為什么越推AI，公司內耗越嚴重？

當所有人都在討論AI如何改變世界時，真實的職場里，AI正在悄無聲息地撕裂團隊——管理者想降本增效，員工擔心"親手革自己的命"；極客員工做出驚艷Demo，保守派卻在"看好戲"式找茬；產研興沖沖賦能業務，業務部門只覺得雞肋。

———— / BEGIN / ————

最近，我觀察到了一個非常危險的現象。當所有人都在高歌猛進地討論大模型、Agent、Vibe Coding 如何改變世界時，我所在的真實職場里，AI 并沒有像想象中那樣帶來純粹的效率飛躍，反而正在悄無聲息地加劇職場的階層矛盾，甚至撕裂團隊。

這種撕裂不是顯性的爭吵，而是隱性的對抗、猜忌與互相防備。我將其總結為三個維度的洞察，也許你正在經歷，或者即將經歷。

洞察一：管理者與員工的“零和博弈”

企業管理層期望用 AI 提效，目標很明確：降本增效（比如 3 個人的活只需要 1 個人干）。但在員工視角，這是一場極其危險的“零和博弈”。

假設一個員工原本投入 80% 的精力就能游刃有余地完成工作，現在管理者要求全面接入 AI 工作流，效率提升后只需要投入 50% 甚至更低的時間。那么，省下來的時間去干嘛？真去刷抖音、看新聞嗎？管理者肯定不允許。

更深層次的恐懼在于：員工心里會忍不住假設——如果我真的用 AI 把效率提升到了極致，那你下一步是不是就要把我裁掉？總有一種“自己親手把自己革命掉”的悲壯感。

一個典型的真實場景：

管理者描繪了一個非常性感、充滿想象力的全自動化工作流改造藍圖：產品經理用 AI 出方案、畫原型、寫需求；自動流轉給研發后，研發驅動 Agent 自動寫代碼、提測；測試 Agent 自動跑用例、提 Bug；研發 Agent 收到 Bug 自動修復并提交 PR。

站在管理者角度，這是絕佳的降本機會。可對于員工來說呢？現有的“人力 + 部分 AI”模式已經足夠讓他們舒舒服服地把活干完，何必費時費力去配合這場可能革自己命的改造？

矛盾產生的核心點在于：管理者無法向員工證明（也無法承諾），這場轟轟烈烈的 AI 改造是為了增強客戶價值、做大蛋糕，而不是單純為了裁員。沒有安全感，提效意愿就是一句空話。

洞察二：極客員工與保守員工的“互相找茬”

企業內部總有一小撮“先進分子”，他們對新技術充滿熱情，天天研究怎么用 AI 改造現有工作流，甚至做出一些驚艷的 Demo。管理層看到后大喜過望，自然會鼓勵他們在內部大肆分享，試圖“先讓一部分人富起來，帶動另一部分人”。

但這必然會催生另一撥“保守分子”。他們習慣了現有的認知和模式，覺得應付當下的工作綽綽有余。當管理層過度表揚前者（甚至強制要求全員購買 Coding Plan）時，后者就會感受到強烈的被冷落和被孤立感。

結果就是：對抗心理滋生。

當前者做出的 AI 工具在實際落地中遇到挫折時，后者不僅不會幫忙，反而會有一種“看好戲”的心態，甚至開啟“大家來找茬”模式：“你看，我就說這玩意不靠譜吧，這里有安全漏洞，那里根本解決不了復雜業務。”

舉個真實的例子：

有研發同學自發用 AI 做了一個處理客訴的產品，只要給大模型開放源碼和數據庫權限，AI 就能自動查看代碼邏輯，直接給客戶解釋問題，效率奇高。

但別的研發伙伴第一反應不是“怎么優化這個工具”，而是立刻提出挑戰：“你這種做法太激進，代碼泄露風險太大了！”他們不會去思考如何降低風險讓效率更高，而是直接在心理上否定它。

這讓我想起日常工作中經常發生的一幕：不決策、不作為的人，總在事后評判決策者的問題。就像產品經理最開始為了控制研發成本，決定先上 15 個核心字段的接口。等客戶提出新需求，需要再加 2 個字段時，研發的第一反應不是怎么加，而是抱怨：“你當初為什么不一次性加全 20 個？”，而當你提出全部加全的訴求后，他又會找茬說“那3個字段不好加，都是大 JSON 串。”

在 AI 工具的推行中，這種內部的互相防備和找茬，正在成為極大的隱形內耗。

洞察三：產研與業務部門的“認知錯位”

