自Deepseek爆火出圈后，AI一度成为「提效」的代名词。
写周报、改文案、整理会议纪要，一分钟就能搞定，一度让人们以为：AI让工作变轻松了。
然而当更多行业、更多岗位的工作流程被AI重塑，新的问题也开始浮出水面：活儿是越来越多，节奏越来越快，时间却越来越少了。
美国国家经济研究局（NBER）近期的一项研究显示：自ChatGPT推出以来，生成式AI暴露程度每提高1个百分位排名，从业者每周工作时长将增加0.063小时，休闲时间则同步减少0.064小时。换句话说，AI越普及，打工人越忙。而高AI暴露的从业者，周均工作时长被拉长了3.15小时。
更快，并不等于更轻松。
它反而让更多人陷入一场无休止的「加速竞赛」：项目周期被压缩，标准被拔高，竞争更激烈，喘息时间更短促。
从职场牛马到中小企业主，在AI浪潮中无人幸免。有人靠AI提效加更多的班，有人被迫成为替AI收拾「烂摊子」的夹心层，有人在「不会用AI就得死」的丛林法则中被迫加速。
当然，企业层面用AI降本增效的案例比比皆是。但比较扎心的是，根据上述研究，AI目前对薪酬的影响微乎其微。
《降噪NoNoise》最近就访谈了一些受生成式AI高度影响行业的从业者，试图记录下他们在AI时代的真实职场处境：如何在加速的节奏中，一边奔跑、一边自洽。
替AI收拾烂摊子的中层
当看到「拥有6根手指的女士」突兀地出现在广告海报上，利昂已经无力吐槽，「可以没有上限，但不能没有下限。」
今年38岁的利昂，是某4A广告公司的中层骨干。十几年来，他靠创意和审美吃饭，如今却成了替AI收拾「烂摊子」的人。
AI带来的效率革命确实无可挑剔，曾经设计师几天才能搞定的视觉稿，现在AI用几分钟就能生成数百张。于是裁员潮接踵而至，有的设计岗直接砍半；小公司干脆靠AI跑图走量，结果手指畸形、扭曲的字体、逻辑混乱的文案，堂而皇之地爬上了广告牌。
大公司虽然守得住基本审美，但客户却开始「神化」AI。「AI几分钟就能做，干嘛还需要团队？」「一张AI都能做的图，怎么这么贵？」……他们看不见，那些高质量结果，背后往往是成千上万张图、几十人团队砸出来的。
比如曾经爆火的AI-Talk项目，主打让历史名人开口说话，全程AI合成。当时公司觉得这事门槛不高，就派利昂带着美术、文案两个同事做一个类似项目，但熬夜加班做出来的内容，效果始终不理想。起初利昂以为自己太菜了，后来才知道，AI-talk背后是几十号人，一个镜头就要几百张图训练，是硬靠时间和金钱砸出来的质量。
听完他的汇报，老板也挺震惊：是吗？项目自然而然的被放弃了。
但客户和外部受众看不到这些，他们依旧沉浸在「AI让广告更简单」的想法中，只关心速度和报价。那自然，就有人替AI负重前行。
利昂就身处这个夹层——对外，他要不停和客户解释为什么AI不能满足他们的要求；对内，他还要从下属交上来的「AI成果」中挑选、修补、纠偏。
在过去，团队合作是一起脑暴、互相启发、打磨方向。而现在，他面对的是海量由AI创作的空洞的创意和文案，他的工作也从「创意」变成了「筛垃圾信息」。
当下属收到一个文案修改反馈、态度很好地回复「好的」，转头就用AI在极短时间内跑出一版的时候，折磨开始了。他发现，原来一个小时能搞定的创意审核，变成3个小时、5个小时……看似收上来的创意越来越多，但省事的只是「善用」AI的初级员工，负责把控的人反而在浪费时间。
他越来越觉得，AI在压榨强者，他早就不是在「管理」一个团队了，而是在填补AI制造出的断层。
利昂的另一个同事性格比较直，会直接开破口大骂：就这次，这些玩意谁也别给我再用，给我全扔掉。事情反而变得简单了。
