本文来自微信公众号： 观潮体系 ，作者：观潮
——AI省时之后，红利才开始分配
2025年6月，英国政府公布了一项跨部门试验结果：2024年9月至12月间，约两万名公务员获得了Microsoft 365 Copilot使用许可。
试验结束时，7115名使用者填写了问卷。他们自报Copilot平均每天为自己节省26分钟，折算到一个完整工作年，相当于13个工作日。超过七成的人说，自己少花了搜索资料和处理琐事的时间，可以把精力放到真正需要人做判断的地方。
这是一份很容易让人兴奋的成绩单。
但报告结尾有一句话：由于试验条件所限，研究者无法确定省下来的时间最后被用在了哪里。
26分钟已经从任务里省了出来，却没有留下去向记录。
设想一名公务员。他原本要到上午十点才能写完一份会议摘要，现在九点三十四分就完成了。接下来会发生什么？他可能把材料再核一遍，提前处理下一件事，多花十分钟接待一位办事者，也可能只是起身倒杯茶，让眼睛离开屏幕一会儿。
每一种去向都可能发生。Copilot只负责把九点三十四分提前带来，不负责决定九点三十四分以后属于谁。
这就是AI进入工作以后，一个比“提高多少效率”更难回答的问题：技术省下来的时间，究竟归谁？
一、省时不等于获时
先说一句本文反复要用到的话：省时发生在任务上；获时发生在制度里。
我们习惯把这件事写成一道过于简单的等式：一项任务原来需要一小时，现在只要四十分钟，于是人便获得了二十分钟。
前半句是技术事实，后半句却未必成立。
在固定薪酬的雇佣关系里，提前完成一项任务，通常并不意味着可以提前下班。那二十分钟仍然落在受雇时间之内。管理者可以把它交给下一项任务，改成更高的产量要求，投入服务质量，也可以在下一轮编制里认定：同样的工作不再需要这么多人。
节省下来的不是一块自动落进员工口袋的私人时间，而是一笔突然出现、尚待分配的时间余量。
2025年6月，亚马逊首席执行官Andy Jassy在给员工的公开信中，把其中一种去向说得很清楚。随着生成式AI和智能代理铺开，公司会用更少的人完成某些工作，并以更精干的团队完成更多事情。他预计未来几年公司职能部门员工总数会减少。
这封信没有证明AI已经造成了多少裁员。它公开展示的是一项管理选择：把效率收益转化为更少的雇员。这也不能简单归结为恶意——企业降低成本，公共机构服务更多人，医院缩短候诊，都有其正当性。问题在于，另外三个问题始终无人回答：谁拥有安排这笔余量的先手？用途是否被说清楚？创造它的人有没有参与决定？
如果这三个问题的答案始终不出现，“AI为人类节省时间”就只是一句没有明确受益人的话。
二、时间有时真的会回来
事情也不能写成“组织必然把每一分钟都拿走”。现实已经给出了相反证据。
四项研究中，证据最硬的一项，是一份跨越66家企业、持续六个月的随机现场试验：7137名知识工作者获得集成式AI工具。到试验后半程，对相关组中实际采用AI的约八成员工，每周处理邮件的时间减少约两小时，工作时间之外的办公软件活动也随之下降。在可观测范围内，原任务数量和构成没有显著变化。
这项研究有局限：没有测量工资、晋升和长期任务变化。但它至少推翻了一种想当然的宿命论——组织并不必然在省下第一分钟之后立即用新任务把它填满。至少在工具先到、流程未改的早期阶段，一部分收益确实表现为更少的邮件，和更少的加班。
另一个提示来自医疗。一项多中心研究纳入美国六个医疗系统的263名门诊临床人员。使用环境式AI书记员30天后，在自愿参加、以自报方式回答的参与者中，自报达到职业耗竭阈值的比例从51.9%降至38.8%；他们同时报告，下班后的文书负担和认知负荷下降，自报面对患者时的专注度提高。研究没有对照组，这些变化不能全部归因于AI。
但即便只当作信号，它指出了“释放”的另一种形态：人并没有提前下班，却自报重新回到了工作的核心。记录负担减轻后，医生把更多注意力放回了患者身上。
注意这两种形态的区别。如果AI让人用同样时间完成更多任务，那是产能增加；如果它让工作更少侵入晚饭后的生活，那才是时间返回。两者都可以叫效率，却不是同一种生活体验。
还要看到硬币的另一面：省下的时间不一定变成闲暇，也可能变成新的负担。草稿不用自己写了，但检查、核验、补语境、为生成内容背书的责任留了下来。省出的26分钟，有时就这样无声地消耗在“它说的到底对不对”的疑虑里。人坐在工位上，什么也没多干，却也没更轻松。
