随着生成式人工智能工具的快速普及，一些企业开始在裁员、重组等不受欢迎的决策中，以“AI带来的效率提升”为由进行解释。相关观察指出，这类说法往往与实际决策动因并不相符，正在对组织内部信任和文化造成影响。

作者、演讲者及战略顾问 Lily Zheng 在与企业高管的接触中发现，一个反复出现的模式是：管理层将本质上由过去战略失误、投资者压力或个人偏好驱动的决定，包装为“AI驱动的转型”。例如，疫情期间大举扩张、如今缩减规模的公司，会将裁员描述为顺应人工智能浪潮的主动调整，而非对过度招聘的修正，并以“通过AI提升生产力”来对外说明。

Zheng指出，员工在日常工作中能够感受到这些叙事与现实之间的落差。“他们亲眼见证了企业公关对AI和生产力的乐观表述与实际情况并不一致。”在这种情况下，当管理层坚持将裁员归因于AI效率提升时，员工往往会将其视为粉饰甚至愤世嫉俗的说辞。这种感受会转化为信任和士气的下滑，并最终反映在员工敬业度、生产力和留任率等指标上。

“AI让我这么做”的文化后果

相关研究显示，目前真正因AI直接替代工作岗位而进行裁减的组织仍属少数，但更多企业在更广泛的成本削减或重组中，将AI作为一种修辞上的“挡箭牌”。

Zheng认为，当领导者把困难决策归咎于“算法”，实际上是在回避对被裁员工、工作量增加的员工以及职业发展受阻人群的责任。这种做法削弱了管理层对决策后果的担当，也改变了组织内部对责任归属的认知。

她将这一现象与自动驾驶领域的经验进行类比：部分自动驾驶功能被称为“自动驾驶”后，一些司机会过度依赖系统、放松警惕，导致风险上升。同样，当AI被描述为“替代人类”的决策主体时，一些高管也可能在关键决策上“放手不管”，产生不利后果。

在员工看来，这传递出的信息是：管理层会根据自身需要来讲述故事，而不一定与数据或事实保持一致。对于那些依赖透明流程和公平标准来获取机会的群体，这种认知冲击尤为明显。

与混合办公争议的相似之处

Zheng将当前围绕AI的管理实践，与此前关于混合办公的争论进行了对比。研究显示，设计合理的混合办公模式可以在保持生产力的同时，显著降低员工流失率——辞职率通常可下降约三分之一，且对女性、照护者以及长途通勤员工尤为有利。

尽管如此，许多企业仍选择回到传统的“命令—控制”模式，推行严格的返岗要求。一些企业还引入更多数字化监控工具，试图通过监测在线时长、键盘活动等方式来管理员工。然而，相关观察认为，这类做法往往适得其反：员工将更多精力用于“对付系统”和管理形象，而非专注于实质性工作，反而压制了生产力。

在Zheng看来，类似的逻辑正在AI应用中重演。部分领导者并未借助AI重新思考管理方式、绩效指标和组织文化，而是用AI来支撑既有但效果有限的做法，例如高度集权、以出勤为导向的管理或粗放的成本削减。在这两种情形下，管理层更倾向于维持熟悉的模式，而非依据数据和研究调整实践。

从赋能工具到“工作烂活”

围绕AI能力的讨论中，Zheng呼吁企业更清晰地界定AI“能做什么”和“不能做什么”。她指出，大型语言模型是强大的统计推断工具，适合处理复杂、模式丰富且数据充足的任务，但并非可以“一键完成所有工作”的通用解决方案。

当管理层忽视这一点时，相关政策可能无意中鼓励员工产生所谓的“工作烂活”——即大量低质量、需要他人返工的输出。最新研究显示，这类“烂活”会显著拖累生产力：员工不得不花时间修正无用草稿、重做不完整的分析、理顺混乱的备忘录，而不是推进核心任务。

在一些组织中，管理层甚至设定了最低“AI使用时长”之类的指标，将其视为绩效考核的一部分。Zheng将这种做法比作强制要求建筑工人使用大锤，即便当前装修并不需要。工具本应服务于工程质量，却被异化为考核目标本身。

Zheng强调，要建立健康的AI使用文化，前提是扎实的管理基础。包括：

• 明确责任边界——无论使用何种工具，最终输出质量由相关人员负责；
• 建立透明的决策流程，让员工理解关键决策的依据；
• 以结果为导向设定绩效指标，而非以工具使用频率为导向。

在这些基础缺失的情况下，引入AI只会放大原有的管理失衡和组织功能失调。

构建公平、以员工为中心的AI实践

鉴于AI在传播和放大偏见方面的风险已有广泛记录，Zheng认为，构建公平的AI战略是企业治理的重要组成部分。一些企业的做法是直接采购通用工具并大规模部署，而她观察到的“做得较好”的组织，则倾向于基于自身业务场景和经过审计的数据，构建或微调内部模型。

Zheng提出了若干具体建议：

• 对内部数据进行系统性偏见审计，在确保去除可识别信息并符合监管要求后，再用于训练模型；
• 将AI输出视为草稿或参考，而非最终决策，明确由人类对结果承担全部责任；
• 在AI治理和工具选型中，除IT和财务部门外，还应纳入组织设计专家、人力资源从业者、一线员工代表及法律部门；
• 避免以“AI使用时长”等虚荣指标衡量成效，将质量、公平性、客户结果和员工福祉作为评估重点；
• 建立渠道，允许员工报告与AI相关的伤害、工作量不均或偏见输出，并对反馈做出回应。

在她看来，这些做法不仅有助于降低合规和声誉风险，也为安全、有效地使用AI建立了组织规范，表明企业愿意对技术应用承担与其他商业决策同等的责任。

重塑关于AI的组织叙事

在实践中，也有企业选择将AI带来的效率收益用于技能提升、创新项目和岗位优化，而非直接裁员。Zheng提到，一些领导者将AI定位为帮助“员工完成更多、更好工作”的工具，而不是用来论证“可以减少一半员工”的依据。

她认为，真正的领导力考验不在于是否采用AI，而在于如何界定AI在组织中的角色，以及如何说明谁将从中受益。面向未来的管理者需要在涉及技术工具与人力资源的复杂决策中，保持对责任的承担和对不确定性的正面回应，而不是让AI成为转移责任的理由。