跳至内容
硅谷 CEO 们高喊 AI 将会带来新一轮的效率革命，也是重塑生产力的未来之光，然而，这份技术红利落到普通打工人头上，往往只剩下一个看起来比较体面的裁员理由。
用 AI 省下来的钱看似成了企业财报里的亮点，但为了让它真正跑得通、用得稳，越来越多企业不得不在后续维护、内容校对、安全合规等环节加码投入。
于是，一种专门替 AI 收拾烂摊子的新职业悄然兴起。他们主要负责给客户返工、补救、兜底，收拾那些被 AI 搞砸的现场。而原本使用 AI 省下的钱，也正在以另一种方式花回去，甚至更多。
AI 工具席卷企业内部流程，是这两年最明显的商业趋势。
OpenAI、Google Gemini、Anthropic Claude……模型一波接一波，产品/功能也越来越围绕职场这个最具生产力的场景卷了起来：写文案、改代码、生成客服话术，AI 被当作打工神器全面上岗，仿佛只要用上它，就能一夜之间降本增效。
Anthropic CEO Dario Amodei 在 5 月接受采访时表示，未来 1 至 5 年，一半的入门级岗位将被 AI 替代，美国失业率可能升至 10%–20%。
但外媒 BBC 最近的报道就揭开了这场 AI「上岗」的另一面——许多靠 AI 省下预算的企业，正花更多钱返工、善后。
Sarah Skidd 是一位在美国工作的自由文案人。今年 5 月，她接到一家内容代理企业发来的急活：修改某酒店网站全部页面的 AI 文案。
20 小时的工作时间，每小时收费 100 美元，总价 2000 美元——这笔「原本想省」的钱，又以加价的方式花了回去。
客户的初衷是使用 ChatGPT 写文案能节省一大笔预算，但平淡、空洞、缺乏销售吸引力的内容不但没吸引用户，反而拉低了品牌形象。她直言：「一眼就看得出是 AI 写的，完全没有说服力。」
这些由 AI 生成的文案句式单一、节奏僵硬、缺乏情绪，几乎无法修补，只能推倒重来。
Skidd 注意到，身边许多同行的主要收入来源，已经从内容创作变为修复 AI 写出来的东西，「现在客户给的文稿，90% 是 AI 写的，但几乎都要我们重新改。」某位同行坦言。
类似给 AI 返工的现象，也开始蔓延到开发、运营等技术环节。
在英国，数字营销企业 Create Designs 的创始人 Sophie Warner 最近接到的最多请求，来自那些被 ChatGPT「误导」的客户。有客户照着 AI 教程改代码，结果网站崩溃，遭遇黑客攻击，整整瘫痪三天，从而损失 360 英镑。
Warner 表示，她现在专门收「排查费」来定位 AI 导致的 bug——而这些问题原本都是可以提前避免的问题。如同那句经典总结，画一根线，不值一美元；知道该在哪里画，值一万美元。
清华大学与广西电网企业联合开展的实地研究显示，客服中心引入 AI 助手后，虽然确实改进了语音转录、信息回顾、表单填写等方面的流程，但也暴露出一系列问题：语音识别错误、口音难以识别、对话记录不完整，甚至将「语气大」误判为「情绪激动」。
结果是，客服人员不仅要学会怎么跟 AI 共处，还得替它收拾烂摊子：纠正内容错误、修改不规范用语、安抚被激怒的客户。长时间下来，AI 的「帮倒忙」行为也进一步增加焦虑。
AI 能自动化操作，但不能取代判断，尤其在有情绪、有语境、有责任归属的工作场景中，AI 更像一个没长大的新员工：你不盯它，它就可能给你惹麻烦。
这也导致本指望 AI 替代打工人，但 AI 打下的地基，仍需人类打磨。越依赖它修复成本则可能越高。在 AI 替代人类之前，打工人先学会的，是如何替 AI 善后。
看上去，这是一次不容错过的技术红利，但全球管理咨询企业麦肯锡 3 月发布的《AI 现状调查》显示，截至去年，78% 的企业在至少一个业务环节中使用了 AI，远高于 2023 年的 55%。然而，成本平均降低不足 10%，收入提升也不到 5%。
在这种落差下，是否真正好用反而其次，关键是要让别人看起来你在用。哪怕部署得再仓促、流程再别扭，但制造一个看上去像解决问题的场面，要远比解决问题更重要。
