夜雨聆风Noah Olsen是俄亥俄州一家屋顶公司的软件工程师。
去年开始，他偷偷用AI写代码。前端、后端、测试，AI能啃的它都啃。两个月后，他发现他的效率提高了一倍：原来40小时的工作量，现在20小时就做完了。
他没告诉任何人。
省下来的时间，他刷Reddit、看YouTube。每周的周报里，他依然写着"本周遇到几个技术难点，正在攻克"。这个秘密他守了近一年。直到公司请了一个AI专家，把所有人的效率都拉到了同一个水平线上。
这是去年底 Business Insider 报道过的一个真实案例。
他不是个例。
KPMG对3万多名员工的全球调研很有意思：57%的人承认，他们在向公司隐瞒自己的AI使用。
这些人不是不用AI。是用了，不敢说。
为什么？1978年，一个叫Thomas Gilbert的行为科学家画了一张表。他觉得人的行为不是凭空产生的——是两层六股力量在同时起作用。环境层给了你信息、工具和激励；个体层取决于你的知识、能力和动机。这两层里任何一个格子出了问题，行为就会变形。
用这张表来看今天的问题，刚刚好。
信息
"我要你用AI提效"和"我要用AI降本"——这两句话在老板嘴里是同一件事，但在员工的耳朵里，它只有后半句：老板想用AI替代人。
老板觉得自己的意思很清楚。他在大会上的原话是"我们要拥抱AI，提升每个人的效率"。他没说裁员。但同一周，财务部开始算明年的人力成本能不能压10%。
员工不傻。他看见这两件事同时发生，他选择相信后一件。
工具
现实中，老板们对AI的态度其实极其拧巴。他们脑子里往往有两种声音在打架：一种声音说“赶紧用，太提效了”；另一种声音说“千万别用，万一核心数据被偷了呢？”
这种拧巴，直接导致了两种极端的现实。 最极端的，是我一个在日资企业做研发的朋友去年过年和我提的事。他们公司之前吃过亏：有人用AI写了段代码，结果跟老系统完全不兼容，差点酿成大祸。从那以后，公司一刀切，坚决反对用AI编程，谁碰谁开除。
但另一派老板又不甘心。他们天天琢磨：到底怎么才能让员工用AI提效，同时又不把数据漏出去？
我见过最聪明的做法，有两招:
第一招，叫“担责”。你用AI可以，但你是第一责任人，你必须为最终产出的代码质量兜底。
第二招，是在技术上动刀子。有些公司干脆把市面上的AI Pro版全买了，在内部搭个网关，加一层数据过滤。员工用的时候，敏感数据在前端就被拦截了，根本贴不到公网上。 结果呢？全员都用上了最好的工具，数据安全也保住了。
但说实话，能做到这一点的公司，一只手数得过来。大多数公司，既没有担责的制度，也没有搭网关的魄力。正门不开，员工为了干活，就只能偷偷去走“后门”了。
激励
这是六个格子里最致命的一个。
HEC Paris去年做了一个实验。1215个人被要求评估一群"员工"的工作表现。同一份产出，承认用了AI的人，被一致评为"更懒、更不称职、更不努力"。
诚实，在这里不是美德。是一种惩罚。
Slack前年的调查更直接：48%的员工不敢告诉老板自己用了AI。不是不会用，是不敢说。因为他们算过一笔账——把2天的活压到20分钟，如果老板知道了，下一步是什么？
不是加薪。是加活。
Noah在俄亥俄的那家屋顶公司守了一年秘密，不是因为他对公司没感情。是他太清楚说了的后果。你一旦证明自己可以用AI提效，你在老板眼里就从"一个员工"变成了"二分之一个员工"。
反过来想——有没有人因为AI用得好，被奖励过？
IBM去年调研了全球几百家有CAIO的企业。一个数字很说明问题：57%的首席AI官是从内部提拔上来的。不是外面请的AI专家，是公司里那个最先用AI、用得最好、而且敢于让所有人知道他用得好的人。他拿到了这个位置。
