什么值得买App下载 App ›
连续签到专享现金活动

一个人干三个人的活,公司却没变快:AI 提效的红利,卡在了审批台

11月20日上午,36氪一篇讲企业AI落地的文章里,有位制造业集团的CIO被总经理点名。AI上了、协同软件也买了,跨部门对账却还在微信群里扯三天。36氪

他苦笑:问题不在系统,是对账这件事本来就没人对结果负责。

这句话戳中了很多公司。过去一年,员工用AI写周报、做表格、出方案,一个人扛三个人的活,嘴上都说效率翻倍。可公司整体产出,没比去年好多少,项目节奏还更乱。小红书

一个人干三个人的活,公司却没变快:AI 提效的红利,卡在了审批台

这不是错觉。哈佛研究人员拿了Jellyfish的数据:718家软件公司、71万名工程师、3亿条工作事件,时间从2021年1月到2026年3月。

引入AI编码agent后,代码行数平均涨30%,commit涨20%,PR涨23%。知乎

但用Jira里Issue和Epic的解决率衡量,真正交付的软件没有显著变化,招聘人数也没变。知乎

效率没消失,是被审查吸收了。上游写得快,下游审得更久、退回更多,总产出原地打转。生产线提速了,质检口还是那个人。

一个人干三个人的活,公司却没变快:AI 提效的红利,卡在了审批台

这也解释了为什么越用越累。写代码、查报错、跑测试,AI几秒钟就能做完;但“这个方案改不改、这么写对不对”,还得你来拍板。

你被钉在“审批”这一个动作上,从驾驶者变成了盖章的人。知乎

更麻烦的是,AI跑得比你快。它把方案递到你面前时,你还没想清楚上一段为什么错。于是你永远在反应,永远慢半拍。

省下来的时间,也没有回到你手里。项目提前完了,你马上能找到新的想法,去填满它。小红书

AI做完90%,剩下10%的收尾、返工和核对,反而更耗神。知乎

往上看一层,问题更清楚。AI是个杠杆:协作顺的团队,它放大执行力;信息割裂、权责模糊的团队,它放大扯皮。工具没提效,倒给甩锅配了套专业术语。36氪

判断一个团队适不适合上AI,不用做问卷。看一件小事:一个跨部门需求,从发起到闭环,要拉几个群、转几道手、最后谁拍板。跳数越多,AI越是放大器。36氪

那普通人能做什么?先定方向,再开AI。别把它当许愿池,任务要说清楚:解决什么问题、AI负责哪一步、什么标准算完成、谁来拍板。

再把审查清单前置。需求模板、规则文件、验收标准先写好,让AI第一次就写对,比事后返工便宜得多。

一个人干三个人的活,公司却没变快:AI 提效的红利,卡在了审批台

腾讯技术团队把“需求开发”拆成一条严格顺序的流水线。每个阶段输入清晰、产出明确、退出标准可机器校验。他们的代码生成率做到94%,靠的不是更大的模型,是每一步都能被检查。知乎

衡量的时候,看“完成的事”,别看“产出了多少”。这周交付了几个功能、修了几个真问题,比代码行数可靠。

对团队来说,还有更难的一步:把散在个人脑子里的经验,变成可复用的流程和知识库。AI真正的提效,不是让每个人跑得更快,而是让一个好经验被复用得更快。

瓶颈转移的地方,就是价值转移的地方。AI把“写”变便宜了,“判断”和“协作”就变贵了。你越早把精力放到后者,越不容易被“提效”两个字拖垮。

评论

评论区空态插画

当前文章无评论,是时候发表评论了