AI懈怠问题：为什么你的团队更快而你的公司却不行

我记得第一次听到这个词的时候“AI懈怠学”—AI懈怠理论。这个词在2023年左右在中国科技圈流传，描述了一种既搞笑又令人沮丧的现象。

事情是这样的：一名工厂员工获得了一个AI工具的使用权限。一个曾经需要八小时完成的报告现在只需二十分钟。那么他在剩下的七小时四十分钟里做什么呢？他假装在打字。他若有所思地盯着屏幕。他长时间上厕所。然后在下午5:59，他提交了一份完美的报告，回家了。

员工感到兴奋——他在拿钱做无所事事。老板感到困惑——每个人似乎都更高效，但季度数字和去年完全一样。

我第一次听到这个时笑了。然后我停止了笑，因为我意识到：这不是一个关于懒惰员工的故事。这是一个关于愚蠢组织的故事。

上周我在阅读时被提醒了这一切 2026年中国OpenClaw生态系统报告 —这是Growth Blackbox与网易智能企业的联合研究。他们对2000名个人用户和100名企业管理者进行了调查。数据证实了我多年来一直感受到的一个事实： 在人工智能时代，真正的管理盲点不是工具，而是速度差异。 个人行动的速度与组织变革的缓慢之间的差距。

这里有三件让我印象深刻的事情——以及水星实际上是如何应对这些问题的。

1. 没有痛点，就没有采用

大多数老板认为：“我会为大家购买这个人工智能工具。对他们来说是免费的，省去了他们的精力，他们会喜欢的。生产力将会飙升。”

报告将2000名用户分为五类：

• 虾新手（21.7%）：安装了，但几乎不使用。偶尔一个月打开一次。
• 虾工作者（25.7%）：工作需要时使用。否则关闭。每周三到五次。
• 虾导师（22.9%）：使用它并帮助同事进行设置。
• 虾精英 (21.2%):深度融入工作流程。每日使用。
• 虾教父 (8.6%):多次每日会话。已为三位或更多同事配置。

看起来熟悉吗？这是你的办公室。

这里是重要的细节：在虾新手中——那些安装后再也没有使用过的人——最高比例的是管理层和创始人。为什么？因为他们没有特定的工作痛点等待解决。是别人为他们安装的。他们没有需要解决的痒处。

相反，实际上使用该工具的人主要是受到 特定工作需求的驱动。 报告分析了采用的触发因素：36.5%是由于工作要求驱动的，30.7%是因为看到其他人的使用案例。合计，这就是 67.2% —三分之二的用户带着问题而来。

采用该工具的人是因为 “同事为我安装了它” ? 在每个使用案例中——文档组织、日程安排、数据分析、编码——他们都表现出消极偏好。他们有这个工具，但它无处适用。就像一个你从未要求过的赠品厨房电器，静静地躺在抽屉里。

水星视角：你无法强迫好奇心。你只能暴露痛苦。

在水星，当我们为客户部署自主系统时，我们从不以工具开始。我们从瓶颈开始。我们跟随团队三天，找到让他们想要辞职的具体任务——通常是“编制每周竞争情报报告”或“第十五次重新格式化客户提案”之类的事情。然后我们构建代理来处理这个具体任务。

反应从来不是“哦，真不错的技术。”而是“我整个职业生涯都在问这个问题？”

你不能告诉员工，人工智能会让他们的工作效率提高30%。他们并不在乎。但如果告诉他们，每周二他们讨厌的三小时任务现在只需十五秒，他们的眼神就会改变。人类并不是理性的决策者。我们是避免痛苦的机器。作为领导者，你的工作不是购买工具，而是创造一个环境，让痛苦变得可见、不可否认，并且足够紧迫，以至于人们自己去寻找解脱。

个人速度 ≠ 公司速度

假设你经营一家有一百名伐木工的伐木公司。你给每个人一把高端电锯。你的公司会立即赚更多的钱吗？

不会。因为现在砍树更快了，但运输、检查和会计并没有改变。你在砍树上节省的时间被其他流程消耗掉了。

报告发现了确切的这种模式。前线员工压倒性地报告感到“轻松”和“快速”。但在公司层面呢？成本和收入并没有显著变化。

效率去哪儿了？它被新的摩擦所消耗。额外的修订。额外的批准。额外的验证周期。

想象一下：一名员工过去需要花整整一天时间来撰写一条社交媒体帖子。现在她只需五分钟就能用AI生成。她感觉就像是背上了火箭。但随后经理阅读后想：“这感觉像是AI生成的。缺乏手工制作的质感。”所以他要求再提供三个版本，混合在一起。然后，由于每个人都对AI的幻觉感到恐惧，她花了半天时间手动核实数据。然后法律部门需要审核，因为合规风险状况已经改变。接着IT部门想要记录是哪个模型生成的。

