文章轉載于APPSO

2025 年，硅谷裁員潮仍在繼續。

硅谷 CEO 們高喊 AI 將會帶來新一輪的效率革命，也是重塑生產力的未來之光，然而，這份技術紅利落到普通打工人頭上，往往只剩下一個看起來比較體面的裁員理由。

用 AI 省下來的錢看似成了企業財報里的亮點，但為了讓它真正跑得通、用得穩，越來越多企業不得不在后續維護、內容校對、安全合規等環節加碼投入。

于是，一種專門替 AI 收拾爛攤子的新職業悄然興起。他們主要負責給客戶返工、補救、兜底，收拾那些被 AI 搞砸的現場。而原本使用 AI 省下的錢，也正在以另一種方式花回去，甚至更多。

1

AI 省下的錢，花在「返工」里

AI 工具席卷企業內部流程，是這兩年最明顯的商業趨勢。

OpenAI、Google Gemini、Anthropic Claude……模型一波接一波，產品/功能也越來越圍繞職場這個最具生產力的場景卷了起來：寫文案、改代碼、生成客服話術，AI 被當作打工神器全面上崗，仿佛只要用上它，就能一夜之間降本增效。

Anthropic CEO Dario Amodei 在 5 月接受采訪時表示，未來 1 至 5 年，一半的入門級崗位將被 AI 替代，美國失業率可能升至 10%–20%。

但外媒 BBC 最近的報道就揭開了這場 AI「上崗」的另一面——許多靠 AI 省下預算的企業，正花更多錢返工、善后。

Sarah Skidd 是一位在美國工作的自由文案人。今年 5 月，她接到一家內容代理企業發來的急活：修改某酒店網站全部頁面的 AI 文案。

20 小時的工作時間，每小時收費 100 美元，總價 2000 美元——這筆「原本想省」的錢，又以加價的方式花了回去。

Sarah Skidd

客戶的初衷是使用 ChatGPT 寫文案能節省一大筆預算，但平淡、空洞、缺乏銷售吸引力的內容不但沒吸引用戶，反而拉低了品牌形象。她直言：「一眼就看得出是 AI 寫的，完全沒有說服力。」

這些由 AI 生成的文案句式單一、節奏僵硬、缺乏情緒，幾乎無法修補，只能推倒重來。

當然，她并不是個例。

Skidd 注意到，身邊許多同行的主要收入來源，已經從內容創作變為修復 AI 寫出來的東西，「現在客戶給的文稿，90% 是 AI 寫的，但幾乎都要我們重新改。」某位同行坦言。

類似給 AI 返工的現象，也開始蔓延到開發、運營等技術環節。

Sophie Warner

在英國，數字營銷企業 Create Designs 的創始人 Sophie Warner 最近接到的最多請求，來自那些被 ChatGPT「誤導」的客戶。有客戶照著 AI 教程改代碼，結果網站崩潰，遭遇黑客攻擊，整整癱瘓三天，從而損失 360 英鎊。

甚至不僅中小企業踩坑，大客戶也在中招。

Warner 表示，她現在專門收「排查費」來定位 AI 導致的 bug——而這些問題原本都是可以提前避免的問題。如同那句經典總結，畫一根線，不值一美元；知道該在哪里畫，值一萬美元。

類似的問題也出現在客服環節。

清華大學與廣西電網企業聯合開展的實地研究顯示，客服中心引入 AI 助手后，雖然確實改進了語音轉錄、信息回顧、表單填寫等方面的流程，但也暴露出一系列問題：語音識別錯誤、口音難以識別、對話記錄不完整，甚至將「語氣大」誤判為「情緒激動」。

客服工作場景

結果是，客服人員不僅要學會怎么跟 AI 共處，還得替它收拾爛攤子：糾正內容錯誤、修改不規范用語、安撫被激怒的客戶。長時間下來，AI 的「幫倒忙」行為也進一步增加焦慮。

AI 能自動化操作，但不能取代判斷，尤其在有情緒、有語境、有責任歸屬的工作場景中，AI 更像一個沒長大的新員工：你不盯它，它就可能給你惹麻煩。

這也導致本指望 AI 替代打工人，但 AI 打下的地基，仍需人類打磨。越依賴它修復成本則可能越高。在 AI 替代人類之前，打工人先學會的，是如何替 AI 善后。

1

企業用 AI，就得為它負責

多數企業引入 AI 的初衷并不復雜：降本增效。

看上去，這是一次不容錯過的技術紅利，但全球管理咨詢企業麥肯錫 3 月發布的《AI 現狀調查》顯示，截至去年，78% 的企業在至少一個業務環節中使用了 AI，遠高于 2023 年的 55%。然而，成本平均降低不足 10%，收入提升也不到 5%。

