用AI还要偷偷摸摸，这届员工在怕什么？

当下，员工越来越多地通过私下实验开发出有价值的AI工作方法，但许多人选择不分享他们所学到的东西，主要原因是他们不信任组织在知晓这些知识后会如何处置。他们担心被认为能力不足、被分配更多工作、或者变得更容易被取代。

一位31岁的医生每天在工作中多次使用AI。他告诉我们，他为组织批准的AI工具DoximityGPT创建了一个个人提示词模板，称其“效果惊人”。他的同事们使用同样的工具却困难重重——同事们自己也这么跟他说过。他觉得自己的模板能帮到他们。

然而，他没有分享。

这样的场景正在全球各地的组织中上演。毕马威和墨尔本大学对超过48000名受访者进行的一项全球研究发现，57%的员工承认在工作中隐瞒了自己使用AI的行为。隐瞒使用是一个问题。但人们在私下里用他们的AI工具所实际做的事情和学到的东西，更为重要。

诚然，知识囤积在组织中一直存在。关于组织沉默——即员工为何隐瞒信息、担忧和想法——的研究已经相当成熟。但以往的研究主要集中在问题的隐瞒上：坏消息、道德问题、运营风险，而AI带来的则是对解决方案的隐瞒。当个人摸索出来的工作流程创新能把一个三小时的任务压缩到二十分钟，而且这些创新还很容易藏起来不让人知道时，沉默就变得跟以前不一样了——它会在经济上产生实实在在的后果。

过去，生产力提升默认会自动扩散。它们嵌入在共享系统、标准化流程和正式工具中，这些工具能以结构化的方式传播改进。而有了AI，许多最有价值的提升来自个人实验——某个员工发现了能在极短时间内生成可直接交付客户的提示词组合，或者找到了绕过官方流程尚未解决的瓶颈的方法。这些知识便于携带，易于在私下完善——也易于保密。

大多数组织通过加强治理来应对“影子AI”使用，例如制定使用政策、列出批准使用的工具清单以及进行监控。这些都是合理的步骤。但它们可能瞄准了错误的问题。我们的研究表明，还有一个不那么显眼的因素在推动员工隐瞒AI知识，那就是组织信任——说白了，就是员工心里在盘算：要是让别人知道我用了AI，我的工作、工作量、我的位置会怎么样？

当员工不信任自己的领导或组织时，他们会隐瞒信息，把精力从做好工作转向保护好自己，也会退出那些本该把个人智慧变成团队能力的共同学习过程。AI加剧了这种情况的影响。在一项调查中，员工报告说，他们隐瞒AI使用是出于一系列常见原因：希望保持对同事的竞争优势，担心披露生产力意味着更多工作，害怕一旦方法被记录下来自己的工作就可能被裁掉，担心违反公司AI政策，以及不愿意让自己的能力受到质疑。这些原因可能促成了另一个发现：在Anthropic的一项研究中，69%的专业人士提到了在工作中使用AI会面临社会压力。像Claude Code和OpenAI的Codex这样的智能体编码工具，让人们比以往任何时候都更容易独立开发有价值的工具。

最近的讨论大多集中在如何缓解员工对使用AI的焦虑上，但还有一个更被低估的挑战：AI正在对组织文化进行压力测试。如果领导者只盯着采用率，就可能漏掉一个更重要的问题——员工有没有安全感，有没有动力，去分享他们自己摸索出来的东西？

当实验看起来像违规时

AI知识隐瞒现象持续存在，部分原因是组织混淆了两种类型的失败。正如哈佛商学院教授艾米·埃德蒙森所指出的，一类失败是应受谴责的违规行为：人们无视规则或走捷径，从而损害组织。另一类是值得称赞的探索性测试：人们在已知领域的边缘进行实验，虽然会产生失败，但也能带来有价值的学习。当组织将第二种误认为是第一种时，它们惩罚的恰恰是自己最需要鼓励的行为。

员工正在使用AI对新任务进行实验，迭代提示词，并构建独特的工作流——无论他们的组织是否有正式的AI政策或批准的工具——这是经典的探索性测试。员工是将实验结果保密，还是公开分享，很大程度上取决于他们是否信任组织会妥善对待他们所学到的东西。事实上，斯坦福数字经济实验室对51个企业AI应用案例的研究发现，AI应用中最困难的挑战中有77%与技术本身无关。其中一个是赢得持怀疑态度的团队的信任。那么，组织如何才能修复这个信任缺口呢？

我们的研究发现

为了用实证回答这个问题，我们对604名美国员工进行了调查，所有这些人都报告说每天或每天多次在工作中使用AI。我们还采访了从分析师到CEO的专业人士，了解他们如何处理这个问题。

近三分之一的受访者（30.3%）表示，他们曾故意向同事或雇主隐瞒与AI相关的知识、工作流或技巧——低于毕马威/墨尔本大学的研究结果，但仍然是一个相当大的少数群体。与此同时，员工在很大程度上理解分享的集体价值。近五分之四的人同意，分享他们的AI知识将改善团队的日常任务，帮助同事解决问题，并提高团队生产力。

