的人。Hinds 的回应是，好奇心旺盛的专家属于离群值；很多员工“现在已经累到没有好奇心了”。

5. Bot-shitting 把局部提速变成组织停滞

Hinds 描述的循环始于采用压力：bot-sitting 增加，但认可和激励没有增加。疲惫的员工最终接受“够好就行”——研究中的术语是“满足化”（satisficing）——把看起来合理的回答当成可以交付的信号，将隐形劳动转化为无人负责的产出。
节目援引的数据是，69%的人承认有过某种形式的 bot-shitting；Hinds 另行表示，40%至41%的人会交付自己经不起追问的 AI 工作。更宽泛的类别还包括影子 AI 和其他无人负责的使用方式，而最直观的产物就是“抛光过的胡说八道”：成品外观完整，内里却缺乏实质内容。
Nathan 自己的一次险情展示了这个机制。他的准备 agent 搜索了日历、Drive、以往的访谈提纲和网页，却漏掉了通过邮件收到的新报告；因此，它提出的谈话内容有80%甚至更多都偏离重点。Nathan 发现错误后补充了报告，但在访谈前仍然亲自消化了材料。
“协调忽视”解释了个人节省的时间为何会消失：一个员工把1个要点扩写成5页 AI 报告，接收者再把它压缩回1个要点。两个人看起来都更快了，公司得到的却是“AI 垃圾的仓鼠轮”。员工也可能隐瞒节省下来的时间，因为披露之后，换来的可能只是多出6小时工作。

6. 自动化可能移除让工作值得做的部分

一个悖论是，最害怕被替代的员工，反而可能最激进地采用 AI。由于缺乏信心或组织支持，他们希望显得自己拥抱 AI；最容易被自动化、也最显眼的往往是他们最熟悉的工作，而那可能正是赋予工作意义的部分。
客户服务最能说明这个问题。一名客服代表可能花了数年甚至数十年培养人与人之间的关系，却突然被调离客户沟通，转去配置和监督 agent：“我可不是来做这个的。”技术移除的不只是工作量，还把原本的职业替换成了一种员工并不想要的工作。
Nathan 的反驳来自经济效益和客户体验。Intercom 的 Fin 可以在几分钟内回应问题，而人工来回沟通可能需要30分钟甚至更久；管理层可能面对这样一个假设：成本节省90%，响应速度还更快。Hinds 承认，企业有时确实应该自动化有意义的工作，但最理想的做法是用员工认为同样有意义、甚至更有意义的工作来替代它。
Hinds 引用了“IKEA 效应”：困难且充满摩擦的工作会建立归属感、判断力、使命感和自豪感，这些都是绩效驱动因素，而非可有可无的装饰。她援引 Stanford 的一项研究称，41%的 Y Combinator AI 初创公司正在自动化人们更希望保留为人工完成的任务。能力本身不能决定人和机器应如何分工。

7. 企业图谱可以动态分配人和 agent

Hinds 对企业图谱的定义非常宽泛：使命、目标、项目、任务、人员、文档和技术，而不只是文件与汇报关系的地图。有了这些上下文，AI 就能同时根据业务目标和组织实际运转方式来评估工作。
在客户服务场景中，图谱可以检查过往互动，判断请求适合快速自动化、人工介入的流程，还是由员工负责建立关系。复杂度和客户偏好会成为输入变量，而不是对所有对话一律套用同一个自动化比例。
同一套机制还可以把员工的专业能力、发展目标、兴趣和带宽，与公司的优先事项放在一起分配工作。企业不再依据静态组织架构配人，AI 可以从1,000人、2,000人甚至10,000人的员工池中搜索，推荐一个管理者不可能手工算出的项目团队。
那13%认为组织生产率已显著提升的受访者，所在组织不仅衡量生产率，也更倾向于把由此产生的数据交给员工使用。Hinds 在协作技术和混合办公方面也看到类似效果：透明度帮助员工理解系统，而可查询的图谱可以让组织状态广泛可见，不再只掌握在管理层手中。

