DeNA用AI削减90%工作量，但没人提前下班

减少90%却毫无改变

DeNA董事长难波智子在3月的一场活动中直言不讳：当AI削减了工作量，员工并不会提前下班。他们会自行填满那段空白。这家互联网公司的某些任务缩减了60%至90%，但无人察觉，因为工作时长依旧如常。

这是一个值得更多关注的静默悖论。全球企业正耗资数十亿美元采购AI工具，前提是自动化能够赎回人类的时间。DeNA的经验表明，这一前提未必成立——不是因为技术失败了，而是因为围绕它的工作场所结构未能同步调整。

DeNA内部推行的数据令人瞩目。一名员工使用AI辅助代码生成，将十二小时的调试过程压缩到了两小时。另一位员工将四小时的报告转化为四十分钟的AI草稿编辑工作。这些并非边际改进，而是工作量的全面崩塌。然而，每个工作日结束时，人们的打卡下班时间几乎和以往一样。

难波的观察之所以引人注目，恰恰因为它来自高层。CEO和高管常常赞美AI带来的效率提升，却从不承认这些提升落地后会发生什么。难波将这一悖论公开记录，道出了大多数员工早已亲身经历、却鲜少公开讨论的事情。

那篇击穿互联网的匿名日记

8月，一篇题为"我用AI精简了工作，结果工作量反而翻了一倍"的文章出现在Hatena匿名日记上。作者描述了一场简单的实验：将原本需要八小时完成的任务，用AI缩减至四小时完成。预期很简单——下午四点下班。

现实却截然不同。管理层并没有缩短工作日。剩下的四个小时被新任务填满。那位向同事分享AI技巧的员工，自然而然成了实际上的培训师，忙着回答问题和做讲解。工资没有变化。作者自称是"令人困惑的圣诞老人"——一个送出了效率却一无所获的人。

这篇文章引发了受众的分化。有人称它是日本企业生活的真实写照，也有人认为这是一篇讽刺作品。但底层模式是 documented（有记录的），而非想象。

这篇文章之所以引发共鸣，不仅在于其具体性，更在于其普遍性。评论者分享了各自职场中几乎相同的故事——一位客服代表用AI生成的摘要取代了三小时的手工记录，随后被调去处理升级投诉；一位市场协调员将全天的策划PPT制作缩减为下午的工时，却在下一周发现自己被加上了三个新 Campaign；一位数据分析师自动化了每周的报告流程，随即被追加负责两个额外的业务部门。

反复出现的结构一目了然：效率制造了真空，组织引力立刻将其填满。没有人下令增加这些额外工作。它们自然而然地到来，仿佛能力和期望被永久锁定在了某个位置。

数字不会说谎

人事综合研究所在一项调查中发现，生成式AI将平均任务耗时减少了16.7%——相当于每周约26分钟。只有25.4%的受访者真的因此提前下班。其余的人将省下的时间用于更多工作。61.2%的 freed time（空余时间）被重新投入了任务之中。在这些受访者中，75.4%表示新增的工作与日常业务别无二致。

该研究所的研究员田村元直言：40小时的工作周并未改变，改变的是速度。当一个任务从100单位工作量降至50，管理层不会将总量缩减为50。他们会再加50个单位——也许是培训他人使用AI，或是处理速度提升所带来的溢出量。总量再次达到100，甚至升至150。超出的部分变成了加班。

田村的框架清晰地揭示了这一机制。这不是员工没有充分利用效率提升的问题。这是现代组织分配时间的结构性特征。当产出以量为标准来衡量——写多少报告、处理多少工单、审查多少行代码——面对一款能扩大产能的工具，自然反应是扩大期望，而非压缩工时。

调查还揭示了一个值得关注的次生效应：企业内部AI的早期采用者承担了不成比例的隐形劳动。他们成了非正式的咨询台、最佳实践文档的撰写者，以及无意的标杆——他们的生产力提升为同事设定了隐性基准。这些基准反过来抬高了所有人的下限——而没有人正式宣布下限已经上升。

