叶文瀚博士专栏

当一间科技公司开始替员工封上“Token Legend”这类称号，甚至根据消耗多少AItokens排名高低，这究竟是一场生产力革命的起点，还是一场换了包装的数码版跑数游戏？

矽谷把AI使用量视为工作能力象征

矽谷最近流行一个新词，叫tokenmaxxing。说穿了，就是把AI用到尽，甚至把token（泛指AI的运算资源计量或服务计费单位）消耗量视作投入程度与工作能力的象征。

早前Meta一个将八万多名员工AI使用量公开排名的榜单意外流出，据报连创办人兼董事长Mark Zuckerberg都未能打入前列。虽然榜单最终下架，却意外引发了一场值得所有企业，尤其正处于数码转型关键期的香港企业深思的讨论。问题核心不在员工有没有使用AI，而在管理者会否掉进一个逻辑陷阱，把“用了多少”错当成“做得多好”。

这种管理迷思，其实并不陌生。企业发展史上，从来不乏把容易量度的指标误当真正绩效的例子。早年有企业以程式员写了多少行code（代码）评估生产力，结果发现最优秀的工程师，往往是那些把数千行程式精简成百行核心逻辑的人。后来销售部门又迷信coldcall（电话推销）数量，以为电话打得愈多业绩自然愈好，最后证明往往并非如此。

今天，这种量化迷思只是换了一个更有科技感的新版本，叫token。支持这套做法的人并非毫无道理。对不少企业来说，AI早已不是可有可无的新玩具，而是关乎竞争力甚至生存的议题。鼓励员工大量试验、快速学习，甚至用游戏化方式推动接纳，在管理上确有其吸引力。新技术普及初期，先追求使用，再追求优化与产出，本来符合创新扩散的规律。

Token变成KPI
工具就可能沦为表演

若员工为了排名或考核开始“刷token”，让AI重复执行无意义任务，只为冲高数字，这不叫创新，而是典型的指标绑架。当消耗本身变成可被奖励的成绩，公司鼓励的就不再是解难效率，而可能只是对算力资源的浪费。

更值得警惕的是，这股热潮暴露了一种认知偏差，我们正不自觉把AI使用强度，误当成AI能力。两者其实完全不是同一回事。

真正懂用AI的人，未必问得最多，而往往问得最准。高手追求的，不是消耗最多token，而是用最少互动拿到最好的结果。懂得设计prompt（指令），有能力判断模型输出的真伪，能把AI无缝放进工作流程，这些才是核心竞争力。否则，只不过是把“勤力打字”误当成人工智能生产力。

某程度上，tokenmaxxing更像社交媒体年代虚荣指标的翻版。以前在意follower（关注者），人们后来晒日行步数，如今有人晒token用量。数字带来一种虚假的掌控感，因为它看似客观，又容易放进仪表板，但很多时只是把复杂问题粗暴简化。

AI是用更少资源创造更多价值

香港近年积极推动AI转型，不少企业决策者都在思考同一问题，如何衡量这类技术投资的回报，又如何确保员工真正落实应用。在这背景下，量化管理自然极具吸引力。毕竟token用量看得见、计得到，又容易写进报告。

但如果香港企业仍停留在“用得多等于转型成功”的思维，恐怕只会重蹈旧经济年代覆辙，用工时量度价值，用流程代替成果。这恰恰违背AI最重要的意义。人工智能从来不是让人做更多重复工作，而是让人用更少资源，创造更高价值。

设想一名员工利用AI把两天的数据整理工作缩短至两小时，他的token消耗可能不高，但创造价值极高。相反，若另一人整天与chatbot反复对话，消耗惊人资源，却没有产生任何有决策价值的观点，难道后者更值得排在前列？

真正要提升的是判断力

真正值得量度的，从来不是用了多少AI，而是AI改变了甚么。我们应该问的是，流程有没有实质加快，成本有没有下降，创意有没有提升，决策有没有更好。这些才是结果，而不是vanitymetric（虚荣度量）。有趣的是，连当初出现排行榜的Meta，最终也选择将它下架。这动作本身，已说明问题所在。

科技史总是循环往复。每当新技术来临，人们总急于找到一个数字，填补内心的不确定。互联网年代追pageviews（浏览量），社交媒体年代追likes（点赞），如今追tokens。很多时不是数字本身有错，而是人太容易把proxy（代理人）当成reality（现实）。

管理学有句老话，当一个指标变成目标，它便不再是好指标。放在AI时代，这句话比以往更贴切。真正值得企业领袖担心的，不是员工token用得太少，而是企业上下开始盲目相信，用得多就代表走在前端。那很可能只是另一种昂贵的高科技幻觉。

也许真正最懂驾驭技术的人，根本不会时刻留意自己用了多少token。正如职场上最有效率的人，往往不是看起来最忙的那位。在人工智能与实体世界加速融合的时代，我们真正需要提升的，从来不是token，而是判断力。

作者叶文瀚博士是亚洲行销科技协会主席，圣方济各大学创业培育中心副总监。

文章仅属作者意见，不代表香港01立场。

01专栏精选不同范畴专家，丰富公共舆论场域，鼓励更多维度思考。