在利昂的观察中，刚入行的小孩受到的影响更大。他们跳过了思考和提炼，跳过了磨创意、打草稿的过程，直接喂AI——图是AI跑的，改是AI改的，创意是AI出的，一天能出十个，改八轮，到头来还是一堆垃圾。有的小孩甚至不去核实AI提供的信息的正确性——比如一个项目说「曝光120亿次」，他们都不带皱眉的，「120亿是啥概念？全部中国人疯狂刷十遍！我们投多少流才能达到这个效果？」
当一个人从入行开始就依赖AI，没有练习「刻骨的东西」，那等到30岁，他就没有那些肌肉记忆，「不光是失去创意，甚至没有思考的源头」。
就这样，广告行业辛辛苦苦上百年建立的创意壁垒、专业门槛、协作体系，被「假创意」「快交付」一点点吞噬。甚至可以说，AI正在毁掉一批刚入行的年轻人。
而这，远不只是广告业的问题，而是整个职场都在面对的现实。某种程度上，因为老板在逼、社会在逼、工作在逼，这代年轻人似乎更有理由选择放弃思考。
更让利昂忧虑的是，AI已经简单化到让人们放弃审美。之前广告行业对盗图等没有版权意识的行为颇为不齿，但起码盗图者对这张图有个基本认知，认可它的好看，而现在变成了既然没有版权也没钱买版权，那就干脆放低要求，用AI随便做一个。所以大家会发现，现在很多文字或者与审美有关东西，看完只觉得越来越没有意思。
「机器是流水线和批量化的，它不可能帮你去较真儿。但创意性工作需要人的感受，有人的温度在里面。这是机器描绘不出来的。」
现在比较夸张的是，一些个人体验和社交分享也都在被AI渗透。比如有朋友用餐时被店员邀请写大众点评的评价，朋友会直接交给豆包来写；还有做亲子教育的朋友在朋友圈分享活动记录时，图片中的孩子有8根手指。当他对照片真实性提出时疑问，对方回以长久的沉默。
尽管有如此多的吐槽，利昂并不是AI技术的反对者。他自己也会在创意卡壳时，把半拉子作品发给AI，寻求启发。
他只是想强调，AI可以协助工作，但不能成为工作的全部。但谁又在乎呢？当全世界都在追求速度的时候，你慢一点思考，就变成了落后。
超级员工
高效工作的回报就是更多工作
北京中关村深夜，显示屏的冷光照亮张欣欣的脸。她在工位上轻敲回车，ChatGPT流畅地输出了一版文案，快速浏览后，她又熟练地修改着——这原本属于行政岗位的工作。
自从上次她用AI优化了公司小程序的文案，类似的杂活便默默归属到她的名下。她是一家AI医疗创业公司的算法负责人，在这不足百人的公司里，「负责人」三个字的解释弹性很大。模型训练、数据处理、项目落地，是她的主线任务。但PPT、简报、竞标材料、辅导实习生，甚至是某次中标的致谢信，只要跟「效率」沾点儿边的，都可能落在她头上。
好在欣欣并不抗拒这些工作，甚至有些乐在其中。左屏跑着模型，右屏在写代码；ChatGPT在后台生成项目说明，她在前台修改；另一屏还同步着实习生的日报和项目任务列表。
「工作的时候特别有成就感。有时候代码越写越顺，到了一个出现心流的状态，就会越干越多，一直熬到半夜，或者周末接着干。」欣欣说，她的加班纯属「自愿」，因为一次底层大模型能力边界的提升、一个新上线的好用的AI编程工具，都会让工作乐趣加倍。
欣欣第一次接触AI是在2023年初，彼时GPT-4发布不久，行业刚被点燃，Prompt工程师还没变成高开低走的笑话，她已经把AI塞进了工作流里。
最初是润色文案，后来是代码注释、客户需求拆解，再到整个项目流程的重构。项目周期被AI压缩后，她有更多时间做更多事。一个原计划两周完成的项目，她加个班，顺利的话一天能推进80%。
剩下时间，她自己安排：要么看文献、写论文，要么处理别的杂项。在周会汇报完进展后，下周又会进新的工作项目。
