斯坦福研究揭示,企业推行 AI 最该改的是管理方式:同一款 AI,使用量高出 58%!

企业推行 AI，有一种做法特别容易把员工的积极性耗光。

先告诉大家，AI 可以减少重复劳动，让人有时间做更有价值的工作。等员工真的把任务做快了，管理层立刻提高工作量要求。省下来的时间，全部换成更多报表、更多文档和更多交付。

几轮下来，员工就会明白，主动探索 AI 给自己带来的直接回报，是继续加码的任务。

当企业把效率收益全部转化为工作量，却不给员工成长机会，员工就缺少主动改进工作的动力。

斯坦福 HAI 在 10 月 7 日介绍的一项研究，为这个判断提供了具体证据。研究团队访谈了律所、广告公司和 IT 服务商的 184 名员工，并在一家律所开展了近两年的跟踪观察。

其中，两个部门使用同一款 AI 工具。把 AI 用于减少枯燥事务、拓展工作内容的部门，工具使用量比另一个部门高出 58%，尝试新用法的频率高出 70%。 

一、同样的工具，员工为什么用出了两种结果

这项研究由斯坦福大学工程学院助理教授 Arvind Karunakaran，与弗吉尼亚大学、达特茅斯学院的研究者共同开展。

团队观察的两个律所部门，在业务领域、规模、薪酬和晋升结构上高度相似。双方都获得了一款生成式 AI 工具的使用许可，研究者将它称为 LawBot，主要用于起草合同和保密协议。

两个部门的差别，出在管理者如何引入工具，以及后续提供了什么支持。

第二个部门的员工开始关心，自己能否参与更深入的研究和讨论。AI 帮他们完成了一部分日常事务，也让更有挑战性的工作变得可以尝试。

这项研究最有价值的发现，是员工愿意为自己的职业发展投入探索精力。

“把合同写快一点”和“有机会参与案件分析”，对员工意味着两种不同的职业前景。前者增加熟练度，后者扩大专业能力与责任范围。管理者给出的机会不同，员工投入的主动性也就不同。

二、员工会看，省下来的时间最后归谁

单纯强调提效，很容易绕开员工最关心的问题。

工具学会之后，自己能得到什么？工作更有意思了没有？能承担更重要的职责吗？绩效评价会认可这些变化吗？

研究中的受访员工谈到了工作意义感下降，以及学习新技能的动力减弱。有人担心，今天刚学会的专业技能，下个月就会过时。

这种焦虑再遇上不断提高的任务要求，员工很难对探索 AI 保持热情。学习需要时间，尝试可能失败，而额外任务会立即进入排期。

企业如果希望员工主动贡献新方法，就必须让员工分享改进带来的收益。 收益可以是更少的重复劳动、更有挑战性的任务、更大的自主权，也可以是明确的绩效认可。

研究中的第二个部门把这些承诺做成了具体安排。

因此，这项研究不能被简化成一堂宣传话术课。把“提高效率”换成“释放创造力”，然后继续沿用原来的排期和考核，员工很快就会看穿。

管理者的承诺，要体现在日历、任务分配和绩效表里。 有没有时间学，有没有人指导，做出了新成果能不能被认可，这些安排才决定员工是否愿意持续投入。研究中的管理支持与员工反馈

三、拿 Token 用量考核员工，会把 AI 推广做成刷量比赛

研究还揭示了一个更实际的冲突。

法务助理原本按季度或年度处理案件的数量接受评价。引入 AI 后，一些人开始承担深入的法律研究和案件分析。这类工作价值更高，也需要更多时间，因此他们处理的案件数量减少了。

工作内容已经变了，考核方式却留在原地。继续只看案件数量，承担复杂任务的人就可能吃亏。

企业一边鼓励员工做高价值工作，一边只奖励处理量，最后得到的必然是对数量的迎合。

把 Token 消耗量当成绩，也有同样的问题。Karunakaran 在介绍中批评了将 AI 使用量等同于价值的做法，并用生成猫咪表情包凑配额的例子说明，这类指标会鼓励无意义的使用。

Token 数可以帮助管理成本，调用次数可以帮助了解工具使用情况。它们都不适合直接充当员工贡献的排名依据。

下面这组调整，更适合用于设计 AI 应用的考核。

这张表是基于研究提出的管理建议。核心判断很直接，工具使用数据适合诊断问题，业务结果才适合评价贡献。

员工用较少的调用完成了更难的任务，应当得到更高评价。把用量越大等同于表现越好，会直接惩罚高效使用工具的人。

四、岗位怎么改，要从具体任务拆起

研究者还提出了一个有用的区分，岗位中的任务究竟结合得有多紧。

销售工作包含客户研究、关系建立、谈判和签约。这些环节高度关联。即使 AI 帮忙完成客户研究，销售人员仍然需要理解客户，并把这些信息带入后续沟通。

法务助理、医学转录等工作则包含较多可以单独处理的文档任务。这些任务更容易交给 AI，也更容易调整人员的工作安排。

企业应当按任务设计 AI 应用，避免直接拿岗位名称判断谁可以被替代。

同样是减少两小时文档工作，后续安排可以完全不同。员工可以继续处理更多同类文档，也可以在指导下参与更深入的分析。后一种变化需要管理者重新分配工作，提供培训，并明确谁负责审核结果。

这也是岗位调整中最容易被省略的一步。工具上线很快，新职责的培养需要持续投入。

五、推行 AI，先把四项安排写清楚

对准备推广 AI 的团队，建议在发账号、办培训之前，先完成下面四项安排。

探索时间需要写进工作安排。“忙完本职工作再研究 AI”，很容易变成永远没有时间研究。

新职责也需要有人带。让法务助理参与案件分析，就要有律师指导和审核；让员工承担更复杂的工作，就要把相应的学习过程算进投入。

考核则应当跟着工作变化及时调整。一个员工用 AI 减少了文档处理时间，开始承担更深入的研究，管理者就该评价这份研究的质量和贡献。

下一次宣布 AI 推广计划时，管理者应该同时说清楚，准备减少员工的哪项重复工作，为他们留出什么新机会，以及做出成果后如何认可。

如果AI只带来更多的工作量，员工则难以有充分的理由认真投入。

 如果你需要在工作流中接入API，自由切换全球200+大模型，魔芋提供合规保障、财务开票、企业级网关、技术支持与定制服务，助力更高效地管理应用AI能力。https://www.konjac.ai/register?aff=qBX9

如果你想知道自己公司有哪些可以用 AI 接管的活，可以联系我们，获取一次企业免费 AI 体检，出一份你自己的问题报告。

另外我拉了一个 AI 落地的交流群，群里聊的都是实际场景，不卖课、不发广告。想进群或者约体检的，扫码进群就行。