谷歌内部员工吐槽：我们卖AI，自己用Excel

Glassdoor上一条开发者的留言正在硅谷疯传——"我们卖的AI和我们内部用的AI，简直是两个宇宙。"这条评论来自某科技巨头的全职工程师，发布于2024年12月。同期，该公司刚在对外发布会上宣称其AI工具已"重塑企业工作流"。

这不是孤例。TechRadar Pro调研了美国十大科技雇主的员工反馈，发现一个荒诞的错位：这些公司的工程师们正用世界一流的AI技术给客户做产品，回工位却要面对十年前的内部系统。

一位全栈开发者的原话更直接："AI热潮之后，一切都变糟了。"

1. 鞋匠的孩子没鞋穿

这个古老谚语正在科技行业大规模复刻。

员工们热衷于开发前沿AI工具，却对内部流程的落后越来越失去耐心。Glassdoor数据显示，十大科技雇主中，涉及AI工作机会的正面评价占比高达67%，但涉及内部工具体验的负面评价同比激增41%。

矛盾集中在三个层面：

第一，对外销售的AI产品与内部部署的工具存在代差。某云计算大厂员工在匿名论坛写道："我们给客户演示的智能文档处理系统，自己报销时还在手动填PDF。"

第二，AI引入后工作节奏被迫加快，但配套支持未跟上。一位开发者指出："交付周期被压缩了30%，但代码审查流程还是2019年的速度。"

第三，不拥抱AI的人面临职业惩罚，但拥抱的人也没得到足够支持。有员工反馈："领导说要用AI提效，但公司没买Copilot（微软智能办公助手）的企业版，大家各自想办法，数据安全没人管。"

这种割裂正在产生真实的离职风险。人力资源分析平台Visier的2024年报告显示，科技行业员工对"内部技术栈满意度"与"12个月内离职意向"的相关系数达到-0.63，属于强负相关。

2. 恐惧与强制的双重挤压

员工对AI的态度呈现两极分化，而两端都在推人离开。

一端是"AI焦虑者"。Salesforce（客户关系管理软件公司）2024年调研显示，全球有23%的员工担心AI会取代自己的岗位，其中科技行业比例高达31%。这种恐惧导致部分人主动回避AI工具，形成"越不用越落后，越落后越危险"的恶性循环。

另一端是"AI强制使用者"。部分公司将AI工具使用率纳入绩效考核，但未提供充分培训。一位前Meta（原Facebook）工程师在离职访谈中提到："我的OKR里有一条是'每周使用AI工具完成至少3项任务'，但没人告诉我什么场景适合用，什么不适合。最后我为了凑数，用ChatGPT写了一些根本不该自动化的代码，反而增加了技术债。"

更隐蔽的压力来自同辈竞争。当团队里有人用AI把2小时的工作压缩到20分钟，不用的那个人在站会上就显得"效率低下"。一位亚马逊AWS（云计算服务）的员工描述："现在开会展示方案，如果你没提'这是用Claude（Anthropic公司的大语言模型）生成的初稿'，大家会觉得你没尽力。"

这种环境制造了新的职业风险：不用AI被边缘化，乱用AI出事故。2024年9月，三星电子因工程师将机密代码上传至外部AI工具而泄露数据，事后调查发现，该员工此前从未接受过企业级AI使用的合规培训。

3. 工具层与组织层的脱节

问题的核心不在于AI技术本身，而在于技术部署与组织变革的时差。

MIT斯隆管理学院2024年的研究追踪了147家企业的AI落地情况，发现单纯采购AI工具而不重构工作流程的企业，员工满意度下降12%，而同步进行流程再造的企业满意度上升19%。

差距体现在细节里。以客服场景为例：

企业A购买了智能工单分配系统，但保留原有的三级审批流程——AI把工单分对了，人还在走形式。

企业B同步取消了冗余审批，让AI建议直接触达执行层，人工仅处理异常案例。结果B企业的客服代表人均处理量提升40%，而A企业只提升了11%，且员工抱怨"系统更快了，但枷锁还在"。

科技行业的问题更特殊：这些公司往往是AI工具的生产者，对"内部先用"有天然抵触。一位谷歌前产品经理透露："内部团队申请使用Gemini（谷歌大语言模型）的最新功能，优先级永远低于外部大客户。我们卖给别人的是跑车，自己开的是租来的代步车。"

这种"客户优先"逻辑在商业模式上合理，却在组织层面制造了认知失调。当员工发现自己参与构建的技术被"锁在门外"，职业自豪感会转化为对管理层的质疑。

4. 留人策略的重新校准

部分企业开始意识到，AI adoption（技术采用）不只是IT部门的KPI，而是人才 retention（留存）的前置条件。

微软2024年内部变革具有标本意义。该公司将"员工AI体验"与"客户AI产品"设为同级OKR，要求每个产品团队在对外发布新功能前，必须完成内部 dogfood（内部试用）并收集至少500份员工反馈。Satya Nadella（微软CEO）在全员信中写道："如果我们自己都不爱用，凭什么让客户买单？"

更激进的尝试来自Notion（协作工具公司）。该公司允许员工用20%的工作时间探索任意AI工具，无论是否与公司技术栈兼容，唯一要求是每月提交一份"工具体验报告"。这些报告直接流入产品决策会议，2024年有3项功能更新源自员工的"野生发现"。

人力资源的介入也在加深。IBM（国际商业机器公司）2024年将"AI fluency（AI熟练度）"纳入晋升评估，但同步建立了"AI失败案例库"——员工可以匿名提交使用AI导致的失误，用于完善培训体系而非追责。该库上线首月收到400余条提交，最常见的问题是"过度依赖AI生成的代码未做安全审查"。

5. 未被回答的问题

回到Glassdoor的那条评论——"吃你自己的药"。

这个诉求背后是一个更复杂的命题：当企业成为AI基础设施的提供者，它是否同时成为了AI工作方式的示范者？员工期待的或许不是最先进的工具，而是"我们和公司站在同一边"的确认感。

一位在三家科技巨头工作过的工程师总结："离职面谈里没人说因为'内部工具烂'而走，但很多人会提到'感觉不到公司在投资我们'。工具只是信号，真正的流失原因是信任损耗。"

2024年第四季度，美国科技行业的主动离职率降至疫情以来最低点，但这未必是好消息——更多人选择"在职观望"，而非投入。当AI重塑行业的叙事铺天盖地，那些亲手建造它的人却在问：这场变革里，我们的位置在哪里？

某AI独角兽的HR负责人在匿名访谈中承认了一个尴尬的数据：该公司2024年招聘的AI工程师中，17%在入职6个月内离职，离职原因勾选"其他"的比例是同期的3倍。没人追问"其他"具体指什么，但内部调研的开放式回答里，" hypocrisy（虚伪）"出现了47次。

技术可以解决效率问题，但解决不了"我们为何而战"的问题。当鞋匠的孩子终于穿上鞋，他们想要的不只是合脚，而是知道这双鞋确实为自己而做。