2026年6月23日
人工智能本应加速工作，但在许多企业中，它正引发新问题：项目、工具及持续验证成果的压力导致员工不堪重负。正如《财富》杂志在报道阿斯彭Brainstorm Tech大会时所述，企业如今启动了数百项AI倡议，但其中仅少数具有真正的商业意义。
West Monroe首席AI官Bret Greenstein指出，董事会通常清楚哪三个领域能真正提升业绩。问题在于，当各部门提出数十甚至数百个潜在AI应用场景时，情况便变得复杂。并非所有场景都同等重要，项目数量本身并不等同于转型。
AI疲劳：对人工智能的厌倦
“AI疲劳”现象日益频繁，这并非指拒绝该技术，而是员工因面对大量新工具、学习压力及使用规则不明确而感到不堪重负。
Asana在《2025年工作场所AI状态报告》中指出，尽管有自动化承诺，数字过载却在加剧。员工仍花费大量时间处理行政任务和“琐碎工作”。AI并不总是消除工作，往往只是改变了工作性质。
员工不再从零开始撰写文本，而是必须检查、修正并调整模型生成的内容；不再独立准备分析，而必须评估AI是否在数据、来源、产品名称、法规或背景上出错。
AI的隐藏成本：核查幻觉
最大问题之一仍是“幻觉”，即模型生成看似可信实则错误的回答，包括不存在的来源、错误公式、虚假产品信息或不正确的商业结论。
《Nature Machine Intelligence》关于大型语言模型事实性挑战的分析指出，生成式AI为事实核查带来新挑战，尤其是在AI内容被用于信息、决策和专业知识背景时。
Springer发表的文献综述表明，尽管检测和限制方法取得进展，幻觉仍是大型语言模型的主要限制之一。
对企业而言，这意味着产生了新的工作层：AI质量控制。必须有人检查结果正确性、对比来源、评估文本是否误导客户。在电商中，这可能涉及产品描述、翻译、营销主张、技术数据、兼容性、投诉或客户沟通。
AI节省时间，但增加责任
Microsoft Research关于生成式AI对批判性思维影响的研究揭示了一个重要悖论：AI减少了信息搜索的努力，但同时增加了对结果准确性的验证需求。换言之，部分工作并未消失，而是从创建转移到了控制。
这对期望快速提高生产力的组织尤为重要。若管理者假设AI会自动缩短30%或50%的工作时间，可能忽视了员工仍需承担检查、修正和批准结果的代价。
专家仍然不可或缺
当AI支持理解流程并能评估结果的人时，效果最佳。关于专家工作中使用生成式AI的研究（如《增强生成式人工智能时代专家认知能力》）指出，专家乐于将重复性任务委托给AI，但更愿意保留对综合、解释及需要领域知识决策的控制权。
这对电商是重要教训。AI可起草产品描述，但不一定能判断主张是否与文档一致；可翻译列表，但不一定能捕捉本地销售语境；可建议定价策略，但不会自动了解利润率、TACOS、库存状态和市场限制。
问题不在于AI，而在于缺乏优先级
盖洛普关于工作中AI采用率上升的研究表明，频繁使用AI与生产力提升相关，但关于组织工作方式发生根本性变革的证据仍有限。这反映了当前市场阶段：工具已可用，但许多企业尚未重新设计流程。
Amgen的Sean Bruich在接受《财富》杂志采访时指出，AI试点项目过度扩张可能拖慢组织步伐，因为每个项目都有各自的赞助方、团队、KPI和技术需求。Carvany的Dan Gill总结得更简明：与其让五个项目各推进20%，不如将一个项目彻底完成。
这对电子商务意味着什么？
在电商中，AI几乎在所有领域都得到测试：产品描述、翻译、广告、价格分析、客户服务、市场管理、报告与竞争分析。这是自然方向，但风险在于企业可能开始衡量活动而非效果。
关键不在于AI工具的数量，而在于具体流程是否变得更快速、更经济、更精确或更具可扩展性。
对平台卖家而言，实际价值可能包括：缩短新市场商品列表准备时间、减少描述错误、更快分析客户评价或更好控制广告盈利能力。但每项实施都必须有明确负责人、输入数据、成功指标及结果验证流程。
人工智能不是战略
最大错误是将AI本身视为战略。“我们将实施AI”不构成战略。战略可以是缩短新产品进入新市场的上市时间、减少产品内容错误、提高广告ROI或加快B2B咨询响应速度。
AI可以帮助实现这些目标，但前提是公司明确想要达成的目的。
因此，《财富》所描述的辩论得出的结论极具实践意义：企业不应关注启动了多少AI项目，而应关注哪些项目真正改变了业务成果、谁对质量负责，以及如何确保AI不会仅仅制造更快的混乱。
基础来源：《财富》杂志，《被AI淹没：公司启动了数百个项目，这是一个问题》，Jeff John Roberts，2026年6月22日。