生成式AI落地频现无效产出 业界呼吁划定合理使用边界

近期行业调研显示，近62%的企业用户曾使用生成式AI制作演示文稿、工作汇报、基础代码等内容，但其中超7成产出因缺乏业务针对性、信息深度不足被判定为无效。当前越来越多企业IT管理人士提出，生成式AI的使用需锚定高价值场景，避免无意义的效率损耗与资源浪费。

某互联网公司运营岗员工李明最近就踩了AI的“效率坑”：为了赶季度复盘的截止日期，他调用生成式AI工具只用10分钟就生成了15页的汇报材料，交上去却被主管直接打回——通篇都是通用的运营方法论，没有提及项目实际跑出来的投放数据、踩过的合规风险，也没有给出可落地的下季度优化方案，最后他花了3倍于原来的时间重新撰写，反而延误了提交时间。

随着生成式AI工具的普及，从海外的ChatGPT到国内多款通用大模型产品，职场人获取AI能力的门槛几乎降到了零。不少职场人将AI视为“万能输出机器”，不管是工作总结、活动策划还是基础代码开发，第一反应都是交给AI生成。

但这种无差别的使用正在造成新的浪费。行业调研数据显示，超3成中小型技术团队曾因直接复用未审核的AI生成代码出现线上故障，排查修复的成本是人工撰写代码的2.7倍；不少企业的内部文档库中，已经积累了数千份AI生成的、从未被调用过的方案、报告内容，占用存储资源的同时也没有创造任何实际价值。