一般來說，產研和信息部的員工是更早接觸 AI 的群體。他們的崗位職責之一，就是用技術“賦能”業務部門。

但業務部門對 AI 的認知往往存在兩個極端的局限性：要么極度神化（認為 AI 無所不能，一句話就能生成個系統，一句話就能做出完美 PPT）；要么極度貶低（覺得 AI 就是個傻子，根本不懂我復雜的業務流，沒法真正解決問題）。

當產研團隊興沖沖地拿著做好的 AI 提效工具去賦能業務時，往往會碰一鼻子灰。為什么？因為產研懂技術，但不懂業務的 Know-How 和真實體感；而業務只看重這個工具能不能完美貼合我當下的習慣。

舉個例子：

SaaS 產品賣給客戶后，實施團隊需要做極其繁瑣的配置和部署，周期短則 1 周，長則半年。管理者希望產研用 AI 幫實施團隊提效。產研調研了一圈，發現整個實施鏈路太長，只能先挑最高頻、最耗時的環節（比如批量導數據、遷數據）做 AI 改造。

工具做出來了，但實施團隊并不買賬。因為這些環節雖然耗時，但并不是天天都在做，解決不了他們全鏈路的痛點。結果就是：研發覺得業務不配合，天天追著要反饋迭代；業務被迫使用，覺得這玩意是個“雞肋”，完全是增加工作量。

破局：放棄“頭痛醫頭”，從系統底層找答案

面對這三個撕裂職場的矛盾，我們該怎么辦？

用系統論的視角來看，強壓 KPI、畫大餅、或者強制要求跨部門配合，都只是頭痛醫頭的“癥狀解”。它只能讓大家表面服從，背地里卻在積攢更大的反抗情緒。

真正有效的破局，必須是找到“根本解”——也就是去改變企業運轉的底層目標、利益分配和權力結構。

1. 管理者與員工：從“盯著成本”走向“創造增量”

在傳統的成本中心里，總活兒就那么多。AI 提高了效率，人就顯得多余，員工反抗是必然的。

根本解在于改變分配規則：不要讓 AI 去搶員工飯碗，而是讓 AI 變成幫員工賺錢的工具。

比如前面提到的 Vibe Coding 插件分潤機制。公司提供平臺，鼓勵員工用 AI 自己寫插件去滿足客戶的個性化需求。只要客戶付了錢，員工就能直接拿走 20% 甚至更高的提成。

當規則從“你效率越高我越可能裁你”變成“你效率越高賺得越多”時，根本不需要老板督促，員工自己就會拼命去研究 AI。

2. 極客與保守派：讓挑刺的人參與制定規則

保守派之所以到處找茬，是因為他們覺得自己被排除在了新事物之外，挑刺是他們唯一能找回存在感的方式。

根本解在于建立共創機制：把阻力變成護欄。

不要讓極客閉門造車然后全公司強推。把那些懂合規、懂業務邊界、懂安全的老員工拉進來，讓他們當 AI 工具的“風控官”或“業務產品經理”。讓極客只負責提供底層技術能力，而由這些老員工來決定工具怎么用才安全、邊界在哪。

一旦權責理順了，對抗關系就變成了搭檔關系：你負責讓工具跑得快，我負責讓工具不翻車。

3. 產研與業務：把造工具的權力直接交給聽得見炮火的人

“產研賦能業務”這種自上而下的模式，只要中間隔著一道需求傳遞的墻，溝通錯位和互相嫌棄就永遠存在。

根本解在于下放權力：解鈴還須系鈴人。

Agent 和自然語言編程最大的價值，就是讓不懂代碼的人也能造工具。產研團隊應該往后退一步，別再沖在前面給業務做工具了，而是去把底層的 API、數據接口和 Agent 平臺搭建好。

把寫 Prompt、Skills、搭流程的權力直接交給一線業務人員。讓懂業務的人自己去呼喚炮火，消滅了中間傳話的損耗，所謂的“雞肋感”自然就沒了。

AI 只是一個新工具，它本身沒有好壞。

如果你硬把它塞進原本就論資排輩、互相防備、存量博弈的舊管理模式里，它不但幫不上忙，反而會把原有的矛盾放大無數倍，徹底撕裂團隊。

只有當企業愿意從底層重新梳理目標、理順利益分配、把權力真正交給一線時，AI 才能真正發揮出它的威力。

技術終將普及，但看透人性、理順利益的智慧，才是 AI 時代企業和個人真正的護城河。

本文來自公眾號：產品方法論集散地 作者：產品方法論集散地