为什么AI上线以后，一线员工反而要把同一件事做两遍？丨FDE重新理解影子工作流

继续看这个我们熟悉的例子。

一套客服AI上线半年，使用率和自动化率都已经达标。管理层看到的是：系统每天自动处理上千条客户咨询，平均响应时间缩短了40%。

一线客服经历的是另一件事。一条退款申请进来，AI生成了一段回复。客服没有直接发送——她打开CRM核对订单信息，再打开自己的Excel表逐项检查金额、退款政策和客户历史，发现AI漏掉了一条三个月前的特殊约定，修改了回复，然后回到AI系统点击"确认发送"，留下一条自动化处理记录。

系统记录了一次成功调用。这位客服实际完成了两套流程。

她不是个例。团队主管把所有VIP客户的工单标记为"特殊情况"，绕过AI直接人工处理——因为投诉一旦发生，追责对象是他个人。一位入职八年的老客服仍然用自己的回复模板处理工单，最后才把结果录回系统。

AI上线以后，旧的核对、旧的模板、旧的人工判断一个都没有退出。新流程加在了旧流程上面，员工的工作量不减反增。

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。

双轨运行，一开始并不是错

AI刚上线的时候，保留人工核对是合理的。

模型需要验证，高风险任务必须有人工复核，员工需要保留回退能力以防系统出错。双轨运行是过渡期的标准做法，几乎所有谨慎的组织都会这样安排。

但过渡安排有一个隐含前提：随着系统证明可靠，旧的核对和人工步骤应该逐步减少。如果半年后核对表没有变短、特殊情况标签没有减少、旧模板仍然活跃，而组织仍然把每次AI调用都计作自动化收益，这个前提就已经失效了。系统在报告自己的效率，员工在用自己的时间补偿系统的不足。两套账同时存在，但只有一套被正式统计。

更难发现的是，这种状态会自我加固。使用率正常，管理者认为推广顺利，产品团队继续优化功能，没有人去调查系统之外还发生着什么。员工为了完成工作，继续在正式流程之外核对、复查和兜底。任务最终仍然被完成了，业务结果没有立即恶化，管理者于是进一步确信系统运转正常。

员工的额外劳动暂时保护了业务，也同时替系统遮住了缺口——代价不会消失：一线员工承担了重复劳动，主管承担了无法进入流程的责任压力，而产品团队失去了来自现场的真实反馈。

为什么旧流程没有退出

旧流程没有退出，原因通常不止一个。同一位员工的同一个核对动作，可能同时指向三个不同的方向。

习惯没有退出。老客服用旧模板处理工单，主要原因是八年的工作方式还没有被新流程替代。旧方式对她来说更快更确定。如果AI的能力确实已经等价甚至更好，这是一个可以通过培训和流程收敛解决的过渡问题。

能力没有补齐。客服把AI回复带出系统去核对，不是因为不信任AI本身，是因为系统不提供她完成工作所需的核对能力。她的绩效考核包含准确率，正式系统却没有给她验证准确率的工具。她在系统之外搭建的那张Excel表，填补的是产品的功能缺口。

责任没有转移。主管把VIP工单全部标记为特殊情况绕过AI，因为投诉追责的对象是他个人。AI参与了工作过程，结果责任却全部留在员工身上。在这种责任结构下，保留一条完全由自己控制的处理路径是理性选择。

区分这三个方向至关重要，因为应对方式完全不同：习惯没退出需要培训和流程收敛，能力没补齐需要产品改造或把补偿步骤正式化，责任没转移需要重新划定人工边界和升级条件。把三者统称"推广问题"，组织就会用培训和使用率KPI去解决一个可能是产品设计或责任归属的问题。

为什么AI更容易制造第二套流程

传统软件替代旧流程时，替代通常是完整的：ERP上线，纸质流程撤掉，员工不可能在两套系统之间来回切换。AI系统的替代往往是不完整的。

AI的输出"看起来合理"，但错误边界不稳定。同样的查询，昨天答对了，今天可能漏掉一个条件。员工无法确定哪些输出可以直接使用、哪些需要核实，只能每次都做一遍检查——于是核对步骤永远不会退出。

系统只记录输入和输出，不记录输出之后发生了什么。AI生成了回复、员工点击了发送，这在后台是一条完整记录。但员工在点击发送之前所做的，在CRM里核对、在Excel里复查、在脑子里判断，系统完全看不见。

个人AI工具又让工作可以低成本转移到正式系统之外。Microsoft 2024 Work Trend Index调查了31个国家的31,000名知识工作者，发现78%的AI使用者自带个人工具上班。这组数据没有区分受访者所在企业是否已提供正式AI系统，不能直接证明员工在绕过企业工具。但它说明了一件事：工作转移到组织视野之外的门槛非常低。

FDE重新理解影子工作流

影子工作流，是AI已经成为正式流程的一部分，但员工为了完成任务、保护自己或补偿系统不足，仍在系统之外保留的另一套工作路径。它最初通常以零散的核对表、特殊标签和人工重做出现——这些行为是正式系统失去真实覆盖能力的早期信号。

回到客服AI的现场。把三个工作节点的正式流程和实际流程画在一起：

这张影子工作流地图观察的是工作节点，不是员工个人。从中可以提取几个行为指标进入常规运营评审：人工覆盖率（多少工单被标记为"特殊情况"）、输出后复核时长（AI给出结果后员工在系统外花多少时间确认）、流程外步骤数（完成一条工单需要离开AI系统几次）。这些指标不替代使用率，而是补充使用率看不到的维度。

这里有一条必须守住的边界：行为指标观察的是流程趋势，不是个人表现。指标不能进入个人绩效考核——影子工作流一旦被用来追责，员工就会把它藏得更深，信号本身也随之消失。目的是让系统的真实覆盖范围可见，不是让员工的补偿行为变成过错。

如果AI上线后，旧流程、旧核对和旧责任一个都没有退出，AI带来的就不是替代，而是在原有工作上又加了一层。

判断AI有没有真正进入生产，不只看员工是否打开它，还要看同一件工作是不是伴随着一个影子工作流。

写在最后

影子工作流地图让组织看见了第二套流程的存在。但看见和行动之间还有距离：人工覆盖率持续上涨，例外标签越来越多，运营团队也已经在上报——项目仍然可能以"还没有发生事故"为理由继续等待。

问题已经进入组织视野，修正为什么还要等到出事以后才开始呢？

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。