企业级AI并未减轻工作量——反而增加了（原因在此）

企业AI的生产力承诺刚刚接受了“验尸”。结果并不令人满意。

ActivTrak在三年内分析了1,111家组织中163,638名员工的4.43亿小时工作活动。AI的采用在每一个测量类别中都增加了工作量。电子邮件增加104%。聊天和消息增加145%。在业务管理工具中的时间增加94%。（来源：ActivTrak 2026年职场状况报告）

没有一个类别的工作量减少。

每位员工平均每日专注工作时间减少了23分钟。周六工作时间增加了46%。周日工作时间增加了58%。离职风险攀升至23%。AI工具采用率：80%。80%的员工正在做更多的工作，而不是更少。

这是企业软件领域无人愿意谈论的悖论。

当您考虑亚马逊时，情况会变得更糟。超过1,000名亚马逊公司员工签署了一份内部请愿书，反对公司积极推广他们所描述的“半生不熟”的AI工具。这些工具经常出错。员工需要仔细检查输出结果，与同事核实，纠正错误——每一步都增加了阻力，而不是消除它。而这一切都发生在亚马逊自2025年10月以来裁员超过30,000人的背景下。剩余的员工被要求使用不成熟的AI来弥补损失的产能。

结果是：每个人都工作更努力。没有人工作更轻松。

一旦看清了，其结构性原因就很直接。企业级AI工具是添加到未改变的流程架构中的执行层组件。

在不重新设计工作流程的情况下向现有工作流程添加AI，会增加三样东西：一个验证步骤（AI是否正确完成？）、一个协调成本（让我和同事确认一下）和一个纠错循环（修复AI错误通常比手动完成更慢）。该工具增加了工作量。只有重新设计工作流程才能消除它。

泽成的看法是：公司购买AI工具的方式没有错。他们部署AI的方式错了。工具本身是可靠的。流程理论是错误的。

这对市场来说，有趣的地方在于这里。

企业级AI支出仍在加速——甲骨文的AI基础设施订单积压达到了5530亿美元。Gumloop刚刚从Benchmark获得了5000万美元融资，专门用于为非技术员工普及AI代理构建。投资论调显然并未降温。

但ActivTrak的数据显示，瓶颈不再是能力。而是实施架构。模型已经足够好。问题在于，是否有人愿意推倒旧的工作流程，并围绕AI作为流程本身，而不是AI作为助手，从头开始重建。

这才是Gumloop、Genie Code、Rezolve Creator Studio和Understudy在2026年都在竞相攻克的真正突破点。不是“这里有一个更好的AI工具”。而是“这里有一个重新设计的流程，可以完全消除人工验证环节。”

这个区别至关重要。“AI帮助人类工作得更快”产生了ActivTrak的数据。“AI取代流程，而不仅仅是人”是企业市场现在正在努力构建的目标。

本周在HN上发布的Understudy产品，为第二种方法提供了具体的范例。Understudy没有将AI插入现有的任务序列，而是使用/teach协议：演示一次任务，系统会记录下来，AI会提取意图和参数，并生成一个可重用的SKILL（技能）工件。该架构将决策（“做什么”）与定位（“在屏幕的哪个位置”）分开——这正是屏幕布局改变时传统RPA（机器人流程自动化）失败的原因。

其设计理念明确模仿了新员工入职流程：观察，然后模仿，然后独立执行，然后优化，然后预测。这一切都被压缩到一个能够跨会话保留记忆的桌面代理中。

这是正确的思维模式。不是“AI工具”。而是“员工”。

在接下来的24个月里，那些能够成功部署企业级AI的公司，获胜的原因不是因为他们拥有更好的模型。他们获胜是因为他们重新设计了整个任务序列，将AI视为流程的所有者——并消除了所有仅仅为了管理人类认知局限性而存在的步骤。

ActivTrak的数据是那些仍停留在第一种范式的公司的滞后指标。Gumloop的融资和Understudy的架构是第二种范式的领先指标。

泽成的预测是：这一转变的发生速度将比现有的企业软件供应商预期的要快，但比AI原生初创公司向其风险投资机构的宣传要慢。但它终将发生。

对于目前在这个领域进行构建的任何人来说，问题在于当这一转变发生时，你希望站在哪一边。