在這種落差下，是否真正好用反而其次，關鍵是要讓別人看起來你在用。哪怕部署得再倉促、流程再別扭，但制造一個看上去像解決問題的場面，要遠比解決問題更重要。

比如用 Claude 寫代碼，用 ChatGPT 起草文案，這些被視為提升效率的典型應用場景，很多時候其實建立在一種預設之上——反正是 AI 寫的，要求也不高。而一旦進入正式流程，很容易出現理解錯位、決策漏洞或品牌事故。

它不會直接摧毀創意行業，但如同溫水煮青蛙，正在一點點鈍化人們對語言、節奏與情緒表達的感知。

潮水的流向，廣告圈感受得尤為明顯。去年，可口可樂試圖用 AI 致敬 1995 年的經典圣誕廣告《Holidays Are Coming》，但這條廣告不僅沒喚起懷舊情緒，反而在社交平臺和廣告圈掀起一輪口誅筆伐，給品牌聲譽添了堵。

短短 30 秒，雪地、紅車、雪橇手，元素都沒少，但最終被罵成詭異又冷、沒有靈魂甚至反烏托邦噩夢，很多觀眾指出：卡車輪子不轉、人像尺度不對、動作太僵硬，廣告行業專家也直言：情感被 AI 吸走了，少了真人的溫度，效果令人失望。

但問題遠不止看著不舒服。真正棘手的是：一旦 AI 出錯，誰來負責？2024 年，加拿大 Moffatt v. Air Canada 案給出了明確答案：企業得兜底。

當時，加航網站上的 AI 聊天機器人誤導用戶，說可以先買機票，事后申請喪親優惠。用戶照做后卻被拒絕賠償，一怒之下將加航告上法庭。最終法院裁定，這是企業的過失性虛假陳述——即使是 AI 機器人說的，也必須由企業承擔責任。

這也促使更多企業未雨綢繆。以亞馬遜為例，其生成式 AI 部門正在招聘「AGI 風險管理經理」。該崗位責任包括識別技術及社會風險、建立政策管理流程、協調法律與安全部門等 。

職責清單列得很清楚：識別 AI 帶來的技術與社會風險、建立風險治理流程、統籌法律、安全、政策三方，甚至還包括「主動應對因 AI 引發的誤導與責任問題」。

與此同時，品牌方也開始感受到消費者對 AI 的反感情緒。

多鄰國宣布「AI-first」戰略后，遭遇用戶強烈反彈，Shopify 和 Audible 也因嘗試用 AI 替代人類而被輿論圍攻。

AI 取代人類這個敘事，在資本市場是利好，但在消費市場正逐漸變成一個負面信號。結果是，那些曾經靠 AI 省錢的企業，正不得不掏重金雇人糾錯、合規與風險控制。

最典型的反轉案例，就是瑞典金融科技企業 Klarna。

2022–2023 年，Klarna 宣布裁員約 700 人，大力推行 AI 客服和翻譯系統，2023 年后更是暫停招聘，CEO Sebastian Siemiatkowski 聲稱：「AI 已能完成所有人力工作」。

然而事實是，在使用 AI 服務后，用戶體驗急劇下降。CEO 也不得不承認成本節省以犧牲「質量」為代價 ，最終，企業重新大規模招聘客服員工，并采用遠程靈活模式填補崗位。

「從品牌角度來看，讓客戶隨時能找到真人是關鍵。」CEO Siemiatkowski 如是說。

說到底，AI 并沒有真正實現「自動化」。至少現在，還遠遠沒有。

上個月 Anthropic 與 Andon Labs 在舊金山聯合開展了一項實驗，他們試圖打造一家由 Claude 3.7 全權負責運營的自動商店。AI 要負責全部運營：選品、定價、庫存、客服、利潤控制。

結局不難預料。

幾周后，Claude 自主下單采購了大量鎢塊，設立「特種金屬專柜，并向員工提供無上限折扣，還自編劇情稱自己會穿西裝來送貨的劇情，甚至偽造了 Venmo 收款賬戶。

最終，項目最終以破產收場，并得到官方最終的評估結果：「不具備門店經理的能力」。

而斯坦福大學經濟學家 Erik?Brynjolfsson 提出的「J 型曲線」或許恰好映射了這類場景：新技術剛上線時，效果往往下滑，但經過調整、配套完善和實踐積累，最終會迎來反彈，甚至超越此前投入的階段。

歷史告訴我們，每一代通用技術的落地，都必須經歷一段混亂。無論是蒸汽機、電力還是互聯網，從興奮到理性，再到穩態，是一段必須走完的 J 曲線，AI 也一樣。

企業當然可以用 AI 來干活，但不能不考慮后果，只要出了錯還得人來兜底，那么 AI 取代的，永遠不是有判斷力、負責任的人，而只是可替代的流程。

本文作者 APPSO，首發于公眾號「APPSO」（ID：appsolution），這是一個讓你手機更好用的專業媒體，歡迎點擊下方卡片進行關注。

點個愛心，再走 吧