为什么老板觉得AI很好，员工却越来越不愿意用？丨FDE重新理解组织信任

2026年，一项覆盖近14000名员工、横跨19个国家的调查发现一个反常的现象：员工使用AI的频率在2025年上升了13%，但他们对AI的信心却下降了18%。

这个方向是反的。正常情况下，用得越多，应该越熟悉，越熟悉应该越放心。现实却是，用得越多，反而越不敢信。

调研负责人的原话是：AI的采用在加速，但信心在降低。

这才是这篇文章真正要面对的矛盾——不是"老板觉得好，员工不用"这么简单的认知偏差，是使用和信任正在背离。老板和员工的分歧，只是这个背离在组织里投下的影子。

另一份报告把这个影子量化得很清楚：只有9%的员工信任AI来做复杂的、业务关键性的决策，而高管里这个比例是61%——52个百分点的信任鸿沟。88%的高管认为员工手上的工具已经足够，只有21%的员工认同这一点——67个百分点的落差。报告的原话是：高管和员工，描述的是两家完全不同的公司。

老板看到的是仪表盘——用户数在涨，调用次数在涨。员工经历的是另一件事：用得越多，越不放心。

行业里最常见的解释是：员工不会用，培训跟不上。但这个解释似乎站不住。

NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。

为什么"没培训"这个解释站不住

如果真是技能问题，用得越多应该越熟练，越熟练应该越有信心——这是学习曲线的基本逻辑。但现实方向正好相反：使用率涨了13%，信心跌了18%。这个矛盾，培训解释不了。

更直接的证据是，31%的员工承认自己在主动破坏公司的AI推广。这不是"不会用"，是主动的、有意识的抵抗。不会用的人不会精心设计怎么绕过系统，只有清楚知道系统在做什么、也清楚知道自己不想依赖它的人，才会这么做。

哈佛商学院的一项研究给出了更深的解释：员工抵触AI工具，通常不是因为工具不好用，是因为它威胁到了他们的专业身份。这个说法有道理，但还没触到根。身份感受是结果，不是原因。真正的原因，是责任的位置发生了变化。

以前，一个判断由员工做出，对错也由员工承担，这个责任链条是完整的、清晰的。现在，AI给出建议，员工采纳，如果结果出了问题——责任落在谁身上？通常还是员工，因为"是你按下确认的"。员工的判断权被拿走了一部分，责任却几乎原封不动地留在原地。

这才是员工真正抗拒的东西。不是AI本身，是不知道责任什么时候会落回自己身上，以什么方式落回来。

交接没有被设计

理解了责任错位，再看一句很关键的话。

一位经济学家在接受采访时说：真正决定信任的，是那个交接点——什么时候该人来做判断，什么时候该AI来做判断，交接怎么完成。这个交接点，是信任真正存在的地方，而大多数公司根本还没有认真想过它。

本文讨论的"交接"，指判断交接（谁拥有最终决策权），区别于系统交接（项目移交给客户）。

这句话点出了问题的核心。员工不信任AI，不是因为它不够聪明，是因为没有人告诉他们：AI在什么范围内自己说了算，什么时候必须停下来交给我，如果它错了，是不是真的有人会出来接管。

这个交接点不清楚，员工只剩一个理性的应对方式：表面配合，私下躲开。

世界经济论坛的研究把这个现象描述得很准：员工在公开场合配合AI政策，维持"我在用"的印象；私下里悄悄绕过，用自己更信得过的方式处理真正重要的事。

老板看到的，是员工愿意展示的那部分——用户数、调用量、一片繁荣。员工的真实选择，发生在老板看不见的地方。这就是"老板觉得AI很好，员工却越来越不用"这个悖论真正的运行机制：老板和员工看到的从来不是同一层。

之前的文章「裁定接口设计：不是审批流程，是风险边界」里拆解过人机交接点该怎么设计——那篇讲的是Agent的责任机制，是给系统设计者看的。这一篇要说的是同一件事的另一面：这个交接点没设计清楚，代价不只是责任模糊，是员工从根子上就不会信任这套系统，无论它有多聪明。

组织信任，本质上就是交接设计。

FDE重新理解组织信任

这里可以立一个判断：组织不会因为AI更聪明而信任AI，只会因为交接机制更清楚而信任AI。

模型能力和员工信任，是两条不相关的曲线。前者靠技术投入拉高，后者只能靠交接机制的设计拉高。搞错这一点，是大多数AI推广项目把钱花在错误地方的根本原因——升级模型，加大培训力度，做更多的宣传动员，唯独没有人坐下来把交接机制设计清楚。

交接机制具体落在三个地方：

边界清晰。 AI在什么范围内可以自主给出结果，什么情况下必须停下来交给人——这条线要写清楚，让员工看得到，而不是含糊地说"AI会辅助你的工作"。边界模糊，员工没法判断自己什么时候该信、什么时候该防。

过程可控。 员工能不能追问AI判断的依据，能不能否决它的建议，而不是被动接收一个不透明的结果、自己扛着。可控感，是信任建立的前提——一个连追问都做不到的系统，员工没有办法真正依赖它。

出错背书。 AI犯错之后，是不是真的有人出来处理、承担责任，还是被悄悄糊弄过去。这一条最关键。哈佛商学院的研究里提到一个细节：当领导者愿意公开为被AI重新设计过的岗位背书，这个信号本身就在告诉员工——这是一个真实的、受尊重的岗位，不是一次悄悄的降级。出错有人管，岗位有人认，员工才敢真的依赖系统，而不只是完成任务式地使用它。

三件事做到，仪表盘上的使用率，才是真实的依赖，不是员工用配合姿态换来的表演。

写在最后

使用率说明AI进入了系统。信任才说明AI进入了组织。

MIT的研究显示，在真正重要的任务上，90%的员工仍然更愿意相信人而不是AI。这不是员工保守，是他们在用行动投票：这套系统的交接机制，还没有让人放心。

AI真正上线，不是员工开始使用它的那一刻，是员工开始依赖它的那一刻。这中间的距离，不靠更多培训填，不靠更强模型填，只能靠把交接机制一点点设计清楚来填。

信任建立起来，只是解决了一个问题。紧接着会冒出另一个更难的问题：员工开始用了，系统开始产生数据了，但要向老板证明这一切值不值——AI能力越来越强，ROI却越来越难证明，这是为什么？

感谢你看到最后，如果你觉得有启发，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我加个星标⭐我们下期见。

我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：
「塔迪GEO判断工程」在AI从“说”到“做”进化阶段，试图回答，如何让AI敢于行动、不因为责任问题而畏手畏脚，而做的一个前沿研究项目。
「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。