生产力的幻觉

劳动生产率的计算公式是增加值除以工作时长。AI缩小了分母，但不会自动增大分子。正如田村所指出的，没有公司可以因为使用了AI就简单地提高价格。交付给客户的价值保持不变。当所有竞争对手都采用相同的工具时，质量整体提升，却无人获得竞争优势。

在实践中，分母可能根本不会缩小。如果省下的时间在同一40小时框架内被立即投入额外工作，工作时长就保持不变。对个体而言速度提升是真实的，但汇总数据讲着另一个故事。

还有一个微妙的累积性问题。随着个体员工提速，依赖串行交接的团队可能在其他地方出现瓶颈。一位用AI在两小时内完成设计稿的设计师，仍然要等待以人类速度运转的审批流程。效率提升被困在局部，无法流遍整个组织。与此同时，提前完成工作的员工被期望在上一轮审批落地之前，就接手下一个任务。

这就形成了一种可以称为"加速陷阱"的现象：你工作得越快，到来的工作越多，恢复的余地就越少。久而久之，这会侵蚀可持续表现所需的缓冲空间。员工不会为了守护自己的带宽而降速——他们会加速得更快，希望始终领先于队列。结果不是更多的空闲时间，而是更多的焦虑。

这为何超越日本

日本的工作文化常被描述为独特的僵化。但DeNA的案例揭示的是一个结构性问题，而非文化问题。任何组织——无论是在硅谷、柏林还是新加坡——只要奖励以工时而非成果来衡量的产出，都会以同样的方式吸收AI的效率红利。其机制是普遍的：速度创造容量，容量创造期望，期望抹除时间收益。

美国公司曾热切承诺AI驱动的工时会缩短。有些公司甚至抛出了由自动化支撑的四天工作制构想。DeNA的数据表明，除非管理层愿意重新定义"工作完成"的含义，否则这些承诺终将撞上同一堵墙。言论与现实之间的落差，正是员工信任流失最快的地方。承诺缩短工时却交付更忙碌的日程，这是培育隐性愤世情绪的绝佳配方。

次生效应不止于个体倦怠。当效率红利被工作量的增加持续吸纳，而非转化为工时的缩减，在AI工具上的投资就很难从人的角度得到合理辩护。员工很快学会：工作更快意味着更多工作，于是采用意愿放缓——不是因为技术无效，而是因为激励结构出了问题。面对一款会让你负担更重的效率工具，最理性的应对是审慎使用，囤积省下的时间而非展示它。这催生了一种无人受益的战略低效。

真正能带来改变的方案

这个解决方案并不比忽视它更难落实。它需要两个转变。首先，管理层必须将省下的时间视为休假，而非额外工作的容量。这意味着当AI削减任务耗时时，要正式减少工作量，而非私下填补空缺。这可以体现为明确的政策——当一个流程从八小时降至两小时，排班相应调整。也可以体现为受保护的时段，管理者被要求不要将其填满。无论如何，信号本身至关重要：省下的时间是你的时间，不是公司收回的资源。

其次，企业需要以产出质量和创造的价值来衡量生产率，而非工作时长或完成任务的数量。AI应评估其是否促成了更好的决策、更快的创新或更高的客户满意度——而不是评估它是否让管理者能堆叠更多任务。这需要容忍绩效指标中的模糊性，抵制计数那些易于计数的事物的舒适感。

第三个不太可见的变化是文化层面的。组织需要让"工时减少不是懒惰，而是技术进步的正当事先"这一观念常态化。这种常态化必须来自顶层。当高管在采用AI后准五点下班，传递的信息与等到七点才走以"示范敬业"截然不同。前者让政策落到实处，后者让政策沦为装饰。

DeNA的员工已经证明了技术是管用的。现在的问题是，他们的公司是否会证明，他们重视的是使用这些技术的人。

对于每家采纳AI的企业而言，问题不在于它能否缩短任务时间，而在于它是否有勇气把省下的时间归还给员工。