在我们的数据中，组织信任是预测员工是否会隐瞒AI知识的最强因素之一。我们根据员工对七个陈述的回答来衡量，例如“总的来说，我相信雇主的动机和意图是好的”和“我的雇主并不总是诚实和真实的”。信任度排在最低四分之一的员工，隐瞒AI知识的可能性几乎是信任度最高四分之一员工的四倍（47%对14%）。心理安全感也呈现出类似的模式（45%对17%）。

这并不意味着其他担忧无关紧要。当员工感到工作不安全感更强、工作场所竞争更激烈时，他们也更有可能隐瞒与AI相关的知识。但即使在考虑了上述因素——包括分配公平感、组织创新能力、年龄、性别、行业、职位级别、任期，以及组织是否有正式的AI政策、是否提供了官方认可的AI工具——之后，组织信任仍然是一个强有力的预测指标。简单说，怕丢工作和内部竞争确实都很重要，但信任解释了它们解释不了的那一部分。

更有启发性的发现是，在考虑了心理安全感因素之后，信任与AI知识隐藏之间的关系显著减弱，这表明信任可能减少知识隐藏，部分原因是它创造了一个环境，让员工感到可以安全地分享他们的工作方式、公开实验，以及讨论AI使用，而不必担心被评判或产生负面后果。当员工可以使用公司批准的AI工具集时，信任也更为重要。在这些环境中，信任组织的员工隐瞒AI相关知识的可能性要低得多。当员工缺乏一个共享的、经批准的工具集时，信任与知识分享之间的关系要弱得多。一种解释是，信任创造了分享的意愿，而一套共同的经批准的工具则创造了分享的机会。

这些数字背后的逻辑在开放式回答中得到了清晰的体现。“我不信任我的老板，我需要保持优势，”一位受访者写道。另一位将其领导层描述为“急红了眼想方设法要用AI解雇所有人”，并表示拒绝分享他所知道的，因为他不想给任何人提供“弹药”。

员工为何保持沉默

我们的采访描绘了一幅一致的画面。员工们在对公开自己的AI工作流程的成本进行理性计算。

声誉成本：专业服务领域的一名初级顾问告诉我们，她的同事们和她以同样的方式使用AI，但没有谈论这件事，因为他们认为这让自己显得能力不足。在一家健康咨询公司，一位分析师讲到，一位同事发现了一个有用的AI笔记功能并与团队分享，结果却被一位资深团队成员指责。该成员认为这项工作是 “电脑做的”，从而贬低了其价值。员工收到的信息很明确：公司可能说它想要AI创新，但当地的规范仍然会惩罚公开使用AI的行为。

工作量成本：在许多组织中，效率提升并没有被视为一种可以谨慎再投资的红利，而是被当作有待填补的空闲产能。一位管理顾问直言不讳：“如果我自动化了A和B任务，他们不会只让我专注于C任务，而是会让我去做D、E、F任务。”当更快完成工作换来的是更多工作，而不是更好的工作时，员工就有理由将自己最好的方法保密。

可替代性成本：企业AI系统可以记录提示词、记录工作流和沟通模式，构建一幅关于员工方法的详细地图，这幅地图可以交给其他人或完全自动化。在最近一篇《华尔街日报》的文章中，德克萨斯农工大学商学院教授马修·科尔直言不讳：曾经需要多年经验积累的知识，现在可以被提取、存储并转移给替代者。他给员工的建议是，在最有价值的工作中使用个人AI工具，而不是使用机构提供的工具，这样当他们离职时，所学的知识就能随之带走。当向自己的雇主隐瞒成为一种审慎的职业策略时，组织已经输掉了信任之战。

这三个方面其实都指向同一个问题：当我让组织看到我的工作方式时，会发生什么？

领导者能做什么

这对领导者来说是个棘手的问题。在我们的研究中，员工提出的担忧没有一个是不切实际或过度偏执的。它们是对组织历史上如何处理员工生产力提升的合理解读。如果领导者希望员工公开分享，就必须切实承诺做出改变，让员工分享的东西能巩固他们的地位，而不是削弱它。应用到AI上，员工需要有分享的理由、分享的便捷途径，以及足够的技能，将私人工作流程转化为同事实际可用的东西。以下建议就体现了这种承诺。

1、赢得你想要的公开分享

员工需要明确的指导，告诉他们哪些AI使用是鼓励的，哪些是禁区，以及如何处理灰色地带。一个组织不需要为了让员工少隐瞒而把每个工作流程都围着AI重新设计一遍，但必须消除那种模糊性——那种让员工忙着琢磨自己的AI使用看起来怎么样、而不是解释工作到底是怎么做完的模糊性。

