Meta「Token Legends」AI 排行榜引爭議：用量當績效恐成表演性工作

Meta 內部正在以一種意想不到的方式衡量員工的 AI 採用程度——根據 The Information 報導，該公司建立了名為「Token Legends」的內部排行榜，員工以 AI 算力與 token 使用量作為地位與生產力指標互相競爭。賓夕法尼亞大學知名教授 Ethan Mollick 在 X 上引用經典管理學文章《獎勵 A 卻希望得到 B 的荒謬》對此提出尖銳警告：當企業用錯誤的指標衡量 AI 採用成效，AI 可能成為新一代「表演性工作」。

Token 用量競賽：Meta 的 AI 採用新遊戲規則

據報導，Meta 內部建立的「Token Legends」排行榜，讓員工可以查看彼此的 AI 算力消耗量。這個機制在內部形成了一種競爭文化，員工開始以 token 使用量作為展示自己「擁抱 AI」的證明。然而，這種做法引發了一個根本性問題：用量是否等於價值？

Mollick 在另一則推文中進一步提供了一個驚人的數字：Meta 每日 AI 算力消耗達兩兆個 token（two trillion tokens a day）。這個規模呈現的不僅是技術基礎設施的投入，更是企業級 AI 採用已經進入大規模制度化階段的明確證據。

經典管理學警告：「獎勵 A 卻希望 B」的 AI 版

Mollick 援用經典管理學文章《On the Folly of Rewarding A, While Hoping for B》來分析這個現象。這篇被廣泛引用的論文揭示了組織中一個普遍問題：當激勵機制與實際目標脫節時，員工會優化被測量的指標，而非組織真正需要的結果。

套用到 Meta 的情境：公司希望員工透過 AI 提升工作品質與效率（目標 B），卻用 token 用量來衡量（獎勵 A）。結果可能是員工為了爬上排行榜而大量使用 AI，即使這些使用並未帶來實際的生產力提升。這與過去企業中「被看見在辦公室」等於「勤奮工作」的表演性勞動如出一轍。

2025 年無感，但 2027 年將截然不同

Mollick 同時提出了一個重要的時間維度判斷：2025 年大型企業中 GenAI 可能並未產生重大的工作影響，因為當時沒有真正的 agentic 工具，採用需要時間，每個人都還在實驗流程。但這個局面正在迅速變化。

他警告，那些顯示 2025 年 AI 無影響的研究，並不能告訴我們 2027 年會怎樣。隨著 agentic AI 工具成熟、組織流程重塑完成，企業將從「實驗期」正式進入「規模化部署期」。而如何在這個轉換過程中設計正確的激勵機制，將決定誰能真正從 AI 中獲得競爭優勢。

對產業的啟示：AI 採用的真正挑戰不是技術

Meta 的「Token Legends」案例揭示了企業 AI 採用的深層問題：技術部署本身已非瓶頸，組織行為與激勵設計才是。當企業把「用了多少 AI」當成 KPI，它們實際上是在獎勵一種與產出無關的行為。真正有效的指標應該衡量 AI 帶來的實際成果——專案完成速度、程式碼品質、客戶滿意度——而非單純的使用量。

對於正在推動 AI 轉型的台灣企業而言，Meta 的經驗提供了一個重要的警示：在急於導入 AI 工具的同時，更要仔細思考如何設計配套的績效評估體系。否則，AI 只會成為新一代的表演性工作工具，而非真正的生產力變革引擎。

這篇文章 Meta「Token Legends」AI 排行榜引爭議：用量當績效恐成表演性工作 最早出現於 鏈新聞 ABMedia。