不久前，“影子AI”还被视为一则好消息。员工瞒着IT部门，用个人账号悄悄使用ChatGPT和Claude，把原本需要数小时的工作缩短到几分钟内完成。麻省理工学院（MIT）去年发布的一项研究显示，超过90%的企业员工在日常工作中使用个人聊天机器人账号，且往往未经批准；而与此同时，这些企业中只有40%正式订阅了大语言模型服务。当时，“影子经济”蓬勃发展：管理层将其视为治理问题；而员工则将其视为高效工作的利器。

但如今，数据呈现出另一番景象。曾经被员工争相私下使用的工具，正在被越来越多的人主动弃用。原因并非工具无效，而是员工担心，一旦它“太好用”，后果将不堪设想。

SAP旗下的WalkMe公司在其第五份年度《数字化采用现状》报告中，对14个国家的3,750名高管和员工进行了调研。结果显示，过去30天内，超过54%的员工绕开了公司提供的AI工具，选择手动完成工作；另有33%的员工从未使用过AI。两者合计，约有八成企业员工正在回避或者主动抵制这项技术，尽管企业正投入创纪录的资金进行部署。数据显示，企业数字化转型的平均预算同比增长38%，达到5,420万美元；但由于应用落地失败，其中40%的投入未能发挥应有成效。

高管与员工之间的认知鸿沟

早期的热情所掩盖的问题，如今在数据中显露出来。只有9%的员工信任AI能够处理复杂、关键的业务决策，而在高管中这一比例却高达61%，两者之间存在52个百分点的信任落差。另有88%的高管认为公司已为员工提供了充足的工具，但仅有21%的员工表示认同，仅在工具充分性这一项上就存在67个百分点的差距。用报告中的话说，高管与员工“仿佛在描述两家完全不同的公司”。

质疑者同样有数据支撑。约翰斯·霍普金斯大学（Johns Hopkins）经济学家史蒂夫·汉克经历过多轮技术周期，深谙“泡沫”的内在逻辑。他在近期对《财富》杂志表示：“AI并没有兑现承诺。欢迎回到现实世界。忘掉AI泡沫吧，它没有带来实质改变。你看各种调查显示大家确实都在尝试使用，但深入研究就会发现，它其实并没有产生多大影响。”他的结论很直接：“生产率表现依然疲软。如果AI真的带来了改变，生产率理应已大幅提升。硅谷那帮人号称GDP会增长5%或6%，生产率会飙升6%，但这根本没有发生。”

这种质疑，在某种程度上也与WalkMe的数据相呼应。WalkMe联合创始人兼首席执行官丹·阿迪卡一直在实际工作中密切关注这一分化趋势。他经常向企业首席信息官提出一个简单问题：到底有多少员工正在利用AI开展实质性工作？他表示：“这个数字还不到10%。”

阿迪卡借用了一个形象的比喻（本文编辑也很喜欢这个比喻），将AI比作一辆跑车，强调其“速度潜力”。他表示他最喜欢的类比是：如果公司给每位员工都配了一辆跑车，但他们却不会开——这意味着他们缺乏AI技能。

问题的一部分在于结构性因素，而非行为因素。阿迪卡表示：“你给每个员工都配了一辆法拉利，但他们不会开。有时他们缺乏‘燃料’，即缺乏上下文背景信息；驾驶技术对应的是提示词能力；有些情况下甚至连‘道路’都没有，即缺乏API或MCP服务器来执行任务。”当你拥有一辆法拉利，却没有驾驶者、没有燃料、也没有道路时，自然跑不起来。

毕马威（KPMG）美国税务技术与创新全球主管布拉德·布朗在接受《财富》杂志采访时，也使用了几乎相同的比喻。他说道：“这就像一辆F1赛车。车本身性能卓越，但如果没有技术过硬的车手，它对你来说毫无用处。”这两位资深技术专家，一位是创业公司创始人，一位是“四大”会计师事务所合伙人，不约而同地给出相同描述，说明他们在大规模实践中反复目睹了这一普遍性现象。

这种鸿沟正令企业付出代价

那辆“开不起来的法拉利”所产生的隐形成本，如今已经可以量化。WalkMe的报告显示，员工每年因技术使用不畅而损失相当于51个工作日的时间，接近两个月，较2025年上升了42%，相当于每周损失7.9小时。与此同时，高盛（Goldman Sachs）经济学家本周指出，能够正确使用AI的员工，每天可节省约40至60分钟时间。数据呈现出一种近乎讽刺的平衡：AI给熟练使用者带来的效率增益，几乎正好抵消了它给无法用好它的人造成的效率损失。

“影子AI”的现象依然在暗中存在。78%的高管表示希望对员工私自使用AI工具的行为进行约束，但只有21%的员工称曾收到过相关政策警告，甚至有34%的员工并不清楚公司批准了哪些工具。换句话说，高管一边威胁要惩罚相关行为，一边却从未说明要禁止哪些行为。这种自相矛盾的心理根深蒂固，以至于62%的高管私下承认，完全不使用AI的风险，要大于未经许可使用“影子AI”的风险——后者其实被夸大了。

