🖨️ 開場：全世界最會產報告的公司，叫員工少做點內容
2026 年 8 月，麥肯錫四位新晉合夥人接受《Business Insider》訪問，罕見地對自家年輕顧問喊話：少做那些「看起來很像樣、其實經不起檢驗」的 AI 內容，多花時間跟同事建立關係。
一家靠知識與報告吃飯的企業，公開要求員工「少生產」。這在五年前無法想像。同一個月，微軟宣布關閉 Copilot 的 Deep Research、Podcast 等一堆功能，理由是產品線太雜。
供應端開始主動收縮。這通常不是偶然，而是泡沫見頂的訊號。
📈 為什麼現在重要：AI 是印鈔機，內容正在大通膨
先看供需。
過去，一份像樣的市場分析，要一個顧問查三天資料、寫兩天稿、再讓主管改一天。稀缺，所以珍貴。客戶拿到報告會真的讀，會因為裡面的判斷改變決策。
現在，同樣的報告丟給 AI，三小時就能產出一份很像樣的版本。格式正確、結構完整、語氣專業，一眼看不出破綻。
問題就在這裡。當每個人都有印鈔機，鈔票就會貶值。內容的供給量暴增，每一份內容能換到的注意力與信任，都在快速縮水。
我把這叫做「內容通膨」：AI 是印鈔機，像樣內容是超發貨幣，而信任，是這個體系裡唯一不能量產的金本位。它無法被 prompt 出來，無法被演算法放大，只能靠一次次經得起檢驗的交付慢慢累積。
🚨 三個通膨徵兆，正在你家公司發生
通膨不會突然發生，會先露出徵兆。最近的新聞裡，至少看得到三個。
第一個徵兆：顧問的 slop。 麥肯錫高層直言，現在年輕顧問用 AI 的最大問題不是「不用」，而是「用得太淺」——產出表面漂亮、漏洞百出的內容，然後直接交出去。關鍵不在生成速度，而在於有沒有用批判思考檢查輸出、辨識錯誤、做出判斷。AI 生成只是半成品，有人檢驗才算成品。這個道理放到任何行業都成立。
第二個徵兆：領導的 slop。 HBR 八月刊登一篇研究，作者訪談了 11 家歐洲 IT 服務公司的領導團隊，發現 AI 轉型卡關的煞車往往不是員工抗拒，而是高階主管自己。受訪的主管私下都有清楚的判斷：該繼續培訓新人、該訂全公司 AI 使用規則、該重定價策略。但一進會議室，沒人願意第一個開口。於是幾種聽起來都很合理的敘事填補了空洞：「客戶又沒要求降價」「生成式 AI 沒有比當年的網路革命性」「先做再說」。這些敘事不是決策，只是決策的替代品。會議紀錄看起來很充實，決策卻是空的——這是管理層的內容通膨。
第三個徵兆：執行的 slop，也最刺眼。 這個月有一段影片在 X 上流傳：印度工廠的工人，正在錄製自己日常作業的每一步流程，供機器人學習。這些資料最終可能取代他們自己的工作。當「把工作寫成教材」變成例行公事，員工實際上在生產取代自己的內容，而管理層還以為這是知識管理。
🔒 通膨時代，什麼才保值？
內容的購買力注定縮水，企業該把資源放在哪裡？
我的答案是三個方向，共通點是「不可量產」。
第一，為產出加上檢驗標章。 從今天起，公司對外發出的每一份報告、簡報、文章，都先回答三個問題：數據從哪裡來？誰驗證過？作者願意為它背書嗎？AI 可以幫你寫，但檢驗這道工序不能外包。願意為檢驗付費的客戶，會流向願意背書的人。
第二，把決策記錄下來。 對抗領導的 slop，最好的工具不是更多會議，而是決策紀錄：這個案子為什麼這樣選、放棄了什麼、誰負責。當「像樣的理由」必須寫下名字、寫下日期，它就沒有那麼像樣了。
第三，把省下來的時間拿去見人。 麥肯錫高層那句「多跟同事吃頓飯」不是懷舊，是資產配置。AI 省下來的產出時間，至少一半要流向 AI 做不到的事：現場、關係、判斷。這些東西無法 scale，所以它們保值。
我在自己的公司也是這樣做的。我每天用 AI 產出大量素材，但有一條鐵律：AI 寫的東西，過不了我自己的檢驗，就不算完成品。信任是顧問業唯一的資產，它不能量產，只能一筆一筆存。
🏁 給企業主的最後提醒
內容通膨時代，最危險的不是內容太少，而是內容太多。
太多公司還在用過去的邏輯運作：產出越多越好、更新越頻繁越好、看起來越專業越好。但當每個人的內容都在變多，讀者的注意力與信任只會越來越貴。
下次團隊要發一份報告、一篇貼文、一張簡報之前，先問一句：這份東西，會有人因為它而改變決定嗎？
如果答案是「不會」，那就別發。你省下的不只是成本，是客戶願意繼續讀你下一份東西的額度。