为什么 AI 的采用速度正在放缓 —— 以及为什么控制是缺失的功能

我们一直听到同样的威胁：AI 泡沫将会破裂。

几个月以来，专家们一直在预测，不是如果，而是如何，灾难将会发生——现在我们看到 自 2023 年以来 AI增长的第一次下滑。投资者仍然在向 AI 投入创纪录的资金，但资金不能保证采用。用户采用，而不是资金，决定了生存——而 大型公司的 AI 采用率正在下降。

即使在采用率保持稳定的地方，我们也看到警告信号。小型公司和初创公司仍然在不断地使用 AI，但他们正在遭受其他问题：AI 的使用被 与倦怠联系起来。

当谈到知识工作者对 AI 的采用时，某些东西不对劲。AI 产品正在失败我们——而缺失的链接是更大的控制和定制。

采用末日现在

AI 工具应该消除繁琐的工作，加速流程，并使人们的生活更好。但是，有很多方式可以让 AI 工具偏离目标——无论是实施还是工作流和目标之间的不匹配。

让我们分析为什么 AI 工具正在失去对知识工作者的吸引力。

高管的愿景与员工的现实

从 10,000 英尺的高度看，AI 看起来是变革性的。在战壕中，这是一个不同的故事。

高管们对实施 AI 的预期生产力收益感到兴奋，并且 公司越来越多地要求使用 AI。但个人贡献者是那些忍受摩擦的人，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。

自动化与监管

AI 可以在几秒钟内草拟，但公司可能需要几周时间来商讨。所以，采用在大公司中停滞 并不奇怪。

AI 比思考的速度更快，但大公司的流程不是。它们是为风险缓解和法律合规而设计的，AI 可以成为一种负担。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 AI 的幻觉，或挑选 AI 生成的代码中的缺陷。

无限的 AI 与员工倦怠

还有一个令人不安的副作用：AI 倦怠。根据 哈佛商业评论最近发表的一项研究，使用 AI 会导致任务扩张、分心的多任务处理和较差的工作与生活的界限。

人们感到需要通过 AI 实现更多、更多——这就像一辆直奔倦怠的子弹列车 一样。一些压力是自我施加的，因为我们都集体提高了对我们可以实现的期望。但高管们也可以利用 AI 革命作为杠杆，并将更高的绩效期望——甚至裁员——归咎于 AI。这并不奇怪，员工们报告了 脱节和目的丧失 的感觉，当 AI 技术被添加到他们的工作流程中时。

不匹配的 AI

摩擦、断裂的工作流程、筋疲力尽和士气低落的员工……这些症状都有同一个根源：过度插入和不足的定制。

那么，如果一个大型语言模型可以生成一个初看起来令人印象深刻的报告，或者产生表面上令人信服的代码呢？如果它生成了额外的几小时的工作来审查和事实核查，那么它就失败了其最基本的承诺，即简化和加速我们的工作。难怪新鲜感已经消失，我们现在看到 AI 犹豫的增加。

2025 年的一项研究 表明，在 47 个国家的受访者中，只有 46% 的人信任他们的 AI 工具的技术能力，而 2025 年的一份独立报告 显示，82% 的人没有找到有效的方法来在日常工作中使用 AI。如果你正在努力将 AI 纳入你的工作流程，或者用额外的审查步骤来修补你的流程，那么你就是为 AI 工作——而不是相反。

重新掌控 AI 的方向

我们缺少的是更大的选择和更好的定制。

看起来很简单，对吧？选择何时和如何使用 AI 将其从潜在的破坏者转变为公司工作流程中的导弹，你可以精确地瞄准目标。允许更好定制的工具使人们能够更顺畅地将 AI 纳入他们的工作流程中。

然而，用户控制并没有总是成为大型科技公司的首要任务。 正如许多评论者所指出的，在某个时候，AI停止成为可选项，成为默认而不是可选的产品。难道这就是用户开始脱节、采用速度开始放缓的时刻吗？

定制竞赛

人们将继续拒绝一刀切的工具和仓促实施的 AI 工作流程。现在我们看到 AI 领导者开始做出反应。

一些大玩家正在改进定制，例如 ChatGPT 的 引入个性化功能，允许我们调整 AI 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 AI 工具 细分 并通过变得更加细致入微来赢得采用，从而支持超级特定的任务。

适应您的 AI

已经很明显，在 AI 发展的下一个阶段，最适应性的工具将会获胜。工具可以做以下事情：

• 适应现有的工作流程，而不是强迫你创建新的工作流程。 Zoom AI Companion 3.0 已经接收到了这个信息，并推出了包括平台无关的笔记工具在内的升级——在用户已经使用的工具中与用户见面。
• 让员工选择 AI 参与的时间，以及 AI 后退的时间。像 GitLab Duo，用户可以选择哪些群组和项目可以使用 AI 能力。
• 减少认知负担，而不是添加新的工作流程来进行检查。 ClickUp Brain，例如，在工作流程中运行，而不是与工作流程并行，嵌入 AI 到任务视图中——如线程摘要、更新和建议的下一步。
• 提供输出的生成透明度，而不是让员工自己去弄清楚。像 WorkflowGen 这样的工具专注于 AI 责任，通过 将审计跟踪直接构建到 AI 操作中，因此人类审查者不需要反向工程输出。

新的 AI 金标准

第一波 AI 是由可能性驱动的。有令人惊叹的演示、创纪录的投资和天空般高的期望……但现在新鲜感已经消失，市场正在重新调整。

下一个浪潮将由更强大的东西驱动：可用性。我们已经看到了当 AI 超越集成时会发生什么：倦怠、工作流程的摩擦和不可避免地，采用速度变慢。这些并不是 AI 泡沫破裂的迹象，而是没有足够定制的 AI 更像是一个负担，而不是一个提升。

对于 AI 构建者来说，下一个竞争优势将是信任——信任来自于让用户引领。