“以后这事，也让AI来定。”
如果你最近在公司听过类似的话，别慌，说这话的老板不止你一个。今天知乎热榜上就有人把这种处境发成了提问：「老板患上了AI狂热症，连决策都让AI来做，感觉公司快完蛋了，员工该怎么办？」
为了认真回答这个问题，我专门把近期36氪、腾讯新闻的企业AI落地报道，和一份波士顿咨询（BCG）的企业领导者调研翻出来对照了一遍。越看越觉得：老板的“狂热”多半不是心血来潮，而员工能做的事，也远不止坐等公司完蛋。
老板为什么会“上头”
36氪九月中旬有篇文章，标题就很扎心：老板被AI厂商“洗脑”，IT负责人如何活下来？文章拆了三层原因：一是焦虑——经营压力下，老板急需一个能逆天改命的抓手，AI恰好被包装成了那根稻草；二是信息不对称——老板分不清厂商说的是真是假，只看得到漂亮的Demo和响亮的大客户名字，技术判断权就这么外包了出去；三是审美疲劳——自家团队天天汇报“数据不干净”“流程要优化”，厂商永远说“没问题、可以做”，人性天然倾向相信让自己舒服的那个。
这不是个例。BCG对625位企业领导者（含351位CEO）的调研里，还有个更反直觉的发现：在自认为AI知识不足的董事中，40%反而觉得公司AI推进“太慢”，只有20%认为节奏合理。**越不懂，越焦虑；越焦虑，越激进。**知乎那位题主的老板，大概率就在这个循环里。
“让AI定”到底哪里不对
先说清楚：用AI没错，错的是用在哪一环。
投资界九月的一篇文章引了两组数据。工程智能公司Jellyfish分析12000名开发者、200家企业后发现：用AI最多的工程师，产出是低用量者的2倍，Token消耗却是10倍——烧了10倍的油，只跑了2倍的路。更贵的一课来自Meta内部的“OT项目”：路透社八月披露，这家公司原本想让AI Agent接管数千人的工作，结果代码变更量同比涨了220%，安全事故上升40%，员工救火时间反而增加70%。
腾讯新闻的一篇企业走访评论则点出了思维误区：管理者最容易犯的，是看到AI能干某个岗位八成标准化工作，就认定这个岗位八成的价值都能被AI捕获——可岗位的价值分布是非线性的，AI干不了的那两成，往往正是兜底的部分。
至于“拍板”这一环，泉城实验室常务副主任杨波在今年国家网络安全宣传周上说得很直白：大模型的输出本身带概率性，同一个问题换个模型、换个问法，答案可能就不同；关键事项要交叉核验、留人工把关，AI的定位应是“参考”而非“定论”。深圳大学和港科大的研究者还给这类风险起了名字——“幻觉到行动的转化”：AI把一个错误判断当成下一步执行的前提，流程越顺畅，错误越容易一路绿灯跑到最后。
翻译一下：让AI整理信息、写初稿、跑分析，多多益善；让AI直接拍板签字，这一步需要有人担责，而AI担不了。
员工能做的三件实事
**第一，当那个“翻译官”。**老板拿AI生成的结论来布置工作，别当场抬杠，把它整理成一页“结论+依据+风险”的备忘录再递回去。你不是在反对AI，是在补上决策里缺的人工核验层。做上几次，老板拍板前自然会先问你的意见。
**第二，帮老板划“小额边界”。**与其阻拦，不如献策：可逆的、低成本的环节（排期、资料整理、初稿）放手给AI；不可逆的、高成本的决策（定价、合同、人事）AI只做参考。建议包装成“帮您把AI用得更稳”，比泼冷水容易被接受得多。
**第三，比老板更会用AI。**Jellyfish那组数据还有下半句：重度用户的产出，依然是轻度用户的2倍。企业AI化浪潮里，最安全的位置不是旁观者，而是最懂AI的人。我自己平时会把按场景配好的工具组合沉淀在 spark1.cn/tools/ 里，写作、分析、整理信息都有现成搭配——先在自己的活儿上练熟，说话自然有分量。
公司不会因为老板用AI而完蛋，但可能因为没人会用AI而错过升级。老板的狂热，换个角度看是一张邀请函：公司正在往AI的方向冲，缺的恰恰是掌舵的人。这个人可以是你——从下一份AI生成的决策开始，从容接住它。
💬 评论