- Glean Work AI 研究院对 6,000 名数字员工的调查显示，75% 的人认为 AI 提高了他们的工作效率。
- 参与者估计 AI 平均每周可节省 11 小时的时长。
- 然而，仅有 13% 的人察觉到组织运营效率有显著提升。
- 作者认为主要原因是“协调忽视”（coordination neglect），即企业低估了工作协调的成本。
- 一个常见的错误是只优化单个工作环节，而忽略了团队之间及流程步骤之间的连接过程。
- 文章区分了三种工作依赖程度：独立型、顺序型和互惠型；依赖程度越高，AI 的效益就越容易被纠错和协调工作抵消。
- Zapier 专家建议企业在部署 AI 前应绘制实际流程图，以确定交接点和瓶颈。
- 作者还警告称存在“隐形工作”，员工平均每周需花费 6.4 小时来监督 AI、补充语境和修正输出错误。
- 2025 年的一项随机实验显示，使用 AI 的程序员自认为速度快了 20%，但实际耗时却增加了 19%。
- AI 的表达逻辑清晰，给人一种可靠的错觉，使人类难以发现其中的错误分析。
- 许多企业正在用 token 数量、用户数量或许可证数量等指标来衡量 AI 的成功，而非实际的业务结果。
- 调查显示，在同时衡量质量和生产力的企业中，83% 的员工认为 AI 提升了工作质量，而在仅衡量生产力的企业中，这一比例仅为 68%。
- 作者总结道，AI 的最大价值在于重新设计流程、决策权和协调机制，而不仅仅是提高个人生产力。
📌 尽管 AI 帮助员工节省了时间，但它并不会自动在组织层面产生效率。根据对 6,000 名数字员工的调查，75% 的人感受到生产力提升且每周节省约 11 小时，但仅有 13% 看到企业运营改善。原因主要在于协调、监督和 AI 后的纠错成本。为了挖掘真正的价值，企业需要优化整个工作流程，而非仅仅关注个人生产力或 AI 使用指标。