但这样的公司太少了。
大多数人的真实处境是Noah那样的：效率翻倍了，不敢说；活儿干得更快了，不敢说。因为说了之后等来的不是"干得好"，是更多的活、更高的指标。没人因为AI用得好得到正向激励。所有人看到的信号都是：谁用得越好，谁越像在给自己挖坑。
能力
公司没给信号、没给工具、没给对的激励。上面边的环境层已经坏了三个格子。
上面坏了，下面自然顶不住。
第一个顶不住的是能力。不是"学不会"，是跟不上。AI的能力曲线是陡峭的加速度——你上周刚学会一个工具，这周模型又迭代了。人的学习曲线是缓慢的线性。两线之间的裂口在扩大，不是缩小。
密歇根大学一个叫Sanchez-Burks的行为科学家给这种现象起了个名字：能力眩晕。以前人说"冒名顶替综合症"，是说你不自信但实际够好。AI时代反了：你昨天确实够好，今天确实不够了。 这不是认知偏差，这是对现实的准确感知。
身份
你做了十年方案，你靠什么定义自己？不是名片上的title，是"我能写""我能判断""我有经验"。现在AI两分钟跑完了你三天的活。输出质量不比你差。
你的脑子不认。
心理学上叫努力辩护——人天然认为"费了劲的东西才值钱"。AI让产出变得太容易了，心理等式被打破。低努力不一定等于低价值，但你的脑子改不了这个回路。承认用AI，等于承认"我没费什么劲"。等于自贬。
如果你是一个靠专业能力吃饭的人——培训师、咨询师、律师、医生——这个冲突更剧烈。因为你的自我认同和"我能独立完成复杂工作"绑在一起。
动机
到这，六格里已经坏了五格。
最后一格是动机。不是"想不想用"的问题，是用了之后，有什么好处？
Gilbert的模型里，动机不是靠喊口号激发的。是靠前五个格子修好了，水到渠成的。信息清楚、工具齐全、激励正向、能力匹配、身份安全——这五件事做好了，人自然愿意用。
但现在的现实是：信息是矛盾的，工具是没有的，诚实是受罚的，能力是追不上的，身份是被威胁的。在这样的系统里，你还指望员工公开承认用AI？
这不是员工的问题。这是一个在惩罚"用得好"的系统。
六格坏了五格，不是偶然。是因为大多数公司在推AI的时候，做的事都一样——解决单点问题。工具不好就买工具，信息不清就发全员邮件，激励不够就设个奖。每个格子单独修，修完一个，另外五个还在漏。
AI落地不是一个一个格子的独立工程。信息、工具、激励、能力、身份、动机——这六件事是咬在一起的。信息没给对，激励就是反的；激励是反的，身份自然受威胁。你得把它们当一张网来修。
这也是为什么我花了一年时间做SURE，它不是一个方法论框架，是一套把六个格子串起来、让AI落地这件事从"碰运气"变成"可复制"的方法。（中层，凭什么不被AI取代——SURE就是答案）
目的只有一个：让企业里的每一个Noah，都不必再为了用AI而提心吊胆。
当信息、工具和激励终于对齐时，你会发现，根本不需要去抓谁在“偷偷用AI”。因为到那时，AI已经变成了大家手里最自然的那把武器。
#AI治理 #组织行为学 #组织能力提升 #团队激励 #绩效改进
数据来源：MIT Project NANDA (2025)、KPMG/University of Melbourne Global Workforce Survey (2025)、HEC Paris实验研究 (2025)、Slack Workforce Lab (2024)、Business Insider报道 (2025.12)、Thomas Gilbert, Human Competence (1978)
帮中层管理者在AI时代找到自己的发力点。
过往文章链接
以前累死累活，现在我只用AI干三件事——一个自由讲师的躺平之路
