用AI還要偷偷摸摸，這屆員工在怕什么？

當下，員工越來越多地通過私下實驗開發出有價值的AI工作方法，但許多人選擇不分享他們所學到的東西，主要原因是他們不信任組織在知曉這些知識后會如何處置。他們擔心被認為能力不足、被分配更多工作、或者變得更容易被取代。

一位31歲的醫生每天在工作中多次使用AI。他告訴我們，他為組織批準的AI工具DoximityGPT創建了一個個人提示詞模板，稱其“效果驚人”。他的同事們使用同樣的工具卻困難重重——同事們自己也這么跟他說過。他覺得自己的模板能幫到他們。

然而，他沒有分享。

這樣的場景正在全球各地的組織中上演。畢馬威和墨爾本大學對超過48000名受訪者進行的一項全球研究發現，57%的員工承認在工作中隱瞞了自己使用AI的行為。隱瞞使用是一個問題。但人們在私下里用他們的AI工具所實際做的事情和學到的東西，更為重要。

誠然，知識囤積在組織中一直存在。關于組織沉默——即員工為何隱瞞信息、擔憂和想法——的研究已經相當成熟。但以往的研究主要集中在問題的隱瞞上：壞消息、道德問題、運營風險，而AI帶來的則是對解決方案的隱瞞。當個人摸索出來的工作流程創新能把一個三小時的任務壓縮到二十分鐘，而且這些創新還很容易藏起來不讓人知道時，沉默就變得跟以前不一樣了——它會在經濟上產生實實在在的后果。

過去，生產力提升默認會自動擴散。它們嵌入在共享系統、標準化流程和正式工具中，這些工具能以結構化的方式傳播改進。而有了AI，許多最有價值的提升來自個人實驗——某個員工發現了能在極短時間內生成可直接交付客戶的提示詞組合，或者找到了繞過官方流程尚未解決的瓶頸的方法。這些知識便于攜帶，易于在私下完善——也易于保密。

大多數組織通過加強治理來應對“影子AI”使用，例如制定使用政策、列出批準使用的工具清單以及進行監控。這些都是合理的步驟。但它們可能瞄準了錯誤的問題。我們的研究表明，還有一個不那么顯眼的因素在推動員工隱瞞AI知識，那就是組織信任——說白了，就是員工心里在盤算：要是讓別人知道我用了AI，我的工作、工作量、我的位置會怎么樣？

當員工不信任自己的領導或組織時，他們會隱瞞信息，把精力從做好工作轉向保護好自己，也會退出那些本該把個人智慧變成團隊能力的共同學習過程。AI加劇了這種情況的影響。在一項調查中，員工報告說，他們隱瞞AI使用是出于一系列常見原因：希望保持對同事的競爭優勢，擔心披露生產力意味著更多工作，害怕一旦方法被記錄下來自己的工作就可能被裁掉，擔心違反公司AI政策，以及不愿意讓自己的能力受到質疑。這些原因可能促成了另一個發現：在Anthropic的一項研究中，69%的專業人士提到了在工作中使用AI會面臨社會壓力。像Claude Code和OpenAI的Codex這樣的智能體編碼工具，讓人們比以往任何時候都更容易獨立開發有價值的工具。

最近的討論大多集中在如何緩解員工對使用AI的焦慮上，但還有一個更被低估的挑戰：AI正在對組織文化進行壓力測試。如果領導者只盯著采用率，就可能漏掉一個更重要的問題——員工有沒有安全感，有沒有動力，去分享他們自己摸索出來的東西？

當實驗看起來像違規時

AI知識隱瞞現象持續存在，部分原因是組織混淆了兩種類型的失敗。正如哈佛商學院教授艾米·埃德蒙森所指出的，一類失敗是應受譴責的違規行為：人們無視規則或走捷徑，從而損害組織。另一類是值得稱贊的探索性測試：人們在已知領域的邊緣進行實驗，雖然會產生失敗，但也能帶來有價值的學習。當組織將第二種誤認為是第一種時，它們懲罰的恰恰是自己最需要鼓勵的行為。

員工正在使用AI對新任務進行實驗，迭代提示詞，并構建獨特的工作流——無論他們的組織是否有正式的AI政策或批準的工具——這是經典的探索性測試。員工是將實驗結果保密，還是公開分享，很大程度上取決于他們是否信任組織會妥善對待他們所學到的東西。事實上，斯坦福數字經濟實驗室對51個企業AI應用案例的研究發現，AI應用中最困難的挑戰中有77%與技術本身無關。其中一個是贏得持懷疑態度的團隊的信任。那么，組織如何才能修復這個信任缺口呢？

我們的研究發現

為了用實證回答這個問題，我們對604名美國員工進行了調查，所有這些人都報告說每天或每天多次在工作中使用AI。我們還采訪了從分析師到CEO的專業人士，了解他們如何處理這個問題。

近三分之一的受訪者（30.3%）表示，他們曾故意向同事或雇主隱瞞與AI相關的知識、工作流或技巧——低于畢馬威/墨爾本大學的研究結果，但仍然是一個相當大的少數群體。與此同時，員工在很大程度上理解分享的集體價值。近五分之四的人同意，分享他們的AI知識將改善團隊的日常任務，幫助同事解決問題，并提高團隊生產力。