Futurum Group副总裁兼企业软件数字工作流研究总监基思·柯克帕特里克表示：“使用‘影子AI’不应被简单视为违规行为，更应被看作企业弥补系统性缺口的契机。当员工转向未获批准的AI工具时，他们实际上是在弥补官方工具和模糊的治理体系留下的性能或效率上的不足。”

AI“疏离”现象

真正的新变化，也是数据才刚刚捕捉到的全新现象，是隐藏在“影子AI”之下的更深一层：一类员工不再偷偷绕开规则，而另一类员工则干脆选择了无为。

当被问及如何定义这种现象时，阿迪卡停顿了一下。他这样描述那些抗拒AI的员工：“他们对自己的工作有自豪感，不愿意让AI机器人取代自己，而且他们总能找出这些工具不如他们的地方。”这听起来很像疫情时期出现的“悄然躺平”，即员工并未离职，但也不再付出额外努力。这或许也反映了某种合乎情理的挫败感：AI工具频繁出现“幻觉”，不仅没有节省时间，反而增加了负担。

阿迪卡表示：“真正做对这件事的公司，不会简单地将大多数任务自动化，而是会弄清楚三个问题：什么时候该由人来行动，什么时候该由AI来执行，以及两者之间如何顺畅衔接。信任就建立在人机协作的衔接处。而现在，大多数公司甚至还没有开始认真思考这个问题。”这一点也得到了MIT研究的印证：90%的员工在处理关键任务时仍首选人工处理，这表明人们仍不愿意深度依赖AI。

在Block公司宣布裁员后，甲骨文（Oracle）也宣布裁员数万人。不过，一些批评人士认为，这更像是一种“AI洗白”，即用AI作为借口掩盖此前的过度招聘，同时顺势提振股价。基层员工对这套逻辑心知肚明。阿迪卡表示：“在某个阶段，我们会感受到不确定性和恐惧，也会目睹裁员。我认为这会是一段逐步推进的过渡期。但归根结底，现在人们还没有真正把AI利用起来。”

不过，阿迪卡也强调，员工对AI敬而远之并非杞人忧天，他们察觉到的风险是真实的，但他们据此得出的结论却未必正确。“你不会看到哪家银行或保险公司的首席执行官明天就大规模裁员，因为工作还得有人来做。”他认为，一个“重大问题”即将浮出水面：那些关于AI将取代所有人的说法，终将面对一个事实：“至少在当下并没有成为现实。”

“掌握车技的人”才是关键

布朗表示，他现在会花更多时间思考一个问题：如何弥合“法拉利”和“驾驶者”之间的差距。在毕马威内部，他开始将员工划分为三类：构建者、应用者和高级用户，对应不同层级的AI能力，并配套清晰的职业发展路径。他表示：“我们当前的重点是设计激励机制和职业路径，让所有员工都能提升到那个水平。是时候让人类赶上技术的发展步伐了。”

这一框架的关键在于，问题并不在于智力，甚至也不在于传统意义上的培训。布朗表示：“我认为真正重要的是员工自身具备的批判性思维和判断力，这些能力会帮助他们成为‘应用者’”，也就是能够熟练使用AI工具，甚至借助这些工具开发新工具的人。在他看来，风险最大的员工并非缺乏技术能力，而是雇主未能为他们提供尝试的“安全空间”、路径或激励。

目前，约三分之一的企业员工从未使用过AI工具，这一群体普遍表示得到的支持最少、培训最不足、对技术冲击最感到焦虑。WalkMe的报告指出，他们并非在“抵制AI”，而是“尚未被触达”。至于这些工具的进化速度是否已经超过了员工追赶的能力，布朗坦言确实感受到了这种差距的存在。

持续进化既是可能，更是必然

当汉克明确了对AI的预期用途后，它所节省的大量时间，最终让他的态度发生了转变。他表示：“对我来说，AI就像一个额外的研究助理。它能节省大把时间。如果让真人研究助理来做这些事，我得让他们去图书馆，他们可能要花上一周时间，而我用AI大约一小时就能搞定。”但前提是，“你必须知道它擅长做什么”。关键是，你必须具备深厚的专业背景，才能识别AI的错误。汉克在经济学、大宗商品和国际金融领域有数十年的造诣，因此他表示：“我知道该问AI什么问题，也知道该如何提出要求。”

他的心路历程，从最初禁止学生使用，到后来的审慎怀疑，再到如今的日常依赖，与许多严肃思考者经历的轨迹如出一辙。他说自己经历了“从‘不行’，到‘也许可以’，再到‘这很好——但有些工具确实很糟糕’的过程。”他对AI工具的评价一如既往地犀利：“AI种类繁多，其中一些确实很糟，这取决于你的具体需求。”

布朗则认为，这终究是一个乐观的故事，但前提是必须行动起来。他表示：“真正的赢家，是那些能让员工有效利用AI能力的企业。不愿拥抱AI的团队会面临挑战；而过度依赖AI、摒弃人类员工价值的工作环境，将难以为继。”（财富中文网）

译者：刘进龙

审校：汪皓