AI普及下的职场悖论：大厂员工在效率提升与考核内卷中陷入更深层焦虑

事件概述

AI技术在大厂企业的深度渗透正在重塑职场生态。虽然AI被视为提效利器，但实际应用中出现了明显的悖论：员工在拥抱AI的同时，面临着更高的考核标准和更激烈的内部竞争。麦肯锡调查显示，年营收10亿美元以上的大企业中，40%已在至少一个业务职能中完成AI Agent规模化部署，这一比例较去年上升13个百分点，标志着AI已从辅助工具转变为基础设施。

核心信息

1. 使用AI成为硬性考核指标

• 资源投入巨大：各大厂为鼓励AI应用提供高额预算。腾讯混元大模型团队员工月Token额度约7000元；阿里产品、研发人员额度约8000元；字节跳动产研岗位年度外部AI报销上限1000美元；蚂蚁集团非技术一线员工每月上限二三百美元。

• 绩效挂钩：Token消耗量进入部分团队考评体系。例如，阿里一名算法工程师因单月Token消耗量居部门第一而受表扬，排名参考晋升标准。员工普遍存在“用得少怕被敲打，用得多被考产出”的焦虑。

• 全员普及：不仅限于技术岗，新闻通稿撰写、周报生成等行政及内容工作也广泛由AI代劳。阿里千问办公与钉钉打通，可直接读取日志生成周报。

• 岗位门槛变化：美团2027届校招超80%岗位要求AI相关能力；蚂蚁集团秋招技术岗八成以上与AI相关；携程笔试新增AI Coding模块。

• 能力分层：面试官将AI能力分为三层：只会写Prompt、会使用Skill、熟练调度Agent。工作内容越标准化、易线上化、结果可验收（如代码编写、基础数据分析），越容易被AI替代。

• 不可替代性边界：数据分析师等岗位的核心价值在于处理口径对齐、底表可信度判断及跨部门协调，这些需要人类背锅和决策的环节难以被完全自动化。

3. 效率提升并未转化为休息，反而加剧内卷

• 时间黑洞：BCG调查显示，经常使用AI的一线员工中，42%每周至少节省8小时，但这部分时间迅速被新工作填满。管理者对效率期待提高，“为什么有了AI还交付慢？”成为常见质问。
• 组织协同瓶颈：德勤调查显示，仅5%的公司认为现有业务流程高度适配AI Agent，15%能实现多Agent规模化协作。单个任务效率提升后，决策拍板、跨部门协作成为新的瓶颈。
• 资源分配扭曲：沾上AI的项目更容易获得资源倾斜，导致所有业务被迫“All in AI”。部分企业曾出现盲目追求AI Skill数量而导致巨额成本浪费的情况（如美团早期案例）。

4. 职场应对策略异化

• “AI反击”与管理模拟：部分员工利用AI蒸馏“老板Agent”，预判上级意见以优化汇报话术，甚至有人因此获得高绩效。
• 评价系统自动化：在绩效季，员工使用AI生成自评，同事间互评也由AI生成，形成“AI互相赞美”的荒诞闭环，压缩了非创造性工作的耗时，但未解决核心决策问题。

值得关注

• 人的剩余价值重构：AI接管了“怎么做”的执行层面，人的核心价值回归到“为什么做”、“取舍做什么”、“协调资源”以及“承担责任”。无法为错误决策担责、无法推动目标冲突部门出钱出人，是AI目前无法逾越的边界。
• ROI审视回归：随着应用深入，企业考核标尺从“为什么不用”转向“用了多少”，最终回归到“投入换来了多少产出”。单纯堆砌Token消耗已不再被视为有效生产力，业务突破才是最终检验标准。