自Deepseek爆火出圈後，AI一度成為「提效」的代名詞。
寫周報、改文案、整理會議紀要，一分鍾就能搞定，一度讓人們以為：AI讓工作變輕鬆了。
然而當更多行業、更多崗位的工作流程被AI重塑，新的問題也開始浮出水麵：活兒是越來越多，節奏越來越快，時間卻越來越少了。
美國國家經濟研究局（NBER）近期的一項研究顯示：自ChatGPT推出以來，生成式AI暴露程度每提高1個百分位排名，從業者每周工作時長將增加0.063小時，休閑時間則同步減少0.064小時。換句話說，AI越普及，打工人越忙。而高AI暴露的從業者，周均工作時長被拉長了3.15小時。
更快，並不等於更輕鬆。
它反而讓更多人陷入一場無休止的「加速競賽」：項目周期被壓縮，標準被拔高，競爭更激烈，喘息時間更短促。
從職場牛馬到中小企業主，在AI浪潮中無人幸免。有人靠AI提效加更多的班，有人被迫成為替AI收拾「爛攤子」的夾心層，有人在「不會用AI就得死」的叢林法則中被迫加速。
當然，企業層麵用AI降本增效的案例比比皆是。但比較紮心的是，根據上述研究，AI目前對薪酬的影響微乎其微。
《降噪NoNoise》最近就訪談了一些受生成式AI高度影響行業的從業者，試圖記錄下他們在AI時代的真實職場處境：如何在加速的節奏中，一邊奔跑、一邊自洽。
替AI收拾爛攤子的中層
當看到「擁有6根手指的女士」突兀地出現在廣告海報上，利昂已經無力吐槽，「可以沒有上限，但不能沒有下限。」
今年38歲的利昂，是某4A廣告公司的中層骨幹。十幾年來，他靠創意和審美吃飯，如今卻成了替AI收拾「爛攤子」的人。
AI帶來的效率革命確實無可挑剔，曾經設計師幾天才能搞定的視覺稿，現在AI用幾分鍾就能生成數百張。於是裁員潮接踵而至，有的設計崗直接砍半；小公司幹脆靠AI跑圖走量，結果手指畸形、扭曲的字體、邏輯混亂的文案，堂而皇之地爬上了廣告牌。
▲ AI設計的廣告人物出現了六根手指 圖源：北京日報
大公司雖然守得住基本審美，但客戶卻開始「神化」AI。「AI幾分鍾就能做，幹嘛還需要團隊？」「一張AI都能做的圖，怎麽這麽貴？」……他們看不見，那些高質量結果，背後往往是成千上萬張圖、幾十人團隊砸出來的。
比如曾經爆火的AI-Talk項目，主打讓曆史名人開口說話，全程AI合成。當時公司覺得這事門檻不高，就派利昂帶著美術、文案兩個同事做一個類似項目，但熬夜加班做出來的內容，效果始終不理想。起初利昂以為自己太菜了，後來才知道，AI-talk背後是幾十號人，一個鏡頭就要幾百張圖訓練，是硬靠時間和金錢砸出來的質量。
▲AI-talk的B站主頁
聽完他的匯報，老板也挺震驚：是嗎？項目自然而然的被放棄了。
但客戶和外部受眾看不到這些，他們依舊沉浸在「AI讓廣告更簡單」的想法中，隻關心速度和報價。那自然，就有人替AI負重前行。
利昂就身處這個夾層——對外，他要不停和客戶解釋為什麽AI不能滿足他們的要求；對內，他還要從下屬交上來的「AI成果」中挑選、修補、糾偏。
在過去，團隊合作是一起腦暴、互相啟發、打磨方向。而現在，他麵對的是海量由AI創作的空洞的創意和文案，他的工作也從「創意」變成了「篩垃圾信息」。
當下屬收到一個文案修改反饋、態度很好地回複「好的」，轉頭就用AI在極短時間內跑出一版的時候，折磨開始了。他發現，原來一個小時能搞定的創意審核，變成3個小時、5個小時……看似收上來的創意越來越多，但省事的隻是「善用」AI的初級員工，負責把控的人反而在浪費時間。
他越來越覺得，AI在壓榨強者，他早就不是在「管理」一個團隊了，而是在填補AI製造出的斷層。
利昂的另一個同事性格比較直，會直接開破口大罵：就這次，這些玩意誰也別給我再用，給我全扔掉。事情反而變得簡單了。