关于电子知识库的研究表明，当系统能减少员工整理自己所知内容的工作量、让他们相信自己的知识确实有用、并且把分享的规矩讲清楚时，员工就会愿意贡献。放到AI的场景下，这意味着：不要让人把一个好用的提示序列写成一份冗长的流程备忘录。改用轻量级的模板、简短的演示，或者办几场交流会，把私下的方法变成别人也能用的东西。更进一步，把“请教”变成日常工作的一部分。在一项针对销售人员的现场实验中——这也是一个员工可能有动机隐瞒自己成功秘诀的领域——随机配对的销售人员被分成了几组：有的只安排结构化交流，有的只给联合业绩激励，有的两者都有，有的都没有。结果发现，关于销售技巧的结构化对话带来了平均超过 15% 的销售增长，并且在实验结束后至少持续了20周；集体激励虽然也有作用，但效果很短暂。

除非领导者建立定期的、结构化的对话，让一个员工可以合理地询问另一个员工“你到底做了什么才这么有效？”，否则知识库可能空置。将贡献者的名字附加到被其他人采用的工作流上。公开分享应该提升一个人的地位，而不是抹杀它。

2、不要过度索取

如果员工相信AI节省的每一个小时都会被转化为更多不受欢迎的工作，他们会理性地隐藏这些收益。领导者需要建立一个关于节省下来的时间将如何使用的明确规范，无论是用于更深入的分析、更高价值的项目、职业发展，还是休息恢复。这样的规则只有在员工能看到好处（而不仅仅是索取）时才有效。类似的逻辑也出现在供应商关系中：公司经常发现，当供应商能够保留部分由此产生的价值，而不是立即通过降低价格让出价值时，他们更愿意找出节省成本的机会。

3、奖励知识传播行为，而不仅仅是个人AI生产力

如果分享使员工变得不那么突出，而其他人却从中受益，员工就会隐藏AI实践。不要依赖一个通用的AI排行榜或针对工作流创新的一次性奖金；研究表明，比较氛围浓厚的环境会加剧同事之间的报复性知识隐藏，而学习氛围则会减少这种行为。在一项针对销售人员的研究中，基于团队的薪酬制度比个人佣金制度产生了更多的知识转移。但仅靠集体激励是不够的。在一项实验中，以团队为导向的激励本身对知识分享只有微弱的影响；分享主要发生在那些也形成了支持分享规范的配对中，例如一种共同的期望，即人们会自愿分享有效的方法，并在不被要求的情况下帮助有困难的同事。

奖励可复用的工作流、同行采用率和质量改进。可能的奖励包括：在绩效评估中为被其他人采用的方法加分，提供受保护的时间继续进行实验，以及当一个工作流程被更广泛使用时分享收益。然后通过告知人们他们的贡献用在了哪里、改进了什么以及他们将获得什么荣誉来形成闭环。这就是要求员工捐赠自己的优势与让他们成为公认的知识传播者之间的区别。

4、使AI实验合法化，然后将其呈现出来

经批准的探索时间并非新鲜事：3M 公司的 “15% 原则” 催生了便利贴，谷歌的 “20% 时间” 产生了 AdSense 和谷歌新闻。Anthropic的Claude Code团队将这个想法改编为AI时代的“支线任务”——工程师、设计师和产品经理在官方路线图之外进行的自主实验。命名很重要，因为它将AI的尝试从偷工减料转变为一种经批准的工作类别。一旦这种合法性到位，通常的公开机制——共享工作流程知识库、团队演示、对被采用方法的认可 —— 就能发挥作用。

5、将公开分享视为一种贡献

以上的建议是关于结构的。这一个则关乎管理者在员工展示其工作成果后的三十秒内做了什么。这个反应是组织发出的最决定性的信任信号。将公开分享视为偷工减料，即使是通过一个怀疑的问题或明显的失望来含蓄地表达，员工也会学会隐藏。将其视为值得理解的事情，他们就会明白公开分享是有回报的。

解决办法很简单：限制分享的成本。发现方法的人只需演示一次。从那以后，公司负责记录、分发和支持这项工作，而发现者则保留功劳。分享应该提升一个人的地位，而不是变成一项永久性的义务。

……

除非员工愿意公开知识，否则知识无法得到扩展，而这种意愿取决于他们是否相信组织会公平地处理他们所分享的东西。AI劳动力转型公司Section的CEO格雷格·肖夫直白地描述了当前的情况：“问题不在于没有[来自AI的投资回报率]”，而在于“投资回报率被员工自己攥在手里。”

领导者通常关注他们的员工是否在使用AI。而更棘手的问题——也是决定AI承诺的生产力提升是否真正会归于组织的问题——是员工是否足够信任组织，以至于愿意分享他们正在学到的东西。

关键词：#AI

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

埃里克·阿尼西奇是南加州大学马歇尔商学院管理与组织学副教授。杰斯琳·布劳沃斯是南加州大学马歇尔商学院管理与组织学博士生。

周强 | 编校

本文来自微信公众号“哈佛商业评论”（ID：hbrchinese），作者：HBR-China，36氪经授权发布。