Chinese werknemers voeren nu AI-productiviteitstheater op voor hun bazen
In januari ontketende Nvidia-topman Jensen Huang wat Chinese techwerknemers nu de Tokenmaxxing-golf noemen. Zijn opmerking, die online wijd werd verspreid, was dat hij het zeer ongemakkelijk zou vinden als een ingenieur van 500.000 dollar per jaar minder dan 250.000 dollar aan tokens per jaar zou verbruiken. Bij de grote Chinese internetbedrijven werd het aantal tokens dat AI-tools verbruikten al snel een maatstaf voor inzet. Gebruik de modellen intensief en je leek toegewijd; gebruik ze weinig en je leek je werk niet te doen.
In juni kwam de rekening. Bedrijven die bijna onbeperkt gebruik van grote taalmodellen hadden aangemoedigd, begonnen het rendement van die uitgaven tegen het licht te houden. De verschuiving stelde niemand gerust. Integendeel, volgens een veel gedeeld verslag van het jaar binnen Chinese techbedrijven, wakkerde ze de angst aan: werknemers moesten nu aantonen dat de AI-tools renderden, zelfs wanneer de tools weinig van het werk deden.
Het resultaat is een nieuw soort kantoorperformance. Werknemers houden sessies open, genereren lange documenten en draaien prompts waarvan het hoofddoel is een zichtbaar spoor van activiteit achter te laten. Het gaat niet om de output maar om het bewijs van inspanning. Een werknemer die rustig een taak zonder AI uitvoert, loopt het risico langzamer te lijken dan een collega die dezelfde taak in een dikke laag door modellen gegenereerde concepten wikkelt. In een jaar waarin beslissingen over personeelsbestand worden genomen op basis van productiviteitscijfers, is dat een reëel risico.
Dit is het ongemakkelijke midden van het AI-adoptieverhaal. De tools zijn oprecht nuttig voor het opstellen, samenvatten en programmeren, maar de winst is ongelijk en moeilijk aan één persoon toe te schrijven. Managers willen een meetbaar getal. Tokentellingen, promptgeschiedenissen en gebruiks dashboards leveren er een. Wat ze meten is activiteit, niet waarde, en werknemers hebben geleerd te optimaliseren voor de maatstaf in plaats van het doel.
Het patroon doet denken aan eerdere uitrol van bedrijfssoftware, toen inlogfrequentie en het aantal licenties de maatstaf werden voor tools die niemand goed gebruikte. AI voegt een wending toe: omdat de modellen goedkoop aan te roepen en makkelijk parallel te draaien zijn, is de performance bijna gratis te produceren. Een werknemer kan in een middag een overtuigende indruk van AI-gedreven efficiëntie fabriceren, waardoor de maatstaf nog minder betrouwbaar wordt.
Voor Chinese bedrijven staat er meer op het spel dan kantoorpolitiek. Bedrijven staan onder druk om zware uitgaven aan rekenkracht en modelabonnementen te rechtvaardigen, en velen reorganiseren teams rond de aanname dat AI de productie zal opvoeren. Als de productiviteitswinst deels theater is, rusten die plannen op zand. Sommige organisaties reageren door over te stappen op resultaatgerichte beoordelingen, waarbij afgerond werk wordt beoordeeld in plaats van toolgebruik, hoewel de overgang ongelijk verloopt.
Er is ook een menselijke prijs. Werknemers beschrijven vermoeidheid van het volhouden van een performance die nooit eindigt, en terughoudendheid om toe te geven dat een tool niet hielp. De angst om achter te blijven, de FOMO die de tokenhausse aanwakkerde, is niet verdwenen; ze is alleen van vorm veranderd. Nu gaat de angst over het bewijzen van rendement in plaats van het bewijzen van enthousiasme.
De volgende test komt wanneer bedrijven budgetten voor het komende jaar vaststellen. Let op of Chinese werkgevers token- en gebruiks dashboards afschaffen ten gunste van geleverde producten, opgeloste tickets en omzet, en of werknemers ophouden AI-activiteit als een vorm van baanzekerheid te behandelen. Tot die tijd is het meest zichtbare teken van AI-adoptie op veel kantoren misschien wel de schijn ervan.