8. 检测的重点必须是诊断人们为何越过护栏

Nathan 对69%这一数据的挑衅式解读是，AI 可能已经好用得令人意外：如果三分之二的员工会转发某种无人负责的 AI 输出，而“整个系统的车轮还没有完全脱落”，那许多活动可能比管理者意识到的更适合自动化。他追问，检测工具——很可能是 Pangram Labs——再加上质量评分，能否找出问题所在。
Hinds 设想，未来工具可以报告回答的不确定性，并估算内容究竟是纯 AI 生成还是人机协作生成。企业上下文还能进一步改善判断：通过把产出与个人的正常风格——比如“Rebecca 的默认写作风格”——进行比较，而不是依赖通用语言特征；后者正是当前检测器不可靠的原因。
技术只是控制系统的一部分。借鉴 Amy Edmondson 的研究，Hinds 认为，心理安全感应当让员工敢于说：“这就是 bot-shitting。”他们也应该能指出自己的贡献以及造成问题的原因。只识别产出，却不理解背后的激励机制或工具故障，无法打破这个循环。
影子 AI 说明单纯惩罚的危险。员工使用未经批准的工具确实会引入风险，但 Hinds 表示，他们往往是因为获准使用的工具无法满足需求、又看到了生产率提升空间，才选择越过规则的高绩效员工。黄金标准是让“安全路径成为效率更高的路径”。

9. 重度使用 AI 既可能意味着离职风险，也可能意味着价值上升

更高程度的 bot-sitting 和 bot-shitting 与主动求职相关，但 Hinds 明确表示，调查无法建立因果关系。这两种行为可能指向不同机制，管理者不应把每一个重度 AI 用户都视为明星员工或失去投入的员工。
对 bot-sitter 而言，Polly Annardi 关于“数字疲劳”的研究提供了一种解释：“数字化员工体验正日益成为员工体验本身。”不断补充系统缺失的上下文，会削弱员工对雇主的信心，尤其是当雇主高调宣称正在进行 AI 转型时；员工可能转投另一家工具真正支撑其战略的公司。
Bot-shitting 可能反映了更晚期的脱离：员工已经不再对自己发出的内容拥有归属感。报告贡献者、来自 Berkeley 的 Aruna 提出了另一种假设：员工可能已经具备了足够强的 AI 能力，以至于其在组织外部的市场价值高于内部。
Hinds 认为，如今企业对顶尖 AI 协作者几乎没有实质性补偿，但她认为本应如此。Rob Cross 的研究显示，高绩效组织衡量和奖励协作的可能性最高是其他组织的5.5倍；一些有希望的 hackathon 和 agentathon 会认可改进、前后 prompt、共创和同伴反馈，而不只是奖励 headline 影响最大的人。

10. 当领导层沦为表演，AI 转型就会失败

按 Hinds 的说法，“员工隔着一英里就能看穿 bullshit”：一套协作式的对外说辞，无法与没有解释的裁员可信共存。她听说过高管一开始就提出15%的 head-count 目标，然后争论究竟应该是14%还是16%，这种表演式精确与组织真实工作完全脱节。
扁平化、裁员和减少层级属于组织设计变化，不是通用的 AI 配方。企业有时会先裁掉客服人员，随后发现这些人维系着不可替代的长期关系，再把他们请回来。在没有梳理工作之前就动手，必然带来本可由更丰富企业图谱避免的后悔。
随着层级衰退，使命的价值会上升，因为层级过去承担了不确定环境下告诉员工该做什么的功能。只要员工理解自己的工作如何层层连接到使命，被真正相信的使命就可以成为替代性的决策规则。没有这种连接，所谓目的感无法阻止甩锅或象征性采用。
Nathan 提到 Elon Musk 将 Twitter 员工从约7,500人削减到低点时的约1,000至1,500人，认为这可能影响管理者的判断。Hinds 没有具体认可这一案例：Jensen Huang 在 NVIDIA 推行的“使命即老板”文化，以及不与直属下属进行一对一沟通的做法，或许适用于那里；但把一位明星领导者的可见做法照搬到另一种文化中，风险很高。