在我們的數據中，組織信任是預測員工是否會隱瞞AI知識的最強因素之一。我們根據員工對七個陳述的回答來衡量，例如“總的來說，我相信雇主的動機和意圖是好的”和“我的雇主并不總是誠實和真實的”。信任度排在最低四分之一的員工，隱瞞AI知識的可能性幾乎是信任度最高四分之一員工的四倍（47%對14%）。心理安全感也呈現出類似的模式（45%對17%）。

這并不意味著其他擔憂無關緊要。當員工感到工作不安全感更強、工作場所競爭更激烈時，他們也更有可能隱瞞與AI相關的知識。但即使在考慮了上述因素——包括分配公平感、組織創新能力、年齡、性別、行業、職位級別、任期，以及組織是否有正式的AI政策、是否提供了官方認可的AI工具——之后，組織信任仍然是一個強有力的預測指標。簡單說，怕丟工作和內部競爭確實都很重要，但信任解釋了它們解釋不了的那一部分。

更有啟發性的發現是，在考慮了心理安全感因素之后，信任與AI知識隱藏之間的關系顯著減弱，這表明信任可能減少知識隱藏，部分原因是它創造了一個環境，讓員工感到可以安全地分享他們的工作方式、公開實驗，以及討論AI使用，而不必擔心被評判或產生負面后果。當員工可以使用公司批準的AI工具集時，信任也更為重要。在這些環境中，信任組織的員工隱瞞AI相關知識的可能性要低得多。當員工缺乏一個共享的、經批準的工具集時，信任與知識分享之間的關系要弱得多。一種解釋是，信任創造了分享的意愿，而一套共同的經批準的工具則創造了分享的機會。

這些數字背后的邏輯在開放式回答中得到了清晰的體現。“我不信任我的老板，我需要保持優勢，”一位受訪者寫道。另一位將其領導層描述為“急紅了眼想方設法要用AI解雇所有人”，并表示拒絕分享他所知道的，因為他不想給任何人提供“彈藥”。

員工為何保持沉默

我們的采訪描繪了一幅一致的畫面。員工們在對公開自己的AI工作流程的成本進行理性計算。

聲譽成本：專業服務領域的一名初級顧問告訴我們，她的同事們和她以同樣的方式使用AI，但沒有談論這件事，因為他們認為這讓自己顯得能力不足。在一家健康咨詢公司，一位分析師講到，一位同事發現了一個有用的AI筆記功能并與團隊分享，結果卻被一位資深團隊成員指責。該成員認為這項工作是 “電腦做的”，從而貶低了其價值。員工收到的信息很明確：公司可能說它想要AI創新，但當地的規范仍然會懲罰公開使用AI的行為。

工作量成本：在許多組織中，效率提升并沒有被視為一種可以謹慎再投資的紅利，而是被當作有待填補的空閑產能。一位管理顧問直言不諱：“如果我自動化了A和B任務，他們不會只讓我專注于C任務，而是會讓我去做D、E、F任務。”當更快完成工作換來的是更多工作，而不是更好的工作時，員工就有理由將自己最好的方法保密。

可替代性成本：企業AI系統可以記錄提示詞、記錄工作流和溝通模式，構建一幅關于員工方法的詳細地圖，這幅地圖可以交給其他人或完全自動化。在最近一篇《華爾街日報》的文章中，德克薩斯農工大學商學院教授馬修·科爾直言不諱：曾經需要多年經驗積累的知識，現在可以被提取、存儲并轉移給替代者。他給員工的建議是，在最有價值的工作中使用個人AI工具，而不是使用機構提供的工具，這樣當他們離職時，所學的知識就能隨之帶走。當向自己的雇主隱瞞成為一種審慎的職業策略時，組織已經輸掉了信任之戰。

這三個方面其實都指向同一個問題：當我讓組織看到我的工作方式時，會發生什么？

領導者能做什么

這對領導者來說是個棘手的問題。在我們的研究中，員工提出的擔憂沒有一個是不切實際或過度偏執的。它們是對組織歷史上如何處理員工生產力提升的合理解讀。如果領導者希望員工公開分享，就必須切實承諾做出改變，讓員工分享的東西能鞏固他們的地位，而不是削弱它。應用到AI上，員工需要有分享的理由、分享的便捷途徑，以及足夠的技能，將私人工作流程轉化為同事實際可用的東西。以下建議就體現了這種承諾。

1、贏得你想要的公開分享

員工需要明確的指導，告訴他們哪些AI使用是鼓勵的，哪些是禁區，以及如何處理灰色地帶。一個組織不需要為了讓員工少隱瞞而把每個工作流程都圍著AI重新設計一遍，但必須消除那種模糊性——那種讓員工忙著琢磨自己的AI使用看起來怎么樣、而不是解釋工作到底是怎么做完的模糊性。

