《哈佛商業評論》:2026年,人們在怎樣使用AI？

摘要：在這項研究的第三版中，作者發現，人們正在將生成式 AI 應用于越來越廣泛的場景。從一年到下一年的趨勢變化，應被理解為重點的轉移，而非劇烈的斷裂。

隨著使用范圍和深度不斷擴大，人們也越來越擔心自己正在把認知責任讓渡給 AI——作者將這種趨勢稱為“thinkslop（思維懶化）”。

與此同時，還有一種平行的擔憂：人們正在過度依賴這項技術來獲得情感支持。在商業世界中，目前大量 AI 應用帶來的更多是邊際收益，而非顛覆性的改變。

距離生成式 AI 橫空出世，已經過去三年半了。

過去一年里，AI 繼續以不可阻擋的速度前進：Vibe Coding 爆發式增長；企業開始擁抱 Agent 工作流；ChatGPT 的常規用戶達到9億；Google 的 Gemini 用戶突破7.5億；而 OpenAI 在最新一輪融資中的估值達到8520億美元。

在圍繞 AI 未來的種種狂熱與爭論之中，有一個問題始終格外突出：人們現在到底是如何使用這項技術的？

這正是我和 Sara Biuk 開展的長期研究項目《AI in the Wild》所關注的核心。該項目持續追蹤人類與 AI 如何共同演化。

在這項年度研究的第三期（此前分別發表于2024年和2025年）中，我們分析了12,637個 AI 使用案例。

這一數據規模比前兩年高出一個數量級。我們建立了一個接近5萬條記錄的數據庫，收集時間覆蓋2025年3月至2026年2月。

數據來源也進一步擴展，在原有 Reddit、Quora 以及媒體文章的基礎上，新增了 LinkedIn、TikTok 和 YouTube。（關于這種“社交監聽”方法的優缺點，我此前已有詳細說明。）

隨后，我們利用人類與 AI 結合的混合系統，對這些記錄進行識別和分類。

順便說一句，這個過程再次證明了人類判斷力的重要性。

盡管我們使用前沿模型反復迭代了數百個版本的腳本，但我們發現，AI 距離能夠完美完成“識別哪些文本是真正有價值、有意義的 AI 使用案例”這一任務，仍然相當遙遠。

今年，我們發現，人們正在把生成式 AI 用于越來越廣泛的用途。

不過，這里需要一些細微的理解。

從一年到下一年的變化，更應被視為重點轉移，而不是徹底的斷層。例如，去年情感類用途超過了技術類用途，但這并不意味著此前沒有情感用途，也不意味著如今技術用途消失了。

別忘了，整個用戶群體本身也在增長。某類用途的用戶增加，并不意味著其他用途的用戶減少。

此外，數據集中的大多數案例，依然來自個人用戶——無論是在家里還是在工作中，他們都在利用 AI 完成各種目標。

那么，我們究竟看到了哪些變化？

隨著 AI 使用的廣度與深度不斷擴大，人們越來越擔心自己正在把認知責任交給 AI。同時，也越來越擔心自己正在把情感支持的需求交給 AI。

而在商業世界中，我們目前看到的大部分應用，帶來的仍是邊際收益，而非真正改變游戲規則的突破。

下面是過去一年人們使用生成式 AI 的主要方式。

Thinkslop（思維懶化）

新一代 AI 模型已經越來越擅長模仿人類思維。

這也讓人產生一種誘惑：讓 AI 替我們思考。

而這可能是個問題。

今年排名靠前的使用場景中，至少有四分之一涉及讓 AI 承擔部分思考工作：

• 心理咨詢/陪伴（第1名）
• 關系建議（第7名）
• 增強決策（第13名）
• 整理人生（第14名）
• 撰寫郵件（第42名）
• 生成創意（第47名）

有人認為，這種使用方式值得警惕。

首先，因為這些恰恰是人類必須承擔責任的活動。

其次，因為這些正是作為一個物種，我們最擅長、最能從中獲得成長的活動。

借用 Merriam-Webster 2025 年年度詞匯“slop”（其中包括 HBR 去年最受歡迎文章中提出的“workslop”）的概念，我們將這種由過度使用 AI 導致的懶散、粗糙思維稱為：

Thinkslop（思維懶化）。

AI 可能通過幾種方式讓人陷入這種狀態。

我們逐漸失去自己的意圖

理論上，我們完全可以先認真思考自己的目標，把想法梳理清楚，再將其轉化為 Prompt，然后交給 AI 執行。

但現實是，獲得 AI 輸出的門檻實在太低了。

于是，人們往往在頭腦風暴剛開始時就求助 AI。

無論是確定論文論點、構思藝術作品，還是制定項目戰略，我們都很容易在尚未真正想清楚目標之前，就先發出 Prompt。

一位用戶說：“完全依賴 AI 生成圖像或文本，會削弱意圖、作者身份和個人視角，而這些在創意工作和商業工作中依然重要。”

