員工正在主動退出AI

關於AI將如何取代工作崗位以及哪些角色面臨最大風險的爭論仍在繼續，且激烈分化。然而，在這一公開討論之外，一種更為安靜的現象正在發生：AI正在觸發一個人們“自我替代”的過程——他們主動撤回自己的判斷，懷疑自己的價值，並在被要求之前就選擇退後。

這並非新現象，而是每次技術轉型都會迫使人們面對的身份問題：我在這裏還重要嗎？印刷術曾問過抄寫員，動力織布機問過織工，電子表格問過會計師。現在，AI幾乎同時向所有知識工作者提出了這個問題。

與以往不同的是，這次威脅的速度和親密性，以及組織幾乎完全沉默，不願解決這個問題。過去，你至少可以在該技術影響到自己行業之前觀察其他行業的情況並制定應對計劃。AI沒有提供這種緩衝期：身份危機是同時且集體的。

錯誤的關注點

公開辯論聚焦於錯誤的問題：“AI會取代人類嗎？”這是一個關於未來的類別問題，在操作層面上無法回答。更緊迫的問題已經在人們腦海中以現在時態得到回答：“AI如何影響我對自己看法？”

所謂的“AI安慰行業”不僅沒有幫助，反而可能使情況惡化。告訴一位資深工程師同理心和判斷力無法自動化，並沒有回答她在上午9點打開Copilot時潛意識問的問題：我還是那個知道什麼樣子是好人嗎？我的判斷還重要嗎？如果工具能在十分鐘內完成我花多年學習才能做的事情，那我到底帶來了什麼？

當人們無法回答這些問題時，他們不會抵制或反抗。他們做了一些更安靜但更具破壞性的事情：撤回。

自我替代動態

在一傢俬募股權擁有的房地產軟件公司，一位高級工程師這樣説：“我感覺自己比以往任何時候都更像一個輪子上的齒輪。”她過去一年內兩次晉升，但感覺價值卻比以前更低。她的組織沒有縮小她的職責範圍，沒有人要求她退後，但她已經預先縮小了自己的能動性、貢獻和權威感。在不確定的環境中聲稱自己有價值似乎是個承受不起的風險。

這就是自我替代動態。它與抵制不同。抵制者可見：他們抱怨、反抗、不參加培訓。而自我替代者看起來完全順從：他們出現、使用工具、參加培訓，但他們的判斷已經悄悄離開。而人類判斷正是區分成功和失敗AI轉型的關鍵。

三個觸發因素

三個特定觸發因素會加速自我替代：失去控制（AI是發生在你身上，而不是與你一起）、失去信任（領導意圖不明確或威脅）、以及失去清晰度（無法看清新環境中的自身位置）。當清晰度尚存時，即使艱難的過渡也可航行；當它消失，人們感到威脅和迷失。一個無法讀懂自己對組織價值的人無法為其辯護，無法做出自信的決策。

歷史上更接近的類比不是盧德分子，而是古登堡之後的抄寫員。一些抄寫員自我替代，逐漸不再相信自己所學的東西有價值；另一些則發現他們對文本的深刻知識使他們在印刷術創造的新角色中表現出色。區別在於一個“首次成功”的瞬間：抄寫員在使用新技術時發現自己的知識仍然不可或缺，只是形態不同。

首次成功

從自我替代轉向AI積極通常始於一個單一時刻。它通常是小的、偶然的，幾乎從未被組織刻意設計。一次複雜分析原本需要一週，現在一天完美完成，不僅僅因為AI更快，還因為分析師知道提取哪些數據和測試哪些問題。AI加速了工作，但人類發現了一些自己帶來的不可或缺的東西。這同時逆轉了三個觸發因素：我控制着這次參與，我的判斷和品味仍然重要，我獨特地知道什麼樣子是好的。

首次成功的條件可以被設計：一個人們真正關心的問題、足夠的安全感來實驗而不被正式評估、以及一個並肩而非居高臨下的夥伴。例如，一個團隊在構建AI處理績效評估時，重新定義了Agent的用途，從草稿助手變為每週和每月提取績效信號，工程師們發現了模型悄悄引入的問題模式——這些模式只有在該公司工作多年的人才能發現。結果發佈後，採用率上升。

社會維度

我們無可救藥地是社會性生物，人們也可以通過觀察他人獲得首次成功來恢復自我價值。一個同事不經意地用AI做了令人印象深刻的事，比任何全員大會都更有助於集體自信。經歷過首次成功的人具有傳染性。組織應停止自上而下推動採用，而是識別已有首次成功的人，並創造條件讓他人見證。

組織代價

當自我替代行為不受約束時，受害者往往是資深和經驗豐富的團隊成員，他們的判斷、模式識別和領域知識最有價值。組織失去了最需要留住的人。解釋AI部署與結果之間差距的常見原因是變革管理、技能、集成，但這些都還不夠。更大的解釋可能在於你最需要引導工具的人已經停止相信自己的判斷。

更好的問題

修復通常從提出更好的問題開始。大多數組織仍在問：“我們如何讓團隊使用AI？”更好的問題可能是問你的團隊：“你覺得自己的價值比六個月前推出[特定AI工具]時更高還是更低？”幾乎沒有領導團隊在問這個問題。學會傾聽答案並設計條件改變答案的公司，將構建其他人仍在談論的AI積極組織。