他，为什么反对滥用 AI ？

导读：作者为麦肯锡前合伙人，我们看下作者在人工智能的漩涡中，如何自省和警觉的。

最近推进几个项目，团队里一位平时执行力很强的骨干，自己掏钱买了个很贵的AI工具。

这本来是好事，说明大家都在主动拥抱新技术。

但接下来几次沟通，我发现一个让人不太舒服的现象：他开始习惯性地把AI生成的大段方案，连改都不改，直接甩给我看。

屏幕上的文案排版工整，结构很完整，但也极其不接地气。这种片儿汤话连篇的报告，在纸质时代，我会直接甩回他脸上。

失望过后，我脑子里冒出一个问题：既然我已经讲清楚了业务目标，自己也会用AI，那我直接去问AI不就好了？你在中间充当一个"传声筒"，到底产生了什么价值？

这不是个例。

2025年9月，《哈佛商业评论》刊发了一篇由BetterUp Labs与斯坦福社会媒体实验室相关研究者撰写的文章，给这个现象起了个名字：workslop——看着像成果，其实没有实质内容、推不动任务的AI产出。

他们调研了1150名美国白领，过去一个月收到过workslop的人，超过四成。
收到这种东西的人，一半以上的第一反应是困惑、烦躁，两成多觉得被冒犯。
更有趣的是后续效应：收过同事甩来的workslop之后，约一半的人会觉得这个同事变得不那么靠谱、不那么聪明，四成多直接觉得对方不值得信任。
研究者按受访者自报的薪资折算，这种"传声筒式"的工作，每个月给每个人偷偷加了186美元的隐形税——一家万人公司，一年要为此多付出近千万美元。

那位骨干自己可能都没意识到，他干的不是"提高效率"，是在透支自己在团队里的信誉。

为什么会出现这种现象？

哈佛商学院和波士顿咨询做过一个很有意思的实验：给一批做招聘的面试官配AI，一部分人拿到的AI判断准确率被设定在75%，另一部分拿到85%。

结果是，拿到"更准"那批AI的面试官，反而变得更懒、更粗心，自己的判断力掉得更明显，错过了一些真正优秀的候选人。

研究者把这个状态叫做"在方向盘后面睡着了"。

AI说得越像那么回事，人越容易把脑子也交出去。

微软研究院和卡内基梅隆大学随后调研了319位知识工作者，想搞清楚人到底在什么情况下会放弃独立思考。

结论很直接：对AI的信任度越高，批判性思考投入得越少。

他们提出了一个说法，我觉得是这件事的核心——自动化有个讽刺之处：把常规判断外包给机器，省下的是眼前的力气，丢掉的是日常反复练习判断力的机会。

等真正复杂、真正意外的情况出现，你才发现自己那部分肌肉已经生锈了，没准备好。

这也回答了我前面那个问题：你把思考的苦活儿交给了机器，也顺便把做决定的风险推给了上级。

再分享个有意思的认知科学基础研究。

MIT去年做了一个追踪四个月的实验，给写文章的人分组：一组只用AI，一组只用搜索引擎，一组什么工具都不用。

脑电监测发现，只用AI的那一组，脑区之间的连接活跃度，比完全不用工具的人最多低了五成多。

更值得注意的是：写完之后让这组人引用自己刚写的内容，八成多的人说不清楚。

也就是说，你递给我的方案，可能连他自己都说不清楚是怎么来的。

这不只是没有灵魂，这是连归属感都没有了。这类研究提示了过度依赖AI可能带来的认知债务，但仍需要更大样本和更多场景验证。

代价随位置升高而放大

这件事的代价，是跟着位置往上走的。

前一段，有家知名公司找我谈做企业的CEO，董事长把工作任务书交给AI生成，连改都没改就发给我。

我打开文件，看着满屏AI味道浓厚、虚头巴脑的用词，还有一堆Markdown标记的字符，就拒绝了这次邀约。

一个把如此重大的人事决策让渡给AI的一把手，我没办法相信他在真正需要战略眼光、决断力和定力的时候，能比AI高出一筹。

骨干甩方案，代价是这一份方案不接地气。

董事长甩决策，代价是整个公司的方向。

医疗行业更要审慎！

作为一直在医疗界的管理者，如果这种现象泛滥到医生团队，我更脊背发凉。

在公司做业务，员工不动脑子全听AI的，最多是方案黄了，亏点钱；董事长不动脑子，公司可能走错方向。

但这件事放进医院，代价不是钱，也不只是方向，是患者健康、甚至性命。

这不是假设，是已经发生的事实。

2025年8月，《柳叶刀-胃肠病学与肝病学》发表了一项研究：挪威和波兰的19位内镜医生，每人都做过两千多台肠镜，经验老到。

研究组追踪了他们用上AI辅助结肠镜前后各三个月的表现。

三个月之后，这些医生脱离AI、单独操作时，肠道腺瘤的检出率，从28.4%掉到了22.4%。

绝对降了6个百分点，相对降了两成。这个实验提示了AI对临床医生Deskilling风险。

这个研究更重点的是，这些研究对象不是刚入行的新手，是做过几千台手术的熟手。

AI没让他们变笨，是让他们那部分"找病灶"的能力，在不知不觉中萎缩了。

看病救人，靠的是对每一位患者具体情况的敬畏。

AI系统总会遇到没见过的罕见病，或者训练数据本身就有偏差的盲区。

"传声筒"放进公司，最多是方案不接地气。放进医院，它的终极形态，就是一台自动处方机——机器说开什么药就开什么药，机器说怎么诊断就怎么诊断，自己不再质疑。

医疗安全的底线，就是在专业人士判断力退化过程中，一点一点破掉的。

我的应对方法

工具越好用，坐在驾驶位上的人，头脑就该越清醒。

那回到开头那位同事，我后来没有批评他"懒"，换了个问法。

我问他：你自己怎么判断，采纳和否定哪些AI建议？

逼着他把自己的判断逻辑摆到桌面上，而不是把AI的输出当成自己的结论。

任何人交方案给我，先讲清楚自己的判断，AI给的只是参考，不能作为答案。

不管是在公司管项目，还是在医院做管理，道理相通。

我们用AI，不是要做打字越来越快的"传声筒"，也不是把方向盘交出去的"乘客"。

最后再提醒一遍：

大家不要被AI驯服成无脑的工具人！