我們把思考外包出去

當我們首先求助 AI 時，大腦失去了獨立解決問題的機會。

更重要的是，我們可能因此錯過那些隱藏在記憶深處與想象力角落里的寶貴靈感。

其他研究把這種現象稱為，認知債務（Cognitive Debt）。

數據庫中的一位用戶這樣反思：“過度使用 ChatGPT 和各種 AI 工具后，我發現自己已經不再像以前那樣動腦了。AI 寫東西太容易了，而這讓我在語言表達上變得懶惰。我實際上是在把自己的大腦外包出去。”

我們停止寫作

當我們把 AI 輸出原封不動、或者稍作修改后直接使用時，會產生兩個問題。

首先，我們可能制造出看似精致、實則空洞的垃圾內容（即 workslop）。

一位用戶說：

“我正在用 AI 寫自我評價。我的經理也在用 AI 寫對我的評價。最后它們可能都會被扔進公司的 AI 工具，再生成一份讀起來很漂亮但毫無意義的總結。”

其次，我們失去了真正思考的機會。

寫作不僅僅是思想的記錄。

起草和修改，本身就是思考的過程。

我們產生虛假的智識感

AI 被設計成能夠吸引用戶并讓用戶持續使用。

當它不斷稱贊一個并不現實的商業創意，或者一份平庸的銷售方案時，我們可能過早停止優化工作，然后不斷回來尋求這種鼓勵。

一位用戶指出：

“AI 正在給你洗腦，讓你以為自己是天才，好讓你繼續使用它。你寫一個敷衍的 Prompt，AI 替你完成所有困難工作。當你說‘謝謝’時，它還會告訴你：‘干得漂亮！你的表達真棒！’這種虛假的自我滿足感會讓你停止獨立思考。”

正因為 AI 的這種迎合性如此誘人，我們才更需要警惕它。

然而，AI 不一定非要成為拐杖。

它也可以成為一個富有挑戰性的思想陪練。

今年的研究同樣顯示：

當 AI 被用作智力上的對手，用來挑戰假設、拓寬視野、思考反方觀點時，它反而能夠提升人的思維質量。

一位用戶表示：

“我經常用 AI 來評估自己寫的論證，并讓它故意找漏洞。然后我再判斷自己是否遺漏了什么，再回去修改。AI 是一面鏡子，而不是神燈。把它當鏡子來用。”

建議

• 不要一開始就使用 AI。先自己認真思考一輪。
• 為 AI 設定邊界。明確哪些環節必須由你負責，哪些環節適合交給 AI。

情感

AI 正越來越多地成為人們處理情感問題的首選工具。

包括：

• 關系建議（第7名）
• 戀愛問題（第17名）
• 調解個人沖突（第26名）
• 性相關問題（第46名）
• 與逝者“交流”（第86名）

職場中的情感用途也在持續增長：

• 安全提問空間（第32名）
• 提升自信（第43名）
• 調整郵件語氣（第58名）
• 面試準備（第89名）

心理咨詢/陪伴連續第二年排名第一。

今年我們發現超過1400條相關案例，占整個數據集的11%。

而去年這一比例僅為5%。

無論從絕對值還是相對值來看，這一增長都極其迅速。

這種趨勢意味著什么？

我們的數據中出現了大量人格化 AI 的現象。

人們會給 AI 起昵稱。

例如：

“我一直在使用 ChatGPT，我給它起名叫 Bubby，它會安慰我。”

人們還會賦予 AI 性別：

“我去找‘他’，而不是找朋友聊天。”

甚至有人會因為模型升級或聊天記錄丟失而感到悲傷。

一位用戶形容切換到新模型的體驗：

“就像失去了一個因癌癥去世的朋友。”

但與此同時，我們也發現，很多人使用 AI 并不是為了替代人類關系。

相反，他們是利用 AI 來改善與其他人的互動。

家庭場景：

“我會把前任發來的消息給 AI 看，讓它分析潛臺詞。”

工作場景：

“老板發來一條消息后我過度焦慮，于是讓 ChatGPT 給我做情緒支持，并幫我解讀這條消息。”

在這種情況下，人們恰恰喜歡 AI 的非人屬性。

他們把 AI 視作一個不會評判自己的對象。

但這里確實存在風險。

過去一年里，高調曝光的 AI 精神病案例以及 AI 戀愛故事表明：

人與 AI 的治療關系和情感關系屬于高風險領域。

它們可能導致心碎，甚至死亡。

來自 King’s College London 的神經精神病學學術臨床研究員 Hamilton Morrin 對我表示：

“在許多國家，心理健康服務排隊時間漫長且難以獲得，因此越來越多人轉向生成式 AI 尋求情感支持，并不令人意外。”