她习惯性地把每次AI升级当作一次提效机会。在她眼里，闲着才是最危险的状态，「空下来只有两种可能——我被淘汰了，或公司快没了。」
这种强烈的危机感，或许与欣欣的人生轨迹相关。她来自河南焦作，一个四线城市，18岁那年，挤在爷孙三代同住的小房子里备考。后来靠着一股拼劲，她一路考研，毕业后先是加入生命奇点，后又进入AI行业顶尖平台——智源人工智能研究院，其后又转战人工智能创业公司。如今三十岁，已经能够独当一面。
同时，北京沉重的房贷和「35岁红线」像两道无形的倒计时器。她生活的重心向来围绕着工作展开，曾经偶尔会编织，现在除了吃饭睡觉就是工作，最多刷刷手机。
从业绩上来看，欣欣顺理成章地成为公司的Top 1。工作四年，她从初入职场的新人，变成了带项目的骨干。
她说，AI不会取代人类，但使用AI的人会取代不用AI的人。
随着AI工具的飞速迭代，她的节奏也越来越快，任务列表也越来越长。
广州电商老板
不用AI公司就得「死」
去年10月，唐承佳咬牙做了个决定：砸下30万，在公司内部组建AI团队。
「不是为了跟风，是不这么干，公司就得死。」他说。
唐总是直播圈里的老兵，主营大码女装，是直播电商平台早期崛起的头部商家之一。巅峰时期，一次直播曾创下700多万场观，团队迅速扩张到近百人。但从去年下半年开始，公司出现两到三个月连续亏损。他很清楚，像他们这种电商公司，亏损四五个月基本就要倒闭。
「直播行业的大盘在掉，销量在掉，退货率涨得很凶，利润和用户体验双双在降低。」他说，光靠主播拼命吆喝和运营团队加班做内容，已经完全扛不住。
直到那时，他才开始把目光转向AI。起初他只是打算买市面上的AI工具用，但跑遍主流产品后，他发现，不接地气，根本用不上。最终只能自建。
AI团队搭建完成后，他并没有把AI局限在内容生成或视觉设计这些常见场景，而是着手重构公司的底层运作方式，将AI深度接入各个业务环节：内容、运营、人事、财务、行政、客服、数据分析……几乎所有能被标准化的岗位和流程，都被重新拆解、评估、重建，能自动化的自动化，能压缩流程的压缩流程。
比如公司目前的一名内容运营，每天上午需要完成70篇小红书、14篇社群文章、2个视频——在AI没有大规模推广前，这些工作是两到三个人一天的工作量。
而唐总本人也在工作中将AI用到极致，用AI汇总会议汇报、识别项目进度、设计管理者该提的问题，甚至处理对外商务合作时，直接扔PDF和公众号文章给大模型，让它识别合作机会、提炼落地点，最后自动生成方案，供他一键转发。他说，「AI比我更懂公司的业务。」
半年后，公司员工从80人缩减到不到20人，后端人力成本从月均60万压缩到了15万，整个团队仍然维持了之前的业务体量，人均GMV还略有增长。AI团队甚至开始对外接To B的项目，初步实现盈利。
但他觉得目前只是暂时喘了一口气，真正的转型才刚刚开始，他希望建立一个可复制、可持续的AI作战体系。
AI虽然让公司活下来，也悄悄改变了「人」的位置。
唐总开始倾向于招应届生——不仅便宜，而且「一张白纸，好上手」。同时，他更看重的是学习能力和吸收信息的速度，名校背景成为一个加分项。他甚至做了测试，对5个新人进行AI培训，看他们能否在两个月内达到「工作五年」的效率水平。
据称，最终，有4个人做到了。
硬币的另一面是，有不少熟练却「转不过弯」的老员工，都选择了离开。
但在他看来，这不是考核标准的问题，是公司只能留这么多人，「你不会用AI，真的就干不完这些活。」
注：文/刘诗雨 ，文章来源：降噪NoNoise，本文为作者独立观点，不代表亿邦动力立场。
文章来源：降噪NoNoise
