一項發表于《哈佛商業評論》的研究顯示，盡管人工智能工具在提升工作效率方面展現出顯著優勢，但過度依賴可能引發新的職場健康問題。該研究對美國多個行業的大型企業展開調查，覆蓋1488名全職員工，發現部分使用者出現思維模糊、頭痛、決策遲緩等癥狀，研究人員將其定義為“AI腦疲勞”。

波士頓咨詢集團董事總經理馬修·克羅普在接受媒體采訪時指出，早期采用AI技術的工程師群體已率先出現這類癥狀。他們需要同時管理多個智能體，導致認知負荷遠超常規工作模式。“這不是簡單的職業倦怠，而是技術變革帶來的新型壓力。”克羅普強調，隨著更多崗位開始采用“人管智能體”模式，這種風險正在向更廣泛的職場擴散。

研究數據揭示了工具數量與效率的微妙關系：當員工使用1-2款AI工具時，生產力平均提升23%；增加至3款時，增幅驟降至7%；超過3款后，整體效率反而下降12%。一位資深工程經理描述了典型場景：“我同時運行代碼生成、文檔處理和數據分析三個工具，不斷切換界面核對細節，結果大腦像被塞進過多信息，工作速度反而變慢。”

這種認知過載現象在特定行業尤為突出。調查顯示，市場營銷從業者中25.9%報告相關癥狀，人力資源領域為19.3%，運營和軟件工程分別為17.9%和17.8%，而法律與合規崗位僅約6%。克羅普分析，差異源于各行業AI滲透程度不同——高頻使用智能體的崗位更容易觸及認知臨界點。

波士頓咨詢集團X部門（擁有約3000名AI工程師）的實踐提供了管控范例。作為部門首席AI官，克羅普建議企業建立“工具使用配額制”：“即使AI能讓效率提升50倍，我們或許只需要20倍的增幅，換取員工更好的心理狀態和更低的離職率。”該部門正在測試每日3小時的AI輔助編程上限，初步數據顯示能有效緩解認知壓力。

研究同時發現積極面：當AI用于替代重復性工作時，員工整體倦怠率下降18%。這解釋了為何技術崗位雖認知負荷高，但職業滿意度仍保持較高水平。“關鍵在于找到平衡點。”克羅普舉例，軟件工程師讓AI生成代碼框架后，仍需投入大量精力審核優化，“這種監管工作本身就需要高度專注，多任務并行會成倍放大壓力”。

目前，僅有不到5%的職場人士處于同時管理多個智能體的高風險層級。但克羅普警告，隨著AI能力以每九個月翻倍的速度進化，更多行業將面臨類似挑戰：“就像軟件工程領域正在經歷的變革，其他崗位可能在未來12-18個月內重現這種模式。企業需要提前建立應對機制。”