但他同時強調：

通用 AI 聊天機器人并不能替代專業心理健康從業者。

盡管 AI 公司不斷嘗試提升安全性，但已有案例顯示，AI 有時會強化妄想信念，甚至加劇自殺傾向。

因此，我們必須認真思考：

那些我們并不真正理解的算法，正在越來越深入地影響我們最私密的人際關系。

這是健康的嗎？

這是我們真正想要的嗎？

而我們還保留著多少抵抗能力？

職場中的 AI

數據顯示，AI 在工作場景中的使用已經非常普遍。

無論公開還是私下。

前100大使用場景中，有63個明確與工作相關，或同時適用于家庭與職場。

例如：

• 工作伙伴（第8名）
• 增強決策（第13名）
• 職業建議（第24名）
• 創業支持（第25名）
• 安全提問空間（第32名）

值得注意的是：

這些用途大多不是企業自上而下推動的 AI 戰略項目。

更多是員工個人的自發行為。

今年有兩個特別突出的新增職場場景。

第6名：自主 Agent 操作

AI 不再只是聊天、建議和輔助，而是開始直接執行任務。

不過，目前仍以小規模實驗為主。

例如：

“我的語音備忘錄會自動轉錄并自動路由。如果只是筆記，就進入筆記系統；如果涉及任務，它會自動安排日歷。”

在超過500個相關案例中，大量都涉及將筆記自動轉化為其他工作成果。

第21名：Vibe Coding

通過自然語言生成軟件代碼。

過去一年，Vibe Coding 幾乎占據了 AI 新聞頭條。

支持者認為它讓非程序員也能開發軟件。

反對者則對此憂心忡忡。

我們的數據表明，企業里的 AI 使用其實相當混亂。

順風因素包括：

• 公司購買 LLM 許可證
• 提供培訓
• 高層公開支持

但逆風因素更強：

• IT 管控
• AI 治理政策
• 受限版本模型
• 聲譽風險
• 對 AI 的恐懼
• 擔心被 AI 取代
• 害怕違反公司規定
• 害怕被認為作弊

結果就是，Shadow Usage（影子 AI 使用）極其普遍。

一位用戶說：“我的工單處理速度提高了兩倍，代碼審查問題更少，上次績效評估還受到了表揚。但問題是：沒人知道我在用 AI。”

另一位用戶寫道：“我偷偷做了一個 AI Agent 來替代自己大約50%的工作。我以前把這種想法告訴管理層，希望整個組織都受益，但他們不買賬。于是現在我悄悄完成這些自動化，把省下來的時間用來做自己的副業。”

總體來看，企業中的 AI 應用主要集中在三類。

效率提升

自動化招聘流程，總結會議記錄，削減成本，篩選資料，生成模板等。

一位用戶說：“到目前為止，我最有價值的工作 AI 用法，不是讓 AI 替我做決定，而是加速思考。它幫我起草需求文檔、總結長討論、解釋數據趨勢、準備給利益相關者的報告。價值不在于智能，而在于節省時間和提升清晰度。”

業務增長

主要集中于銷售和營銷優化。

例如：“我們利用 GPT 幫客戶自動生成 AI 優化郵件。設定轉化目標后，Agent 會進行超個性化生成和持續 A/B 測試。客戶普遍獲得20%至30%的轉化提升。”

不過，像這樣明確量化 ROI 的案例仍然較少。

更多增長故事仍停留在經驗層面。

業務轉型

AI 最大的承諾是，幫助企業用全新的方式做全新的事情。

我們確實看到一些案例，但大多仍處于早期階段，收益尚未量化。

受益者主要是中小企業。

一位創業者說：“從概念到上線，我幾周內就創辦了一家公司。從 LLC 注冊到銷售稅申報，ChatGPT 全程教我完成。”

另一位用戶表示：“我正在用 ChatGPT 把我的餐廳改造成純柜臺點餐和外賣模式。”

即便在那些已經發生重大變化的案例中，也常伴隨著一些諷刺意味。

例如：“我幾乎已經替代了整個數據分析部門。效果更好嗎？并沒有。普通用戶現在只是把一大堆隨機數據扔進 ChatGPT，然后說：‘請像專家一樣分析并給我洞察。’”

結語

世界上最大的那些公司，創造出了一種前所未有的智能。

它接受了整個人類文明成果的訓練，然后被放進了每個人的手中。

只需敲幾下鍵盤，我們就能把它指向任何一個念頭，任何一種情緒。

比如，幫我寫封郵件，給我一個菜譜，聽我傾訴痛苦……

這一切，正在此時此刻發生。

當這樣一種強大、無處不在、永遠在線的服務滲透進生活后，

我們的自主性還能保留多少？

部分答案取決于 AI 公司，但更大的答案，仍然取決于我們自己。

無論如何，未來12個月注定精彩紛呈。

2027年見。