在利昂的觀察中，剛入行的小孩受到的影響更大。他們跳過了思考和提煉，跳過了磨創意、打草稿的過程，直接喂AI——圖是AI跑的，改是AI改的，創意是AI出的，一天能出十個，改八輪，到頭來還是一堆垃圾。有的小孩甚至不去核實AI提供的信息的正確性——比如一個項目說「曝光120億次」，他們都不帶皺眉的，「120億是啥概念？全部中國人瘋狂刷十遍！我們投多少流才能達到這個效果？」
當一個人從入行開始就依賴AI，沒有練習「刻骨的東西」，那等到30歲，他就沒有那些肌肉記憶，「不光是失去創意，甚至沒有思考的源頭」。
就這樣，廣告行業辛辛苦苦上百年建立的創意壁壘、專業門檻、協作體係，被「假創意」「快交付」一點點吞噬。甚至可以說，AI正在毀掉一批剛入行的年輕人。
▲小紅書上關於AI廣告的討論
而這，遠不隻是廣告業的問題，而是整個職場都在麵對的現實。某種程度上，因為老板在逼、社會在逼、工作在逼，這代年輕人似乎更有理由選擇放棄思考。
更讓利昂憂慮的是，AI已經簡單化到讓人們放棄審美。之前廣告行業對盜圖等沒有版權意識的行為頗為不齒，但起碼盜圖者對這張圖有個基本認知，認可它的好看，而現在變成了既然沒有版權也沒錢買版權，那就幹脆放低要求，用AI隨便做一個。所以大家會發現，現在很多文字或者與審美有關東西，看完隻覺得越來越沒有意思。
「機器是流水線和批量化的，它不可能幫你去較真兒。但創意性工作需要人的感受，有人的溫度在裏麵。這是機器描繪不出來的。」
現在比較誇張的是，一些個人體驗和社交分享也都在被AI滲透。比如有朋友用餐時被店員邀請寫大眾點評的評價，朋友會直接交給豆包來寫；還有做親子教育的朋友在朋友圈分享活動記錄時，圖片中的孩子有8根手指。當他對照片真實性提出時疑問，對方回以長久的沉默。
盡管有如此多的吐槽，利昂並不是AI技術的反對者。他自己也會在創意卡殼時，把半拉子作品發給AI，尋求啟發。
他隻是想強調， AI可以協助工作，但不能成為工作的全部。但誰又在乎呢？當全世界都在追求速度的時候，你慢一點思考，就變成了落後。
超級員工
高效工作的回報就是更多工作
北京中關村深夜，顯示屏的冷光照亮張欣欣的臉。她在工位上輕敲回車，ChatGPT流暢地輸出了一版文案，快速瀏覽後，她又熟練地修改著——這原本屬於行政崗位的工作。
自從上次她用AI優化了公司小程序的文案，類似的雜活便默默歸屬到她的名下。她是一家AI醫療創業公司的算法負責人，在這不足百人的公司裏，「負責人」三個字的解釋彈性很大。模型訓練、數據處理、項目落地，是她的主線任務。但PPT、簡報、競標材料、輔導實習生，甚至是某次中標的致謝信，隻要跟「效率」沾點兒邊的，都可能落在她頭上。
好在欣欣並不抗拒這些工作，甚至有些樂在其中。左屏跑著模型，右屏在寫代碼；ChatGPT在後台生成項目說明，她在前台修改；另一屏還同步著實習生的日報和項目任務列表。
「工作的時候特別有成就感。有時候代碼越寫越順，到了一個出現心流的狀態，就會越幹越多，一直熬到半夜，或者周末接著幹。」欣欣說，她的加班純屬「自願」，因為一次底層大模型能力邊界的提升、一個新上線的好用的AI編程工具，都會讓工作樂趣加倍。
欣欣第一次接觸AI是在2023年初，彼時GPT-4發布不久，行業剛被點燃，Prompt工程師還沒變成高開低走的笑話，她已經把AI塞進了工作流裏。
最初是潤色文案，後來是代碼注釋、客戶需求拆解，再到整個項目流程的重構。項目周期被AI壓縮後，她有更多時間做更多事。一個原計劃兩周完成的項目，她加個班，順利的話一天能推進80%。
