AI提效考核成了一场集体表演？三个套路和一个破局思路

近期一项针对美国全职员工的调查显示，近半数人承认向同事或上级夸大了自己的AI使用频率或专业知识。与此同时，国内不少院所和企业的内部平台上，员工们正在如火如荼地「创作」各种无人问津的Skill，周报里塞满「AI含量」满满的废话，Token消耗量和issue数量成了向上汇报的新「战绩」。表面看AI普及率飙升、提效百分比亮眼，但真正交付到客户或用户手里的价值，却未见同比例增长。这种「表演式AI落地」的乱象，正在消耗企业宝贵的数字化转型资源。

AI提效表演的三种经典套路

在设计院等知识密集型机构，最常见的AI提效表演有三出戏。第一出是提效百分比游戏：某专业宣称「AI辅助出图提效40%」，追问统计口径，人时、周期还是返工率，当事人往往答不上来。数字好看，交付依然卡在校审排队和专业互提环节。第二出是普及率竞赛：全员账号开通率、周活跃率、Skill数量统统进周报，催生出一批专门针对无关痛痒场景开发的「展示型Skill」，名字响亮、实际没人用。第三出是Token和issue的刷榜：烧得少像没用功，烧得多像浪费资源；issue开得多像活跃，关得快像交差。考核Token用量，本质上还是在考核投入而非投产比，与真正的业务价值相去甚远。

两个行业案例揭示的残酷真相

Meta内部数据提供了一个极具讽刺意味的对照组：其内部平台的代码变更量同比暴涨220%，但真正面向用户上线的新功能或改进仅增长36%。多出来的代码变更堆积在审批、评审和返工流程中，更糟的是，重大技术安全事故同比上升40%，工程师扑火时间增加了70%。个体写得飞快，组织交付却未能同比例提速，这正是「金字塔组织+AI工具」的常见结局。阿里云CIO线则做出了截然不同的选择：蒋林泉团队明确不把「AI生码率」纳入考核，因为那是过程指标，容易注水。他们盯的是人均有效代码量、千行代码缺陷率，更盯端到端业务价值。一个常被忽视的事实是，完整交付中真正写代码的时间往往只占两成左右，需求澄清、评审、联调、返工吃掉了大半。把最容易替代的那一段刷到80%生码率，E2E周期仍可能几乎不动。

为什么照抄别人的「提效故事」总是失败

许多管理者听完行业标杆案例后的第一反应是「我们也定个提效X%、普及率、Token消耗、issue上线数」，这种强行往墙上挂指标的做法多半无效，尤其是官僚味较重的组织。员工不会自发卷；省下的时间常被用来摸鱼或接下一个「表演型」任务；公司整体人效往往没有真提升。更深层的问题在于组织结构的瓶颈：生产环节从三天压到三十分钟，但审批流转仍是十五天，公司整体快了多少？Meta的220%对36%，说的就是这件事。只有两种情况例外：老板亲自下场搭一条可跑通的工作流，或者利益高度捆绑的高管愿意到一线把脏活跑通、把卡点拆掉。没有这两种人，指标只是墙上的标语，口号喊得再响也落不了地。官僚结构会把所有技术红利吸干，最终变成一场集体自嗨。

真提效从一条跑通的流程开始

与其追问「提效百分之几」，不如先问一个更务实的问题：有没有人亲手把一条完整流程跑通？以设计院的校审流程为例，校审前的脏活——目录整理、图签检查、常见碰撞项初筛——能不能做到中间成果可改、责任可签字、下一个人能接着用？如果跑不通，就不要上墙；跑通了，再谈复制，再谈百分比。阿里云的经验表明，应该盯的是「这条流程谁在用、谁维护」「同样交付，人时和周期变了吗」「有没有变成已签字、已上线的结果」。考核口径必须是可复核的人时、周期或返工率，而非一个任人打扮的数字。土木院所尤其要警惕：出图、算书、校审、签字，中间任何一步被「表演提效」带过，后面都是返工和合规风险。把考核做成「看起来很AI」，比不用AI更糟糕。

AI落地的成败，不在墙上的百分比里、不在Skill数量里、不在Token消耗量里，而在有没有人愿意到一线把一条脏流程跑通。当考核指标异化为表演道具，古德哈特定律就会准时兑现。与其追逐流行数字，不如让真正做事的人拿到结果，让AI真正嵌入业务主链路。这一周，只问一件事：那条完整的流程，跑通了吗？