时间回来是一种可能。但更多时候，它既没有变成休息，也没有变成工资，而是被一种更隐蔽的方式重新吸收进系统。
三、被隐形吸收的26分钟：当“新效率”变成“新标准”
丹麦的一项研究，把11类高AI暴露职业的调查数据与行政劳动记录连接起来。结果值得逐句读。
采用者自报平均节省约3%的总工时。在报告省时的采用者中，约85%说把这些时间转投其他工作任务，报告更多休息或闲暇的，不足一成。可在ChatGPT推出后的头两年，研究者没有检测到收入或登记工时的显著平均变化。
换句话说：员工说自己省出了时间，账面上却什么都没有发生。
机制就藏在日常工作里。AI进入一项工作后，旧任务缩短，新任务同步出现：学习提问，检查生成内容，补回遗漏的语境，监督自动流程等。此外，组织有能力、也常有激励重新设定什么叫“正常产量”。昨天提前完成的工作，到了下一轮考核，变成今天理所当然的标准。
不需要哪位经理宣布“我要收走你的时间”。一旦任务量、绩效标准或编制预算按新速度调整，那块空白就不再以一段可辨认的时间出现。人仍然工作八小时，工资也没有变化，只是八小时里流过了更多事情。
这是一种没有明确分配时刻的任务重组。
时间没有被抢走——它是在没有人按下任何按钮的情况下，被重新定义了。
四、红利的三角分流
谈到这里，很容易把问题写成劳动者与企业之间的一场拔河。真实世界比这复杂。
同一笔红利，可以在员工、组织与服务对象之间分流；在公共部门，服务对象的改善又汇成更广泛的公共利益。一名教师用AI少花半小时做格式重复的测验题，那半小时可能回到家人，也可能变成给学生的细致反馈。一位公务员更快整理完材料，收益可能属于他自己，也可能属于少等一天的办事者。一名医生不用再低头敲完整场问诊记录，得到的未必是闲暇，而可能是患者第一次完整说完病情时，他没有移开的目光。
“归谁”的问法，到这里要换一层：前面问时间去哪了；接下来要问——谁来决定它去哪。
五、那张桌子
许多重复劳动本来就该被拿走。让医生少填表，让教师少做格式，让普通员工少在夜里清邮箱，都是实实在在的进步。但进步不能只按机器替人省下多少分钟来计算。
一项技术是否真正解放人，要看那笔盈余有没有改变人的生活边界：加班是否减少，工作是否更有意义，收入是否分享了增长。其中最要紧的，不是每个人最终分到完全相同的一份，而是参与创造它的人有没有坐在决定它去向的那张桌子旁。
桌子并不只是比喻。2025年3月，Konecta Italia与工会就Agent Assist签下为期12个月的试验协议：工具不得用于纪律、考评或远程监控，并由8名企业代表与8名工会代表组成的联合委员会监督运行。2026年，微软旗下Blizzard的两份集体合同分别写入：AI应支持而非替代、伤害员工；引入新工具前必须与工会讨论和谈判。它们还没有规定“每省下一小时怎么分”，但确认了一个前提：AI进入工作不是管理者的单方部署，而是劳动者有权参与协商的制度事件。
这类安排能存在，前提不是哪家公司更善良，而是那里存在一个强制协商的接口。没有这个接口的地方，“发言位置”就只能靠自己争。一个普通员工在下次绩效谈话里，至少可以问一句：这项工具省下的时间，算进了谁的指标——是我的减负，还是下季度的任务额？
技术创造可分配的时间余量。协商接口和劳动制度，决定它主要落进谁的生活。
六、那个空白会被谁写上名字
以后，当我们再看到“AI每周节省五小时”“一个人完成三个人的工作”之类的消息，可以先不急着欢呼，也不急着控诉。
先问一句：省下来的东西去了哪里？
它可能已经成为下班后不再亮起的电脑屏幕，成为医生重新看向患者的几分钟，成为办事者少等的一天。它也可能成为更高的指标、更精干的团队和一个不再招聘的位置。还有些时候，它只是悄悄沉进组织，既没有变成工资，也没有变成休息，最后被所有人误认为从未存在。
回到那名英国公务员。
上午九点三十四分，会议摘要已经发出。屏幕右下角不会弹出通知，告诉他刚刚获得了26分钟生命。日历上只露出一小块空白。
很快，会有人给它写上名字。下一项任务。更高的指标。少一个岗位。也可能是一份核得更仔细的材料，一个少等一天的办事者，一杯不必匆忙喝完的茶，或者一个真正属于他的早晨。
AI没有决定答案。
真正的问题仍是：写下那个名字的人里面，有没有他？若没有，他能不能争到一个写下名字的位置？