他，為什么反對濫用 AI ？

導讀：作者為麥肯錫前合伙人，我們看下作者在人工智能的漩渦中，如何自省和警覺的。

最近推進幾個項目，團隊里一位平時執行力很強的骨干，自己掏錢買了個很貴的AI工具。

這本來是好事，說明大家都在主動擁抱新技術。

但接下來幾次溝通，我發現一個讓人不太舒服的現象：他開始習慣性地把AI生成的大段方案，連改都不改，直接甩給我看。

屏幕上的文案排版工整，結構很完整，但也極其不接地氣。這種片兒湯話連篇的報告，在紙質時代，我會直接甩回他臉上。

失望過后，我腦子里冒出一個問題：既然我已經講清楚了業務目標，自己也會用AI，那我直接去問AI不就好了？你在中間充當一個"傳聲筒"，到底產生了什么價值？

這不是個例。

2025年9月，《哈佛商業評論》刊發了一篇由BetterUp Labs與斯坦福社會媒體實驗室相關研究者撰寫的文章，給這個現象起了個名字：workslop——看著像成果，其實沒有實質內容、推不動任務的AI產出。

他們調研了1150名美國白領，過去一個月收到過workslop的人，超過四成。
收到這種東西的人，一半以上的第一反應是困惑、煩躁，兩成多覺得被冒犯。
更有趣的是后續效應：收過同事甩來的workslop之后，約一半的人會覺得這個同事變得不那么靠譜、不那么聰明，四成多直接覺得對方不值得信任。
研究者按受訪者自報的薪資折算，這種"傳聲筒式"的工作，每個月給每個人偷偷加了186美元的隱形稅——一家萬人公司，一年要為此多付出近千萬美元。

那位骨干自己可能都沒意識到，他干的不是"提高效率"，是在透支自己在團隊里的信譽。

為什么會出現這種現象？

哈佛商學院和波士頓咨詢做過一個很有意思的實驗：給一批做招聘的面試官配AI，一部分人拿到的AI判斷準確率被設定在75%，另一部分拿到85%。

結果是，拿到"更準"那批AI的面試官，反而變得更懶、更粗心，自己的判斷力掉得更明顯，錯過了一些真正優秀的候選人。

研究者把這個狀態叫做"在方向盤后面睡著了"。

AI說得越像那么回事，人越容易把腦子也交出去。

微軟研究院和卡內基梅隆大學隨后調研了319位知識工作者，想搞清楚人到底在什么情況下會放棄獨立思考。

結論很直接：對AI的信任度越高，批判性思考投入得越少。

他們提出了一個說法，我覺得是這件事的核心——自動化有個諷刺之處：把常規判斷外包給機器，省下的是眼前的力氣，丟掉的是日常反復練習判斷力的機會。

等真正復雜、真正意外的情況出現，你才發現自己那部分肌肉已經生銹了，沒準備好。

這也回答了我前面那個問題：你把思考的苦活兒交給了機器，也順便把做決定的風險推給了上級。

再分享個有意思的認知科學基礎研究。

MIT去年做了一個追蹤四個月的實驗，給寫文章的人分組：一組只用AI，一組只用搜索引擎，一組什么工具都不用。

腦電監測發現，只用AI的那一組，腦區之間的連接活躍度，比完全不用工具的人最多低了五成多。

更值得注意的是：寫完之后讓這組人引用自己剛寫的內容，八成多的人說不清楚。

也就是說，你遞給我的方案，可能連他自己都說不清楚是怎么來的。

這不只是沒有靈魂，這是連歸屬感都沒有了。這類研究提示了過度依賴AI可能帶來的認知債務，但仍需要更大樣本和更多場景驗證。

代價隨位置升高而放大

這件事的代價，是跟著位置往上走的。

前一段，有家知名公司找我談做企業的CEO，董事長把工作任務書交給AI生成，連改都沒改就發給我。

我打開文件，看著滿屏AI味道濃厚、虛頭巴腦的用詞，還有一堆Markdown標記的字符，就拒絕了這次邀約。

一個把如此重大的人事決策讓渡給AI的一把手，我沒辦法相信他在真正需要戰略眼光、決斷力和定力的時候，能比AI高出一籌。

骨干甩方案，代價是這一份方案不接地氣。

董事長甩決策，代價是整個公司的方向。

醫療行業更要審慎！

作為一直在醫療界的管理者，如果這種現象泛濫到醫生團隊，我更脊背發涼。

在公司做業務，員工不動腦子全聽AI的，最多是方案黃了，虧點錢；董事長不動腦子，公司可能走錯方向。

但這件事放進醫院，代價不是錢，也不只是方向，是患者健康、甚至性命。

這不是假設，是已經發生的事實。

2025年8月，《柳葉刀-胃腸病學與肝病學》發表了一項研究：挪威和波蘭的19位內鏡醫生，每人都做過兩千多臺腸鏡，經驗老到。

研究組追蹤了他們用上AI輔助結腸鏡前后各三個月的表現。

三個月之后，這些醫生脫離AI、單獨操作時，腸道腺瘤的檢出率，從28.4%掉到了22.4%。

絕對降了6個百分點，相對降了兩成。這個實驗提示了AI對臨床醫生Deskilling風險。

這個研究更重點的是，這些研究對象不是剛入行的新手，是做過幾千臺手術的熟手。

AI沒讓他們變笨，是讓他們那部分"找病灶"的能力，在不知不覺中萎縮了。

看病救人，靠的是對每一位患者具體情況的敬畏。

AI系統總會遇到沒見過的罕見病，或者訓練數據本身就有偏差的盲區。

"傳聲筒"放進公司，最多是方案不接地氣。放進醫院，它的終極形態，就是一臺自動處方機——機器說開什么藥就開什么藥，機器說怎么診斷就怎么診斷，自己不再質疑。

醫療安全的底線，就是在專業人士判斷力退化過程中，一點一點破掉的。

我的應對方法

工具越好用，坐在駕駛位上的人，頭腦就該越清醒。

那回到開頭那位同事，我后來沒有批評他"懶"，換了個問法。

我問他：你自己怎么判斷，采納和否定哪些AI建議？

逼著他把自己的判斷邏輯擺到桌面上，而不是把AI的輸出當成自己的結論。

任何人交方案給我，先講清楚自己的判斷，AI給的只是參考，不能作為答案。

不管是在公司管項目，還是在醫院做管理，道理相通。

我們用AI，不是要做打字越來越快的"傳聲筒"，也不是把方向盤交出去的"乘客"。

最后再提醒一遍：

大家不要被AI馴服成無腦的工具人！