雷德·霍夫曼支持将AI使用量作为生产力指标

关键信息

霍夫曼承认令牌使用量并非生产力的完美指标，但建议将其作为有用的数据仪表盘，前提是结合员工实际用令牌做什么的信息——比如实验或协作。

资讯摘要

在Meta因内部AI令牌排行榜泄露而关闭后，雷德·霍夫曼为追踪员工AI令牌使用量的做法辩护，认为这有助于鼓励组织内广泛参与AI工具。他指出，虽然令牌数量本身不代表生产力，但它能体现员工尝试新事物的意愿——这是创新的关键特质。

霍夫曼强调必须理解使用令牌背后的动机，因为一些高用量用户可能是在探索失败的想法，但仍促进集体学习。他还建议定期进行团队会议分享AI实验和成果，主张将AI嵌入所有职能领域，而非仅限于工程部门，以最大化价值。

资讯正文

几天前，Meta关闭了其内部的“tokenmaxxing”仪表板，此前AI排行榜泄露给媒体。LinkedIn联合创始人兼风险投资家雷德·霍夫曼（Reid Hoffman）随即表态支持这一最近席卷硅谷的概念。

人工智能中的“token”是指AI模型在理解提示并生成回应时处理的小段数据。它也是衡量AI使用量并决定AI服务费用的基本单位。

因此，许多公司开始内部追踪哪些员工使用的token最多，以此作为判断谁更积极采用AI工具的参考指标。他们将这种做法称为“tokenmaxxing”——其中“maxxing”是Z世代俚语，意指优化某件事，正如你可能在其他流行说法中听到的“looksmaxxing”（外貌优化）或“sleepmaxxing”（睡眠优化）。

然而，科技公司的工程师们正在争论这个指标是否能真正反映工作场所的生产力，因为这相当于根据谁花的钱更多来排名员工。

在本周于Semafor世界经济峰会上播出的一次采访中，霍夫曼给出了企业采纳AI的建议，表示他对这种做法持积极态度。虽然他没有使用Z世代的术语，但他明确表示跟踪员工的token消耗是一个好主意。

“你应该让各个职能岗位的人都实际参与并尝试使用AI，”他在活动中说，“这是一个值得查看的仪表板——不意味着它是生产力的完美体现，但……人们在实际操作中到底用了多少token？”

他进一步解释道，有些人可能会使用大量token，但方式更随机或探索性更强，因此你应当把追踪‘tokenmaxxing’行为与了解人们用token做了什么结合起来。

“其中一些实验会失败——这没关系。但正是在这种循环中，你希望尽可能多的人共同且同时地使用AI，”霍夫曼补充道。

霍夫曼还分享了其他关于企业制定AI战略的建议，指出AI应嵌入整个组织，并建议定期进行交流，分享哪些方法有效。

“我们应该每周进行一次简短会议。不需要所有人每次都一起讨论，但可以组织小组会议，比如‘这周我们尝试了哪些新事物，如何用AI提升个人、团队和公司效率？我们学到了什么？’你会发现，有些成果真的非常出色，”霍夫曼说。

来源与参考

1. 原始链接
2. Reid Hoffman weighs in on the 'tokenmaxxing' debate | TechCrunch