中國員工如今為老闆上演AI生產力大戲

今年1月，Nvidia執行長黃仁勳掀起了中國科技業員工如今所稱的「Tokenmaxxing」浪潮。他在網路上廣為流傳的言論是：如果一名年薪50萬美元的工程師一年消耗的token價值不到25萬美元，他會深感不安。在中國各大網路公司，AI工具消耗的token數量迅速成為努力的代名詞。大量使用模型，你看起來很投入；輕度使用，你看起來像沒在工作。

到了6月，帳單來了。曾鼓勵近乎無限制使用大型語言模型的公司開始審視這筆支出的回報。這一轉變並未讓任何人安心。相反，根據一份在中國科技公司內部廣為流傳的年度記述，它加劇了焦慮：員工現在必須證明AI工具確有回報，即使這些工具幾乎沒做什麼實際工作。

結果是一種新型的辦公室表演。員工讓工作階段保持開啟、生成長篇文件，並執行主要目的是留下可見活動痕跡的提示。重點不在產出，而在努力的紀錄。一名不用AI默默完成任務的員工，風險是看起來比把同一任務包裹在厚厚一層模型生成草稿中的同事更慢。在一個根據生產力指標決定人事編制的年份，這是真實的風險。

這正是AI應用故事中尷尬的中段。這些工具在起草、摘要和編程方面確實有用，但收益不均，且難以歸功於任何單一個人。管理者想要一個可衡量的數字。token數量、提示歷史和使用儀表板提供了這個數字。它們衡量的是活動，而非價值，而員工已學會針對衡量指標而非目標進行優化。

這種模式與早先的企業軟體推廣如出一轍，當時登入頻率和授權席位數成了衡量無人善用工具的標準。AI增添了一個轉折：由於模型呼叫成本低且易於並行運行，表演幾乎是免費的。一名員工可以在一個下午製造出令人信服的AI驅動效率印象，這使得該指標更加不可信。

對中國企業而言，利害關係超越辦公室政治。公司面臨壓力，必須為龐大的算力和模型訂閱支出辯護，許多公司正圍繞AI將提升產出的假設重組團隊。如果生產力收益部分只是演戲，這些計畫便建立在沙上。一些組織正轉向基於成果的考核，評判完成的工作而非工具使用情況，儘管這一轉變並不均衡。

還有人力成本。員工描述維持永無止境表演的疲憊，以及不願承認某個工具沒幫上忙。害怕落後的恐懼，即推動token熱潮的FOMO，並未消退；它只是改變了形態。如今的焦慮是證明回報，而非證明熱情。

下一場考驗隨著公司制定來年預算而來。觀察中國僱主是否會捨棄token和使用儀表板，轉而看重已交付產品、已解決工單和營收，以及員工是否不再將AI活動視為一種職業保障。在那之前，許多辦公室裡AI應用最明顯的跡象，可能就是它的表象。