一句话看懂：部分企业开始硬性规定员工使用AI，甚至设置token消耗量或在线时长指标。斯坦福学者指出，这种做法短期或许能提升产出，中长期却让员工感到被低估、逐渐疏离，最终只是走形式地“打卡交差”。
事件核心：发生了什么
据《华盛顿邮报》报道，一些职场正在推行强制性AI培训；另一些公司则要求员工每月使用特定数量的token，或在AI平台上累计一定时长。Slashdot在2026年11月7日转述了这一现象，并引述斯坦福大学管理科学与工程助理教授Arvind Karunakaran的判断：许多雇主的方向错了，“消耗大量token并不等于创造大量价值”。
Karunakaran参与撰写的报告发现，强制使用AI工具在短期内可能拉高生产力，但在中长期，员工容易产生被贬低和不投入的感觉，进而寻找敷衍了事的办法。斯坦福人本人工智能研究院（HAI）的另一份报告显示，AI的采用速度快于当年的互联网；同时，受访组织中约三分之一预计未来一年会因AI裁员。Gallup与Jobs for the Future的调查则显示，超过一半员工表示，自己在工作场所采用新技术方面的发言权低于期望。
为什么重要
企业推动AI落地，正从“鼓励尝试”滑向“考核用量”。如果指标只看token数或使用时长，而不看实际业务价值，AI应用就容易退化为形式主义，既浪费算力预算，也削弱员工对工具的信任。更关键的是，在裁员预期升温的背景下，强制使用容易被解读为“用AI替代人”的前奏，而不是能力升级的机会。
这给AI商业化提了个醒：企业采购大模型API、部署AI应用，最终要回答的是ROI，而不是员工有没有“刷够额度”。目前公开信息显示，强制用量与员工投入度之间的因果关系仍来自学者研究和调查，尚需更多企业层面的数据验证。
对用户/开发者/创作者的影响
对普通员工而言，面对硬性AI指标，更务实的做法是把使用记录与具体产出挂钩，例如用AI缩短文档初稿时间、辅助代码审查，而不是单纯堆调用量。对开发者和创作者，企业采购逻辑若从“按token考核”转向“按场景评估”，会利好那些能展示明确工作流价值的AI工具，而非只会消耗算力的通用接口。对企业采购方，建议把培训预算投向案例分享和内部实践社区，而不是制定机械的用量KPI。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是是否有更多企业公布AI使用的考核方式，以及是否从用量指标转向价值指标；二是斯坦福相关报告后续是否披露更细的行业数据；三是员工抵触情绪会否影响大模型API的企业续费率。Slashdot读者的职场AI引入经历，也可作为观察一线反馈的补充。
来源：Slashdot
