安全研究员Peter Girnus：企业AI工具 rollout后多数任务耗时反而增加

Girnus的观察揭示企业AI采用中的信号-行动脱节机制。组织通过指标、频道和绩效语言构建AI采用的外部叙事，而实际生产流程因额外审查、修正和上下文切换而延长。这种脱节并非工具失效，而是激励结构优先奖励可见的“采用表演”而非真实产出，导致内部时间分配从核心任务转向维护叙事一致性。

从制度约束角度看，此现象延续了大公司技术变革中的路径依赖。历史中类似ERP或早期数字化工具 rollout常伴随初始生产率下降，原因在于强制叠加新流程而非替代旧有高效路径。当前AI工具在知识工作中制造的“额外步骤经济”，放大了组织惯性：高管推动可见转型以应对外部资本和竞争压力，基层则通过沉默合谋维持稳定，知识劳动的真实成本被重新分配为不可言说的摩擦。

长期结构变化在于生产率测量与权力表达的分离。当“效率”被重新定义为通过更长流程达到相同结果时，AI对整体经济产出的贡献被系统性高估。这反映资本与管理层在技术采用中的激励扭曲：短期估值和叙事需求优先于长期执行效率，潜在延缓知识密集型产业的生产率跃升，同时在阶层内部制造隐形认知负担，构成AI时代企业治理从结果导向向信号导向的微观演变。