不是员工在“破坏”AI，而是公司在用AI破坏信任

本文来自微信公众号： AIGC从0到1 ，作者：王零壹

最近，一组数据在职场圈流传：全球调查显示，29%的员工承认主动“破坏”公司的AI战略，在Gen Z群体中，这一比例飙升至44%。

他们具体怎么做？把公司专有信息喂给未批准的公开大模型；偷偷使用“影子AI”；outright拒绝公司指定的工具；甚至故意产出低质量内容，或篡改绩效指标，让AI“看起来很蠢”。

这组数字来自AI公司Writer与调研机构Workplace Intelligence在2026年发布的企业AI采用调查，覆盖美、英、欧2400名知识工作者（一半是C-suite）。表面看，是员工在跟技术进步对着干。但把镜头拉近，再对照中国职场的现实，你会发现：真正在崩塌的，往往不是技术本身，而是信任，以及“蛋糕怎么分”的默契。

一、破坏的表象与真实动机

调查里，破坏行为最常被提及的动机是“恐惧AI抢走工作”（约30%）。其余还包括安全顾虑、觉得AI削弱个人创造力与价值感、以及公司策略执行糟糕。

更刺眼的是高管侧的数据：75%的高管承认自家AI战略“更多是做给别人看的”，而非真正的内部指引；48%直接称采用结果是“巨大失望”；与此同时，92%的高管在积极培养“AI精英”，60%计划裁掉不采用AI的人，77%表示不精通AI者将失去晋升机会。

一边是表演式转型+威胁，一边是员工用各种方式“软抵抗”。结果可想而知——54%的高管坦言，AI采用正在“撕裂”公司。

中国的情况既相似，又更微妙。ADP的《职场人》系列研究显示，中国员工对AI的接受度显著高于全球平均：22%“非常同意”AI未来一年会对工作产生积极影响（全球17%），知识工作者中这一比例达36%。使用频率也更高——73%的中国员工每周多次使用AI，26%几乎每天使用，远超全球水平。

但同一批知识工作者中，仍有19%“非常同意”担心被AI取代。希望与焦虑并存得更鲜明。员工并不是天然反感AI，他们更反感的是：公司一边高喊“拥抱AI”，一边用它作为压缩成本、加码工作量、或筛选人的工具，却迟迟不谈收益如何共享。

二、中国职场的“影子版本”

在中国，这种暗战有一个更日常的名字：影子AI。

员工自费订阅ChatGPT、Claude或其他个人工具，效率肉眼可见提升；公司花真金白银采购的官方系统，却常常因为权限复杂、响应慢、场景脱节而门可罗雀。MIT相关观察曾指出，企业生成式AI投入中约95%难见显著回报，而基层员工的私下使用率却远高于公司正式提供的比例。个人工具开箱即用、能记住偏好、迭代快；企业工具则往往死板、需要反复输入背景、难以真正嵌入工作流。

更极端的例子是部分大厂的“一刀切”。京东曾在网络层面拦截员工访问豆包、通义千问、Gemini、DeepSeek、ChatGPT等外部平台，强制导向自研JoyAI；美团则要求业务团队使用外部模型需高管审批，优先内部LongCat。官方理由几乎一致：数据安全与合规。

安全考量并非空穴来风——全球调查中67%的高管认为公司已因未批准工具出现数据泄露风险。但简单封杀的副作用也很明显：审批流程抬高使用门槛，真正有创造力的场景被放弃；员工转而寻找更隐蔽的绕过方式；缺乏外部标杆的自研模型，也更容易陷入“自我感觉良好”的闭环。

这种做法可能在解决报表问题的同时，扼杀创新反馈，甚至加速优秀人才的流失——顶级工程师往往把“能自由使用最好工具”视为基础设施，而非可有可无的福利。

影子AI的本质，其实是员工用脚投票：他们不是拒绝效率，而是拒绝低效且不透明的强制。

三、更深的裂缝：工资压缩与利益分配

如果只把问题归结为“员工怕被取代”，未免太浅。Apollo Global Management的研究提供了另一块拼图：在高AI暴露的岗位上，实际工资增长在2023年后相对低暴露岗位放缓了约6.7个百分点，而就业水平并未出现显著下降。换句话说，公司更多通过“工资压缩”而非大规模裁员来捕获生产力收益。

员工保住了工作，但支票可能变薄，工作强度可能上升（AI缩短单任务时间后，更多任务被塞进来）。这种“安静的挤压”，比直接裁员更难被看见，却更容易积累怨气。

再叠加组织层面的三重断层：

• 人性断层：超级个体难复制，高效者被塞更多活却未必多得回报，技能被当作个人护城河而不愿分享。

  
  

• 流程断层：个人效率暴涨，审批、协作、决策流程纹丝不动，最终交付提升有限。

  
  

• 业务断层：AI被主要用于降本，而非开源创新，节省的时间流向内卷或空转。

  
  

当公司把AI当成本工具而非增长杠杆，员工的“破坏”就成了某种原始的利益博弈。

四、谁在受伤？双方都在输

破坏并非无代价。数据很清楚：AI超级用户过去一年获得晋升+加薪的概率是落后者的3倍，每周可节省近9小时，生产力可达5倍。拒绝或暗中作对的人，更容易被贴上“不适应”的标签，在60%公司计划的裁员名单里占优。

公司这边也不好过。表演式战略换不来ROI（仅约29%组织从生成式AI看到显著回报），内部撕裂消耗管理精力，影子AI带来的安全风险真实存在，董事会介入的压力也在增大。

真正的输家，往往是整个组织的长期竞争力。技术落地最难的从来不是模型能力，而是人愿不愿意用、能不能用好、用了之后收益归谁。

五、从对抗到协作的可能路径

全球调查的结论之一很直白：裁员不是可行的AI战略。那些真正看到回报的组织，做的是组织再设计——把AI与收入结果直接挂钩，给业务团队自主权同时保留IT治理，先建好治理框架再规模化，把个人主动性放大而非压制。

对中国企业而言，更具体的启示或许是：

• 正视影子AI，与其封杀，不如提供足够好用、安全可控的企业级选项，并降低使用摩擦。

  
  

• 把沟通和培训做在威胁前面。ADP的建议很朴素：正面回应员工在期待与焦虑之间的情绪，用清晰沟通和技能赋能去化解。

  
  

• 重新思考激励。如果超级个体的效率无法转化为组织成果，也无法转化为个人合理回报，抵抗就会持续。

  
  

• 把AI当变革，而非工具采购。流程、角色、评价标准都需要同步调整。

  
  

对个人而言，纯破坏是高风险策略。AI不会因为你故意让它表现差就消失；真正可持续的，是把它当成杠杆，同时保持对自身不可替代能力的清醒投资——复杂判断、跨领域整合、人际信任、创造性问题定义，这些仍难被完全自动化。

技术本身没有道德属性。它放大的是组织已有的信任结构与利益分配逻辑。当公司用AI破坏信任时，员工用各种方式“破坏”AI，其实只是在用他们有限的筹码，回应一场他们感觉自己正在输掉的分配游戏。

真正的问题，一直是：在效率提升的蛋糕做大之后，谁有权决定怎么切。