员工正在主动退出AI

关于AI将如何取代工作岗位以及哪些角色面临最大风险的争论仍在继续，且激烈分化。然而，在这一公开讨论之外，一种更为安静的现象正在发生：AI正在触发一个人们“自我替代”的过程——他们主动撤回自己的判断，怀疑自己的价值，并在被要求之前就选择退后。

这并非新现象，而是每次技术转型都会迫使人们面对的身份问题：我在这里还重要吗？印刷术曾问过抄写员，动力织布机问过织工，电子表格问过会计师。现在，AI几乎同时向所有知识工作者提出了这个问题。

与以往不同的是，这次威胁的速度和亲密性，以及组织几乎完全沉默，不愿解决这个问题。过去，你至少可以在该技术影响到自己行业之前观察其他行业的情况并制定应对计划。AI没有提供这种缓冲期：身份危机是同时且集体的。

错误的关注点

公开辩论聚焦于错误的问题：“AI会取代人类吗？”这是一个关于未来的类别问题，在操作层面上无法回答。更紧迫的问题已经在人们脑海中以现在时态得到回答：“AI如何影响我对自己看法？”

所谓的“AI安慰行业”不仅没有帮助，反而可能使情况恶化。告诉一位资深工程师同理心和判断力无法自动化，并没有回答她在上午9点打开Copilot时潜意识问的问题：我还是那个知道什么样子是好人吗？我的判断还重要吗？如果工具能在十分钟内完成我花多年学习才能做的事情，那我到底带来了什么？

当人们无法回答这些问题时，他们不会抵制或反抗。他们做了一些更安静但更具破坏性的事情：撤回。

自我替代动态

在一家私募股权拥有的房地产软件公司，一位高级工程师这样说：“我感觉自己比以往任何时候都更像一个轮子上的齿轮。”她过去一年内两次晋升，但感觉价值却比以前更低。她的组织没有缩小她的职责范围，没有人要求她退后，但她已经预先缩小了自己的能动性、贡献和权威感。在不确定的环境中声称自己有价值似乎是个承受不起的风险。

这就是自我替代动态。它与抵制不同。抵制者可见：他们抱怨、反抗、不参加培训。而自我替代者看起来完全顺从：他们出现、使用工具、参加培训，但他们的判断已经悄悄离开。而人类判断正是区分成功和失败AI转型的关键。

三个触发因素

三个特定触发因素会加速自我替代：失去控制（AI是发生在你身上，而不是与你一起）、失去信任（领导意图不明确或威胁）、以及失去清晰度（无法看清新环境中的自身位置）。当清晰度尚存时，即使艰难的过渡也可航行；当它消失，人们感到威胁和迷失。一个无法读懂自己对组织价值的人无法为其辩护，无法做出自信的决策。

历史上更接近的类比不是卢德分子，而是古登堡之后的抄写员。一些抄写员自我替代，逐渐不再相信自己所学的东西有价值；另一些则发现他们对文本的深刻知识使他们在印刷术创造的新角色中表现出色。区别在于一个“首次成功”的瞬间：抄写员在使用新技术时发现自己的知识仍然不可或缺，只是形态不同。

首次成功

从自我替代转向AI积极通常始于一个单一时刻。它通常是小的、偶然的，几乎从未被组织刻意设计。一次复杂分析原本需要一周，现在一天完美完成，不仅仅因为AI更快，还因为分析师知道提取哪些数据和测试哪些问题。AI加速了工作，但人类发现了一些自己带来的不可或缺的东西。这同时逆转了三个触发因素：我控制着这次参与，我的判断和品味仍然重要，我独特地知道什么样子是好的。

首次成功的条件可以被设计：一个人们真正关心的问题、足够的安全感来实验而不被正式评估、以及一个并肩而非居高临下的伙伴。例如，一个团队在构建AI处理绩效评估时，重新定义了Agent的用途，从草稿助手变为每周和每月提取绩效信号，工程师们发现了模型悄悄引入的问题模式——这些模式只有在该公司工作多年的人才能发现。结果发布后，采用率上升。

社会维度

我们无可救药地是社会性生物，人们也可以通过观察他人获得首次成功来恢复自我价值。一个同事不经意地用AI做了令人印象深刻的事，比任何全员大会都更有助于集体自信。经历过首次成功的人具有传染性。组织应停止自上而下推动采用，而是识别已有首次成功的人，并创造条件让他人见证。

组织代价

当自我替代行为不受约束时，受害者往往是资深和经验丰富的团队成员，他们的判断、模式识别和领域知识最有价值。组织失去了最需要留住的人。解释AI部署与结果之间差距的常见原因是变革管理、技能、集成，但这些都还不够。更大的解释可能在于你最需要引导工具的人已经停止相信自己的判断。

更好的问题

修复通常从提出更好的问题开始。大多数组织仍在问：“我们如何让团队使用AI？”更好的问题可能是问你的团队：“你觉得自己的价值比六个月前推出[特定AI工具]时更高还是更低？”几乎没有领导团队在问这个问题。学会倾听答案并设计条件改变答案的公司，将构建其他人仍在谈论的AI积极组织。