人工智能采用率为何放缓——以及为什么控制是缺失的功能

发布于 2026年2月23日

更新于 2026年5月16日

作者

Dmitri Leonov, SaneBox联合创始人和首席执行官

我们一直听到同样的警告：人工智能泡沫即将破裂。

几个月来，专家们一直在预测人工智能泡沫何时破裂，以及破裂时会带来什么后果——现在我们看到自2023年以来人工智能增长的首次下滑。投资者仍在向人工智能领域投入创纪录的资金，但资金并不能保证采用。用户采用，而不是资金，决定了生存——而大型公司的人工智能采用率正在下降。

即使采用率保持稳定，我们也看到警告信号。较小的公司和初创企业仍然在使用人工智能，但他们正在遭受其他问题：人工智能的使用与倦怠有关。

当谈到知识工作者对人工智能的采用时，似乎出了问题。人工智能产品正在失败——而缺失的环节是更大的控制和定制。

采用末日

人工智能工具应该消除繁琐工作，加速流程，并改善人们的生活。然而，人工智能工具在很多方面都未能达到预期——无论是实施还是工作流程和目标之间的不匹配。

让我们分析为什么人工智能工具正在失去知识工作者的光彩。

从10,000英尺的高度来看，人工智能似乎具有变革性。然而，在实践中，情况却大不相同。

高管们对实施人工智能的生产力收益感到兴奋，并且公司越来越多地要求使用人工智能。然而，个人贡献者是那些承受摩擦的人，从新的工作流程和培训到高管期望和个人现实之间的潜在不匹配。

人工智能可以在几秒钟内起草内容，但公司可能需要数周时间来审议。因此，人工智能在大公司中的采用率停滞不前，并非奇怪。

人工智能的速度比思维更快，但大公司的流程并非如此。它们是为风险缓解和法律合规而设计的，人工智能可能是一个负担。因此，员工必须创建新的、不需要的工作流程，例如新的审查阶段来捕获人工智能的幻觉，或挑选人工智能生成代码中的缺陷。

还有一个令人不安的副作用：人工智能倦怠。根据哈佛商业评论最近的一项研究，使用人工智能会导致任务扩张、分心的多任务处理和较差的工作与生活平衡。

人们感到需要通过人工智能实现更多和更多——这就像一辆直奔倦怠的子弹列车。一些压力是自我施加的，因为我们都集体提高了对自己能够实现的期望。然而，高管们也可以利用人工智能革命作为杠杆，并将更高的绩效期望归咎于人工智能——甚至裁员。因此，员工报告感到脱节和失去目标感，当人工智能技术被添加到他们的工作流程中时，这并不奇怪。

摩擦、破碎的工作流程、精疲力竭和士气低落的员工……所有这些症状都有一个共同的根源：过度插入和不足定制的人工智能。

那么，如果一个大型语言模型可以生成一份初看起来令人印象深刻的报告，或者产生看似令人信服的代码呢？如果它生成了额外的几个小时的工作来审查和事实核查，那么它就未能实现其基本的工作流程简化和加速的承诺。难怪新鲜感已经消失，我们现在看到人工智能犹豫不决的增加。

2025年的一项研究显示，47个国家的人们中，只有46%的人信任他们的技术能力，而另一项2025年报告显示，82%的人没有找到有效的方法将人工智能融入他们的日常工作中。如果你正在努力将人工智能融入你的工作流程中，或者用额外的审查步骤来修补你的流程，那么你就是为人工智能工作——而不是相反。

我们缺少的是更大的选择和更好的定制。

这看起来很简单，对吧？选择何时和如何使用人工智能可以将其从潜在的破坏者转变为公司工作流程中的导弹。允许更好定制的工具可以让人们更顺利地将人工智能融入他们的工作流程中。

然而，用户控制并没有成为大型科技公司的首要任务。正如许多评论者所指出的那样，人工智能在某个时候停止了成为可选项，而成为默认功能——而不是可选功能。难道这就是用户开始脱离、采用率开始放缓的时刻吗？

人们将继续拒绝一刀切的工具和仓促实施的人工智能工作流程。现在，我们看到人工智能领导者开始做出反应。

一些大玩家正在改进定制，例如ChatGPT的个人化功能，允许我们调整人工智能聊天机器人的语气、能量水平，甚至表情符号数量。一些评论者认为，我们将看到人工智能工具细分，并通过变得更加细致入微、支持超级特定任务来赢得采用。

很明显，在人工智能开发的下一个阶段，最适应性强的工具将会获胜。工具可以做以下事情：

适应现有的工作流程，而不是强迫您创建新的工作流程。例如Zoom AI Companion 3.0已发布升级，包括一个与平台无关的笔记工具——它满足用户在他们已经使用的工具中。
允许员工选择人工智能何时参与，何时退一步。例如GitLab Duo，用户可以选择哪些组和项目可以使用人工智能功能。
减少认知负担，而不是添加新的工作流程来检查。例如ClickUp Brain，它在工作流程内运行，而不是与工作流程并行，嵌入任务视图——例如线程摘要、更新和建议的下一步骤。
提供对输出如何生成的透明度，而不是将负担放在员工身上来弄清楚。例如WorkflowGen，它专注于人工智能责任，通过直接在人工智能操作中构建审计跟踪，因此人类审查员无需反向工程输出。