Meta 内部正在以一种意想不到的方式衡量员工的 AI 采用程度——根据 The Information 报导，该公司建立了名为「Token Legends」的内部排行榜，员工以 AI 算力与 token 使用量作为地位与生产力指标互相竞争。宾夕法尼亚大学知名教授 Ethan Mollick 在 X 上引用经典管理学文章《奖励 A 却希望得到 B 的荒谬》对此提出尖锐警告：当企业用错的指标衡量 AI 采用成效，AI 可能成为新一代「表演性工作」。
Token 用量竞赛：Meta 的 AI 采用新游戏规则
据报道，Meta 内部建立的「Token Legends」排行榜，让员工可以查看彼此的 AI 算力消耗量。这个机制在内部形成了一种竞争文化，员工开始以 token 使用量作为展示自己「拥抱 AI」的证明。然而，这种做法引发了一个根本性问题：用量是否等于价值？
Mollick 在另一则推文中进一步提供了一个惊人的数字：Meta 每日 AI 算力消耗达两兆个 token（two trillion tokens a day）。这个规模呈现的不仅是技术基础设施的投入，更是企业级 AI 采用已经进入大规模制度化阶段的明确证据。
经典管理学警告：「奖励 A 却希望 B」的 AI 版
Mollick 援引经典管理学文章《On the Folly of Rewarding A, While Hoping for B》来分析这个现象。这篇被广泛引用的论文揭示了组织中一个普遍问题：当激励机制与实际目标脱节时，员工会优化被测量的指标，而非组织真正需要的结果。
套用到 Meta 的情境：公司希望员工透过 AI 提升工作品质与效率（目标 B），却用 token 用量来衡量（奖励 A）。结果可能是员工为了爬上排行榜而大量使用 AI，即使这些使用并未带来实际的生产力提升。这与过去企业中「被看见在办公室」等于「勤奋工作」的表演性劳动如出一辙。
2025 年无感，但 2027 年将截然不同
Mollick 同时提出了一个重要的时间维度判断：2025 年大型企业中 GenAI 可能并未产生重大的工作影响，因为当时没有真正的 agentic 工具，采用需要时间，每个人都还在实验流程。但这个局面正在迅速变化。
他警告，那些显示 2025 年 AI 无影响的研究，不能告诉我们 2027 年会怎样。随着 agentic AI 工具成熟、组织流程重塑完成，企业将从「实验期」正式进入「规模化部署期」。而如何在这个转换过程中设计正确的激励机制，将决定谁能真正从 AI 中获得竞争优势。
对产业的启示：AI 采用的真正挑战不是技术
Meta 的「Token Legends」案例揭示了企业 AI 采用的深层问题：技术部署本身已非瓶颈，组织行为与激励设计才是。当企业把「用了多少 AI」当成 KPI，它们实际上是在奖励一种与产出无关的行为。真正有效的指标应该衡量 AI 带来的实际成果——专案完成速度、代码质量、客户满意度——而非单纯的使用量。
对于正在推动 AI 转型的台湾企业而言，Meta 的经验提供了一个重要的警示：在急于导入 AI 工具的同时，更要仔细思考如何设计配套的绩效评估体系。否则，AI 只会成为新一代的表演性工作工具，而非真正的生产力变革引擎。
这篇文章 Meta「Token Legends」AI 排行榜引争议：用量当绩效恐成表演性工作 最早出现在 链新聞 ABMedia。