剩下時間，她自己安排：要麽看文獻、寫論文，要麽處理別的雜項。在周會匯報完進展後，下周又會進新的工作項目。
她習慣性地把每次AI升級當作一次提效機會。在她眼裏，閑著才是最危險的狀態，「空下來隻有兩種可能——我被淘汰了，或公司快沒了。」
這種強烈的危機感，或許與欣欣的人生軌跡相關。她來自河南焦作，一個四線城市，18歲那年，擠在爺孫三代同住的小房子裏備考。後來靠著一股拚勁，她一路考研，畢業後先是加入生命奇點，後又進入AI行業頂尖平台——智源人工智能研究院，其後又轉戰人工智能創業公司。如今三十歲，已經能夠獨當一麵。
▲圖源：《瑞草洞》劇照
同時，北京沉重的房貸和「35歲紅線」像兩道無形的倒計時器。她生活的重心向來圍繞著工作展開，曾經偶爾會編織，現在除了吃飯睡覺就是工作，最多刷刷手機。
從業績上來看，欣欣順理成章地成為公司的Top 1。工作四年，她從初入職場的新人，變成了帶項目的骨幹。
她說，AI不會取代人類，但使用AI的人會取代不用AI的人。
隨著AI工具的飛速迭代，她的節奏也越來越快，任務列表也越來越長。
廣州電商老板
不用AI公司就得「死」
去年10月，唐承佳咬牙做了個決定：砸下30萬，在公司內部組建AI團隊。
「不是為了跟風，是不這麽幹，公司就得死。」他說。
唐總是直播圈裏的老兵，主營大碼女裝，是直播電商平台早期崛起的頭部商家之一。巔峰時期，一次直播曾創下700多萬場觀，團隊迅速擴張到近百人。但從去年下半年開始，公司出現兩到三個月連續虧損。他很清楚，像他們這種電商公司，虧損四五個月基本就要倒閉。
▲圖源：《裝腔啟示錄》劇照
「直播行業的大盤在掉，銷量在掉，退貨率漲得很凶，利潤和用戶體驗雙雙在降低。」他說，光靠主播拚命吆喝和運營團隊加班做內容，已經完全扛不住。
直到那時，他才開始把目光轉向AI。起初他隻是打算買市麵上的AI工具用，但跑遍主流產品後，他發現，不接地氣，根本用不上。最終隻能自建。
AI團隊搭建完成後，他並沒有把AI局限在內容生成或視覺設計這些常見場景，而是著手重構公司的底層運作方式，將AI深度接入各個業務環節：內容、運營、人事、財務、行政、客服、數據分析……幾乎所有能被標準化的崗位和流程，都被重新拆解、評估、重建，能自動化的自動化，能壓縮流程的壓縮流程。
比如公司目前的一名內容運營，每天上午需要完成70篇小紅書、14篇社群文章、2個視頻——在AI沒有大規模推廣前，這些工作是兩到三個人一天的工作量。
而唐總本人也在工作中將AI用到極致，用AI匯總會議匯報、識別項目進度、設計管理者該提的問題，甚至處理對外商務合作時，直接扔PDF和公眾號文章給大模型，讓它識別合作機會、提煉落地點，最後自動生成方案，供他一鍵轉發。他說，「AI比我更懂公司的業務。」
▲唐承佳的AI軟件使用記錄
半年後，公司員工從80人縮減到不到20人，後端人力成本從月均60萬壓縮到了15萬，整個團隊仍然維持了之前的業務體量，人均GMV還略有增長。AI團隊甚至開始對外接To B的項目，初步實現盈利。
但他覺得目前隻是暫時喘了一口氣，真正的轉型才剛剛開始，他希望建立一個可複製、可持續的AI作戰體係。
AI雖然讓公司活下來，也悄悄改變了「人」的位置。
唐總開始傾向於招應屆生——不僅便宜，而且「一張白紙，好上手」。同時，他更看重的是學習能力和吸收信息的速度，名校背景成為一個加分項。他甚至做了測試，對5個新人進行AI培訓，看他們能否在兩個月內達到「工作五年」的效率水平。
據稱，最終，有4個人做到了。
硬幣的另一麵是，有不少熟練卻「轉不過彎」的老員工，都選擇了離開。
但在他看來，這不是考核標準的問題，是公司隻能留這麽多人，「你不會用AI，真的就幹不完這些活。」