關于電子知識庫的研究表明，當系統能減少員工整理自己所知內容的工作量、讓他們相信自己的知識確實有用、并且把分享的規矩講清楚時，員工就會愿意貢獻。放到AI的場景下，這意味著：不要讓人把一個好用的提示序列寫成一份冗長的流程備忘錄。改用輕量級的模板、簡短的演示，或者辦幾場交流會，把私下的方法變成別人也能用的東西。更進一步，把“請教”變成日常工作的一部分。在一項針對銷售人員的現場實驗中——這也是一個員工可能有動機隱瞞自己成功秘訣的領域——隨機配對的銷售人員被分成了幾組：有的只安排結構化交流，有的只給聯合業績激勵，有的兩者都有，有的都沒有。結果發現，關于銷售技巧的結構化對話帶來了平均超過 15% 的銷售增長，并且在實驗結束后至少持續了20周；集體激勵雖然也有作用，但效果很短暫。

除非領導者建立定期的、結構化的對話，讓一個員工可以合理地詢問另一個員工“你到底做了什么才這么有效？”，否則知識庫可能空置。將貢獻者的名字附加到被其他人采用的工作流上。公開分享應該提升一個人的地位，而不是抹殺它。

2、不要過度索取

如果員工相信AI節省的每一個小時都會被轉化為更多不受歡迎的工作，他們會理性地隱藏這些收益。領導者需要建立一個關于節省下來的時間將如何使用的明確規范，無論是用于更深入的分析、更高價值的項目、職業發展，還是休息恢復。這樣的規則只有在員工能看到好處（而不僅僅是索取）時才有效。類似的邏輯也出現在供應商關系中：公司經常發現，當供應商能夠保留部分由此產生的價值，而不是立即通過降低價格讓出價值時，他們更愿意找出節省成本的機會。

3、獎勵知識傳播行為，而不僅僅是個人AI生產力

如果分享使員工變得不那么突出，而其他人卻從中受益，員工就會隱藏AI實踐。不要依賴一個通用的AI排行榜或針對工作流創新的一次性獎金；研究表明，比較氛圍濃厚的環境會加劇同事之間的報復性知識隱藏，而學習氛圍則會減少這種行為。在一項針對銷售人員的研究中，基于團隊的薪酬制度比個人傭金制度產生了更多的知識轉移。但僅靠集體激勵是不夠的。在一項實驗中，以團隊為導向的激勵本身對知識分享只有微弱的影響；分享主要發生在那些也形成了支持分享規范的配對中，例如一種共同的期望，即人們會自愿分享有效的方法，并在不被要求的情況下幫助有困難的同事。

獎勵可復用的工作流、同行采用率和質量改進。可能的獎勵包括：在績效評估中為被其他人采用的方法加分，提供受保護的時間繼續進行實驗，以及當一個工作流程被更廣泛使用時分享收益。然后通過告知人們他們的貢獻用在了哪里、改進了什么以及他們將獲得什么榮譽來形成閉環。這就是要求員工捐贈自己的優勢與讓他們成為公認的知識傳播者之間的區別。

4、使AI實驗合法化，然后將其呈現出來

經批準的探索時間并非新鮮事：3M 公司的 “15% 原則” 催生了便利貼，谷歌的 “20% 時間” 產生了 AdSense 和谷歌新聞。Anthropic的Claude Code團隊將這個想法改編為AI時代的“支線任務”——工程師、設計師和產品經理在官方路線圖之外進行的自主實驗。命名很重要，因為它將AI的嘗試從偷工減料轉變為一種經批準的工作類別。一旦這種合法性到位，通常的公開機制——共享工作流程知識庫、團隊演示、對被采用方法的認可 —— 就能發揮作用。

5、將公開分享視為一種貢獻

以上的建議是關于結構的。這一個則關乎管理者在員工展示其工作成果后的三十秒內做了什么。這個反應是組織發出的最決定性的信任信號。將公開分享視為偷工減料，即使是通過一個懷疑的問題或明顯的失望來含蓄地表達，員工也會學會隱藏。將其視為值得理解的事情，他們就會明白公開分享是有回報的。

解決辦法很簡單：限制分享的成本。發現方法的人只需演示一次。從那以后，公司負責記錄、分發和支持這項工作，而發現者則保留功勞。分享應該提升一個人的地位，而不是變成一項永久性的義務。

除非員工愿意公開知識，否則知識無法得到擴展，而這種意愿取決于他們是否相信組織會公平地處理他們所分享的東西。AI勞動力轉型公司Section的CEO格雷格·肖夫直白地描述了當前的情況：“問題不在于沒有[來自AI的投資回報率]”，而在于“投資回報率被員工自己攥在手里。”

領導者通常關注他們的員工是否在使用AI。而更棘手的問題——也是決定AI承諾的生產力提升是否真正會歸于組織的問題——是員工是否足夠信任組織，以至于愿意分享他們正在學到的東西。

關鍵詞：

埃里克·阿尼西奇（Eric Anicich）、杰斯琳·布勞沃斯（Jeslyn Brouwers）| 文

埃里克·阿尼西奇是南加州大學馬歇爾商學院管理與組織學副教授。杰斯琳·布勞沃斯是南加州大學馬歇爾商學院管理與組織學博士生。

周強 | 編校

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org