她使用AI只花了五分钟。组织却花了额外一天来处理这五分钟。帖子仍然在二十四小时后发布。

水星视角：AI时代的效率并不是让每个人变得更快。它是关于角色压缩。

报告强调了来自网易自己团队的一个案例。他们的旧产品开发流程是：产品经理编写需求 → 交互设计师绘制线框图 → 视觉设计师创建模型 → 前端开发者实现。四个人，串行交接。

他们进行了重组：产品经理直接描述需求，AI生成互动原型，设计师进行判断和微调。四个节点变成了两个。

这就是我们所称的 流程崩溃在水星。问题不是“我们如何让每个人快30%？”问题是：“我们可以完全消除哪些交接？”

当我们为客户设计自主工作流程时，我们不会映射现有流程然后再添加AI。我们映射现有流程，然后删除节点。如果一个人工智能代理可以生成提案的初稿，那么为什么初级文案撰稿人在这个链条中仍然存在？如果一个代理可以实时从五十个来源汇编竞争情报，那么分析师为什么还要在周一早上手动完成这项工作？

不舒服的真相是：如果你通过计算员工使用人工智能制作的演示文稿数量来衡量人工智能的投资回报率，那么你测量的就是错误的东西。真正的问题更为棘手：

• 我们可以完全删除哪些流程？
• 哪些角色需要重新设计，而不是重新技能培训？
• 现在哪里沟通的开销大于效率的提升？

如果你无法回答这些问题，那你并没有真正购买人工智能。你只是买了一百把昂贵的电锯，却保持了相同的伐木操作。

3. 治理差距：员工已经离开

这是一个应该让每位首席技术官夜不能寐的问题。

报告发现，在员工开始自行使用人工智能工具后， 需要两到四周 才会引起IT或合规部门的注意。想想看。在半个月的时间里，员工在公司机器上运行人工智能工具，处理公司数据，连接外部API，而治理职能才刚刚发现 “哦，人们在使用这些东西。”

在88家“部署了人工智能”的企业中，只有 21.6% 拥有完整的治理框架。五分之四的公司都是在裸奔。

行业的反应是可以预见的：更严格的禁令。黑名单。数据泄露防护。强制审批工作流程。

根据报告，这就是为什么这样做不起作用的原因： 更严格的治理只会将使用推向更深的灰色地带。 员工转向使用个人手机。他们使用咖啡馆的WiFi。他们注册个人账户。你认为你已经加强了控制；实际上你只是把活动转移到了你看不见的地方。

水星视角： 在人工智能时代，治理并不是关于严格，而是关于 足够快以跟上。

报告提出了一条反直觉的道路：与其让总部选择工具、培训所有人并强制使用—— 不如做相反的事情。让员工先行。让他们进行实验。然后让组织识别、分类并整合他们已经在使用的东西。经理的角色从“采购官”转变为“跟进官”。

这正好与我们一直在宣扬的理念一致。传统的IT治理模型假设组织是买方，员工是用户。在人工智能时代，员工是买方，而组织是 迟到的采用者。你的工作不再是选择工具。你的工作是发现你的团队已经选择了什么，然后在专有数据开始泄露之前围绕它建立治理。

我称之为 高速列车模型。在传统组织中，机车拉动车厢。在人工智能原生组织中，每个车厢都有自己的引擎。但关键的升级是：机车需要知道每个车厢已经去过哪里。你无法管理你看不见的东西。可见性先于控制。

更深层的问题：劳动分工的死亡？

阅读这份报告时，我不断回想起一些让我不安的事情。

现代经济学建立在一个基础石上：劳动分工创造效率。亚当·斯密的针厂。专业化。每个人都擅长做一件事，整体产出上升。

但我越来越看到相反的动态。如果你有一个想法，需要将其传达给另一个人，让他们执行，然后审查，再修订——沟通和对齐的成本往往超过了分工本身的效率提升。

我最近在网上看到一句话，深深触动了我：“在这个时代，劳动分工的沟通成本往往超过劳动分工带来的效率提升。”

在水星公司，我们直接经历了这一点。当我对客户的地理架构有战略见解时，传统的路径是：我向一位战略家解释，他再向一位撰稿人简报，撰稿人起草，之后发给我审阅，我再发回修改。这个循环需要几天时间。对齐的偏差是持续存在的。

新的路径是什么？我直接对我的助手说。它实时以我的声音、我的结构框架进行起草。我进行编辑。它进行修订。我们在一个小时内完成交付。构思与执行之间的“分工”已经合并为一个单一的循环。

我没有一个清晰的答案来说明这如何在一个千人组织中扩展。但我知道这一点：经典的组织效率理论正在实时接受压力测试。而那些不断在现有劳动分工架构中添加人工智能的公司将会发现，他们只是让一台缓慢的机器运行得更快，而不是构建一台快速的机器。

胜利者将是那些勇于提问的人：哪些部门不再需要存在？

— 詹姆斯，首席执行官，水星科技解决方案了解更多信息请访问www.mtsoln.com香港，2026年5月