杭州一个做产品运营的姑娘，最近把一件十分钟的活干了半小时。
活没变，还是把老板半小时的会议录音转成文字。变的是名字——她在周报里写成“搭建语音信息结构化流程”，因为这样算“AI 提效案例”，还评上了优秀。
多出来的二十分钟里，大部分时间在证明自己用了 AI。
还有公司把 AI 使用率写进绩效，不到 70% 扣 20%。指标一落地，全公司的聪明才智迅速涌向同一个方向：怎么让“用过”看起来更充分。小红书知乎
深圳一家公司搞内部 AI 比赛，比谁覆盖的场景多、搭的工作流多。有价值的场景就那么多，后来大家专挑不重要的工作做工具，起个厉害的名字，汇报时展示又解决了一个问题。做出来没人用，老板看着挺满意。
另一家公司的绩效里加了“AI 占比”，有人从 30% 卷到 80%。前天做一个 skill，昨天做一次数据清洗，今天给客户做全生命周期规划。skill 后来自己都找不到了，清洗完的数据没人要，规划客户也不看。小红书
它们唯一的用途，是被截图进汇报 PPT。小红书
写周报也变了。想法发给 AI，AI 写完，我检查一遍发给老板；老板用 AI 提几个问题发回来，我再转给 AI。活还是那点活，中间多了两台 AI 做翻译。
全公司 AI 用得最好的功能，是汇报。小红书
问题出在哪？
提效本来是道减法。一件事原来要十小时，现在两小时，省下的八小时可以去干别的，或者干脆歇着。
但“省下的八小时”没法被统计。系统看得见的是调用次数、登录时长、覆盖场景数、烧掉多少 token。这些数字每天自动生成，月底排个名，清清楚楚。
于是考核只能考痕迹。痕迹又比结果好刷。
一句话能问完的事，拆成五条消息发；一键能跑完的流程，改回手动一步步问；已经定稿的材料，下班前再喂给 AI 润一遍。就为多一次调用。小红书
到 token 这一层，事情更彻底。钛媒体和虎嗅 9 月的报道里，有公司给全员发 token 额度，有员工一年领到约 22 万元的套餐，月额度 1400 元，有人两天用完。
36 氪 4 月写过，一位工程师因为消耗量排全部门第一被公开表扬，排名和绩效、晋升挂钩。
亚马逊做过内部 token 排行榜，员工为了刷榜疯狂调用，算力成本跟着涨，榜最后被紧急关停。Meta 的员工自发搞了个消耗榜，第一名 30 天烧掉 2810 亿 token。小红书
有人把话说透了：token 用了多少，系统一分钟统计完；AI 用得好不好，没有系统能打分。小红书
站在工位上想，这套表演其实很理性。
省出来的时间，多半会变成更多的活；把经验做成工具，回头可能替代自己；试点成了是管理层的功劳，砸了是自己背锅。既然考核的是“用没用”，那就交一份“用过”的证据，安全，好看，不伤饭碗。
所以别急着怪员工。尺子怎么定，人就怎么长。
更麻烦的是，眼睛全盯着“用没用”，就没人看“用得对不对”。
山西一家软件公司，销售电话全程有 AI 旁听，语气不好给建议，单子没谈成，日报自动标红。同一家公司，人事把考勤、绩效、工资表一起传给了内部 AI 助手。
有人在群里问了句工资怎么算，AI 把全公司明细甩了出来——同岗不同薪、被压的绩效分，还有三个工资照发却从没来上过班的名字。
老板第二天没批评人事，还夸她执行效率高。散会后，悄悄去加了权限。
天天考核 AI 使用率，没人管谁能把工资表传给 AI。小红书知乎
这不是某一家公司的毛病。麦肯锡 2026 年的调研里，近九成企业至少有一项业务常态化用 AI，真正规模化落地的只有 44%，称得上高绩效的只有 6%。
数量在涨，价值没跟上。因为能被统计的，和真正值钱的，常常不是一回事。
那该考什么？
有个判断 AI 项目值不值的三句话，可以借来用：上线之后，哪个岗位的哪个动作消失了？AI 碰不碰定价、排产、风控这些真东西？出了问题，谁为结果签字？知乎
三句都答不上，多半只是给旧流程旁边挂了个对话框。
指标也能换。别问这件事用了几次 AI，问它本来要多久、现在要多久；问返工率降没降；问有多少活从“必须人做”变成了“人能抽查”。
这些数字不好刷，因为它们对着业务，不对着工具。
微软的销售团队用了定制智能体后，和客户沟通的时间占比从 25% 升到 50%。保险机构 Premera 的员工自建了几百个智能体，把几十分钟的手工流程压到三分钟。小红书
这才是提效该有的样子：不是多了一个入口，而是少了一步流程。
回到开头那位姑娘。她多花的那二十分钟，不是 AI 从她手里拿走的，是考核从她手里拿走的。
AI 没让人变懒，也没让人变勤。它只是把一家公司到底在奖励什么，照得比以前更清楚了。