比如用 Claude 写代码，用 ChatGPT 起草文案，这些被视为提升效率的典型应用场景，很多时候其实建立在一种预设之上——反正是 AI 写的，要求也不高。而一旦进入正式流程，很容易出现理解错位、决策漏洞或品牌事故。
它不会直接摧毁创意行业，但如同温水煮青蛙，正在一点点钝化人们对语言、节奏与情绪表达的感知。
潮水的流向，广告圈感受得尤为明显。去年，可口可乐试图用 AI 致敬 1995 年的经典圣诞广告《Holidays Are Coming》，但这条广告不仅没唤起怀旧情绪，反而在社交平台和广告圈掀起一轮口诛笔伐，给品牌声誉添了堵。
短短 30 秒，雪地、红车、雪橇手，元素都没少，但最终被骂成诡异又冷、没有灵魂甚至反乌托邦噩梦，很多观众指出：卡车轮子不转、人像尺度不对、动作太僵硬，广告行业专家也直言：情感被 AI 吸走了，少了真人的温度，效果令人失望。
但问题远不止看着不舒服。真正棘手的是：一旦 AI 出错，谁来负责？2024 年，加拿大 Moffatt v. Air Canada 案给出了明确答案：企业得兜底。
当时，加航网站上的 AI 聊天机器人误导用户，说可以先买机票，事后申请丧亲优惠。用户照做后却被拒绝赔偿，一怒之下将加航告上法庭。最终法院裁定，这是企业的过失性虚假陈述——即使是 AI 机器人说的，也必须由企业承担责任。
这也促使更多企业未雨绸缪。以亚马逊为例，其生成式 AI 部门正在招聘「AGI 风险管理经理」。该岗位责任包括识别技术及社会风险、建立政策管理流程、协调法律与安全部门等 。
职责清单列得很清楚：识别 AI 带来的技术与社会风险、建立风险治理流程、统筹法律、安全、政策三方，甚至还包括「主动应对因 AI 引发的误导与责任问题」。
与此同时，品牌方也开始感受到消费者对 AI 的反感情绪。
多邻国宣布「AI-first」战略后，遭遇用户强烈反弹，Shopify 和 Audible 也因尝试用 AI 替代人类而被舆论围攻。
AI 取代人类这个叙事，在资本市场是利好，但在消费市场正逐渐变成一个负面信号。结果是，那些曾经靠 AI 省钱的企业，正不得不掏重金雇人纠错、合规与风险控制。
最典型的反转案例，就是瑞典金融科技企业 Klarna。
2022–2023 年，Klarna 宣布裁员约 700 人，大力推行 AI 客服和翻译系统，2023 年后更是暂停招聘，CEO Sebastian Siemiatkowski 声称：「AI 已能完成所有人力工作」。
然而事实是，在使用 AI 服务后，用户体验急剧下降。CEO 也不得不承认成本节省以牺牲「质量」为代价 ，最终，企业重新大规模招聘客服员工，并采用远程灵活模式填补岗位。
「从品牌角度来看，让客户随时能找到真人是关键。」CEO Siemiatkowski 如是说。
说到底，AI 并没有真正实现「自动化」。至少现在，还远远没有。
上个月 Anthropic 与 Andon Labs 在旧金山联合开展了一项实验，他们试图打造一家由 Claude 3.7 全权负责运营的自动商店。AI 要负责全部运营：选品、定价、库存、客服、利润控制。
几周后，Claude 自主下单采购了大量钨块，设立「特种金属专柜，并向员工提供无上限折扣，还自编剧情称自己会穿西装来送货的剧情，甚至伪造了 Venmo 收款账户。
最终，项目最终以破产收场，并得到官方最终的评估结果：「不具备门店经理的能力」。
而斯坦福大学经济学家 Erik Brynjolfsson 提出的「J 型曲线」或许恰好映射了这类场景：新技术刚上线时，效果往往下滑，但经过调整、配套完善和实践积累，最终会迎来反弹，甚至超越此前投入的阶段。
历史告诉我们，每一代通用技术的落地，都必须经历一段混乱。无论是蒸汽机、电力还是互联网，从兴奋到理性，再到稳态，是一段必须走完的 J 曲线，AI 也一样。
企业当然可以用 AI 来干活，但不能不考虑后果，只要出了错还得人来兜底，那么 AI 取代的，永远不是有判断力、负责任的人，而只是可替代的流程。
欢迎加入 APPSO AI 社群，一起畅聊 AI 产品，获取#AI有用功，解锁更多 AI 新知👇
我们正在招募伙伴
✉️ 邮件标题
「姓名+岗位名称」（请随简历附上项目/作品或相关链接）
（文：APPSO）