11. AI 最适合作为队友，但错误仍由人承担

“队友”这个比喻给了员工一个可用的心理模型。AI 不像锤子或计算器那样只是交易性工具，也不应被期待立刻做到完美；它的价值来自互动。在 Glean，Hinds 全天候咨询助手来推动工作，而不是把每次提问视为孤立事件。
但这个比喻有边界：AI 不是可以替人背锅的同事。Hinds 引用 Leonardi 的研究指出，当 AI 助手犯错时，接收者仍然会责怪人类。agent 的能力再强，也不会把责任从部署输出的人身上转移出去。
Hinds 讲到自己加入 Glean 时表示，她用助手恢复组织内部上下文：某项功能为何上线、客户是谁、路线图包含什么，以及不同高管偏好如何获取信息。入职后，她询问 Glean 的成功员工究竟做对了什么不同的事，并据此调整自己。
得到的答案强调团队绩效、长期主义，以及愿意提出“奇怪、异想天开的点子”。如今，她的助手通过记忆学习她的优先级，允许她按任务选择模型，标记未回复的邮件，并从文档中找出遗留的行动事项——这种主动提供上下文的能力，消除了那种不断搬运文件的 bot-sitting。

12. 团队变小，短期内不意味着 AI 更便宜

Hinds 否定了 AI 成本短期下降的简单叙事。高管有时会在1个月内用光全年的 token 预算，因此更可能出现多模型、多工具架构：AI 根据效率、复杂度和成本为每项任务路由模型，而不是不加区分地调用最昂贵的能力。
她确实预计团队会缩小，管理者数量也可能减少，因为 AI 能降低工作中“巨大的协调税”。专业人士可能变成更宽口径的通才；一旦 AI 打通了原本分散在不同孤岛的工作，过去由2个、3个或4个岗位分别承担的职责就可以重新捆绑。
一家超大型医疗机构的 CHRO 使用 AI 梳理任务后，发现不同岗位之间存在70%的重叠。这给企业图谱提出了一个具体的设计问题：哪些活动应归入人工岗位，哪些应交给 agent，以及什么样的人机比例才适合这家组织？
Hinds 对结果仍然保留条件判断：AI 本身没有好坏之分，收益取决于是否有意识地对待人这一组织系统。AI-native 公司背负的组织包袱更少，但传统企业必须保留已经有效的部分，有选择地演进，绝不能把 AI-native 商业模式“复制粘贴”到自己身上。

13. 研究和会议仍需要扎根现实的人类判断

Work AI Index 计划发展为脉冲式调查，大约每6个月重复一次，长期跟踪 bot-sitting、岗位变化和组织结果。AI 可以加速分析，但 Hinds 和合著者仍将报告中的部分叙事与讲故事环节保持为“100%人类完成”。
她受过的民族志训练依然重要：在一个组织内部驻扎数月或数年，能够看到调查、访谈和遥测数据无法捕捉的变化。Glean 已经在试验把 AI 引入会议；她设想的极端案例，则是让一家传统组织彻底重构组织架构，再由研究人员在现场观察后果。
会议展现了 AI 的两面性。系统可以评估会议健康度，识别高管是否占据过多发言时间，区分创意会议和协调会议，并自动取消缺乏合理设计、议程或关键参会者的会议。这样使用 AI，可以保护昂贵的同步工作时间。
用数字分身或记笔记 bot 代替本人参会，可能只是披着现代化外衣的认知外包。如果 bot 可以完全替代你，说明这场会议可能从一开始就没有必要；派 bot 参加也传递出一个信号：组织者并不重视同事的时间。前提仍然与技术无关：先弄清楚什么事情真正值得开会。

Adam May谈$ABVX的超预期数据及随后股价崩跌 Dan Dreyfus：AI 的下一个瓶颈是铜