ARTICLE · 1201407
AI 出了事该谁负责?沃顿调查与企业 AI 问责机制怎么定(2026 最新观察)
QUOTE
「活能交出去，签名交不出去。」
—— 地六阁
今天聊一聊一件挺扫兴的事：AI 干的活，出了事算谁的。
AI 不会替你背锅。
它把活干完就走了，责任留在原地，签名的还是你。
本文看点
01
管理者分成了三拨
02
真正的代价不在钱
03
把这一格填上
01
THE SURVEY
先说一份刚出来的调查
10 月 13 日，宾夕法尼亚大学沃顿商学院发布了一份调查，彭博社做了报道。它问的问题特别具体：当 AI 干出一次后果严重的错误，应该由谁来担责？
答案没有集中。被访的管理者大致分成了三拨，每一拨都占了差不多四分之一：一拨指向部署这个 AI 的员工，一拨指向这名员工的直属上级，还有一拨指向公司的风险团队。另外大约一成把责任推给供应商，剩下大约一成的人，直接答了「不清楚」。
写这份报告的其中一位，是咨询机构 GBK Collective 的合伙人 Jeremy Korst。他说了一句话，我记了很久：「组织其实是边跑边学。我去问一位高管这个问题，最常听到的回答是——还没想过这件事。」
报道里还提到两起真实发生的翻车，我觉得比调查数据更有画面。
一起是美国的某家全国连锁零售商。一名员工自己搭了套自动发客服邮件的系统，提示词写错了，不到 6 小时，1.8 万多名客户收到了错误的退款和取消通知，客服线被打爆。
另一起是某家做消费电子的公司。一名做市场的员工用 AI 自动生成并发布价格，也是提示词出错，一款旗舰机被挂上 85% 的折扣，挂了 3 个小时，700 多单成交，善后花了好几个星期。
我看到这里的第一个念头，不是「AI 真不靠谱」。我想的是另一件事：这两件事如果放在任何一个正经流程里，都不可能发生得这么安静。
02
AN OLD RULE
做过流程的人，会觉得这个数字很眼熟
我做运营这些年，脑子里有一条很硬的常识：流程里任何一个环节，只要没有明确的责任人，出问题的时候一定变成扯皮。
不是因为大家人品不好，是因为人在被追责的时候，第一反应是找边界——「这步不是我做的」「是系统自动发的」「我只是把提示词给了它」。这些话全都成立，所以最后谁都不认。
现在把 AI 放进流程里，等于在同一张流程图上，忽然多出来一个不会说话、也不会被追责的执行者。活是它干的，可它不在任何一张责任表上。
这才是那份调查真正扎人的地方。管理者不是意见不合，更准确地说，是这一格根本还空着，于是每个人只能按自己的立场去填。
我们这些年花了特别多的力气讨论 AI 准不准：准确率多少、幻觉率多少、跑分多少。可很少有人讨论另一件事——它出错的时候，这一格该填谁的名字。
03
THE REAL COST
真正的代价，是事后没人能立刻说清「这是谁的决定」
我后来又回头看了那两起事故，觉得它们贵的地方不在钱。
1.8 万封错发的通知，6 小时；85% 的折扣挂了 3 小时，700 多单。这些是损失。但更麻烦的是查因：这封邮件到底是谁的决定？
是写提示词的那个员工吗？可他没有发邮件的意图，本意是让它自动处理常规咨询。是批这套系统上线的领导吗？可他批的是「自动回复常见问题」，不是「承诺退款」。是风控吗？可风控压根不知道有这回事。
一笔损失能算清、能定责，再大也能过去。一笔损失说不清是谁的决定，它就会一直挂在那里，变成下一次谁都不敢动的理由。
这也是我理解的「边跑边学」。
它不是从容，是补作业。
04
ON MYSELF
我把这件事想到了自己身上
我有一件一直没想透的事，跟这条有关。
我做内容这条链路上试过一整套：让 AI 把初稿生成出来，配图生成出来，版也排出来。到最后一步，是我自己动手粘进后台、点发布。
以前我觉得这一公里是「效率问题」，是没打通。看完这份调查，我改了自己的判断：那一公里不只是效率没打通，它同时是责任交接的那一公里。
为什么最后一步必须是人？因为发出去之后，署名的是我。读的人认的是我的名字，不是 AI 的名字。AI 不承担任何后果——它连一个可以被追责的对象都不是。
所以「我用 AI 做的」这句话，从来不是一句免责声明，它反而是一句加责声明。
05
ONE ACTION
一个可以今天就用的动作
既然空格在那里，那事情反而简单了：在把活交出去之前，先把这一格填上。
我现在判断一段活能不能交给 AI，只多问三句：
这一步交出去之后，出错的后果落在谁身上？答不出具体的人名或岗位，就先别交。
这个人有没有能力看出它做得对不对？如果他连这活原来是怎么干的都不知道，那他不是责任人，他只是个见证人。
这个名字，他自己点过头吗？没人知道自己被挂上了名，等于还是没填。
三句问完，很多原本「可以让 AI 试试」的活，会自己停在原地。这不是坏事——它们本来就还没到能交出去的程度。
一句可以带走的话：能交出去的是动作，交不出去的是签名。
∞
THE END
写在最后
回到那份调查。
三拨人各占约四分之一，看着像分歧，其实是一个空格的三种填法。真正的问题不在「该谁负责」，在根本还没有人负责。
我不觉得这是个悲观的故事。空格被看见，本身就是第一步。过去很多 AI 项目被解释成「技术不成熟」「员工不配合」，其实只是没人愿意说破：我们让一个不担责的东西，去干了一件需要担责的事。
工具会一直更新，明天换一个更强的。但有一件事不会变：你可以把活交给技术，交不掉的是那个签名。
想清楚这一点，我再看「AI 到底能不能放心用」这个问题，答案就换了个方向。它不在于 AI 多聪明，在于你有没有想清楚哪一步必须有人认账。
与诸君共勉。
如果你的团队也在用 AI，或者正在琢磨哪一步能交、哪一步必须留人，可以说说你现在卡在哪一步，我帮你看看这一步的责任该怎么落。
我是地六阁，一个做了十年运营、现在专门琢磨 AI 落地的人。
运营很好玩，很有趣，也很实用。最早开启这个系列的内容，就是我发现在潜意识里，运营里的一些思维、策略已经在影响我生活中的一些决策。
