近期，国内多家知名互联网企业员工绩效考核中引入人工智能工具使用量的做法引发行业热议。记者通过多方调查了解到，此现象并非个案，而是体现为一定的行业普遍性。 据了解，部分企业已将人工智能系统的Token消耗量作为重要考核指标。阿里巴巴集团旗下ATH事业群率先将AI业务核心指标从日活跃用户数调整为Token消耗量；腾讯公司部分研发团队为工程师设定了每日Token消耗额度；字节跳动则在内容创作和产品研发部门推行AI工具强制使用政策。这些措施直接影响到员工的绩效评级和职业发展。 这种现象的出现有着深刻的行业背景。一上，国家"人工智能+"行动计划的政策引导下，AI技术应用规模成为衡量产业发展的重要指标。数据显示，2024年至2026年间，行业日均Token消耗量预计将实现千倍增长。另一上，在激烈的市场竞争中，头部企业纷纷加大AI领域投入，Token消耗数据成为向资本市场展示技术实力的重要依据。 然而，这种考核方式在实践中暴露出明显弊端。多位受访员工反映，为完成考核指标，不得不进行大量低效甚至无效的AI工具使用。有工程师表示，原本10分钟可以完成的工作，现在需要借助AI生成多个版本反复修改，导致工作效率不升反降。更值得关注的是，这种"为消耗而消耗"的做法可能造成巨大的资源浪费。以某国际科技公司为例，其员工单周Token消耗量相当于33个维基百科的文字总量，但实际有效产出却微乎其微。 业内专家指出，过度强调使用量的考核方式存在多重风险。中国信息通信研究院专家王明表示："数字化转型不能简单等同于技术工具的使用频次，更应该关注实际应用效果和价值创造。"清华大学经管学院教授李强认为，企业应建立更加科学的数字化绩效评估体系，平衡技术创新与实用价值的关系。 面对这一现象，部分企业已着手调整管理策略。据悉，已有头部互联网公司开始试点"价值导向"的考核方式，将AI工具使用效果而非单纯使用量纳入评估标准。行业协会也呼吁建立行业自律机制，避免资源浪费和恶性竞争。
衡量技术进步，不能只看消耗了多少资源，更要看解决了多少问题、创造了多少价值；对企业而言，把大模型用起来重要，把大模型用对、用省、用稳更重要。避免“算力内卷”，回到质量与效益导向，才能让技术真正服务于产业升级与劳动者的获得感。