为什么越推AI，公司内耗越严重？

当所有人都在讨论AI如何改变世界时，真实的职场里，AI正在悄无声息地撕裂团队——管理者想降本增效，员工担心"亲手革自己的命"；极客员工做出惊艳Demo，保守派却在"看好戏"式找茬；产研兴冲冲赋能业务，业务部门只觉得鸡肋。

———— / BEGIN / ————

最近，我观察到了一个非常危险的现象。当所有人都在高歌猛进地讨论大模型、Agent、Vibe Coding 如何改变世界时，我所在的真实职场里，AI 并没有像想象中那样带来纯粹的效率飞跃，反而正在悄无声息地加剧职场的阶层矛盾，甚至撕裂团队。

这种撕裂不是显性的争吵，而是隐性的对抗、猜忌与互相防备。我将其总结为三个维度的洞察，也许你正在经历，或者即将经历。

洞察一：管理者与员工的“零和博弈”

企业管理层期望用 AI 提效，目标很明确：降本增效（比如 3 个人的活只需要 1 个人干）。但在员工视角，这是一场极其危险的“零和博弈”。

假设一个员工原本投入 80% 的精力就能游刃有余地完成工作，现在管理者要求全面接入 AI 工作流，效率提升后只需要投入 50% 甚至更低的时间。那么，省下来的时间去干嘛？真去刷抖音、看新闻吗？管理者肯定不允许。

更深层次的恐惧在于：员工心里会忍不住假设——如果我真的用 AI 把效率提升到了极致，那你下一步是不是就要把我裁掉？总有一种“自己亲手把自己革命掉”的悲壮感。

一个典型的真实场景：

管理者描绘了一个非常性感、充满想象力的全自动化工作流改造蓝图：产品经理用 AI 出方案、画原型、写需求；自动流转给研发后，研发驱动 Agent 自动写代码、提测；测试 Agent 自动跑用例、提 Bug；研发 Agent 收到 Bug 自动修复并提交 PR。

站在管理者角度，这是绝佳的降本机会。可对于员工来说呢？现有的“人力 + 部分 AI”模式已经足够让他们舒舒服服地把活干完，何必费时费力去配合这场可能革自己命的改造？

矛盾产生的核心点在于：管理者无法向员工证明（也无法承诺），这场轰轰烈烈的 AI 改造是为了增强客户价值、做大蛋糕，而不是单纯为了裁员。没有安全感，提效意愿就是一句空话。

洞察二：极客员工与保守员工的“互相找茬”

企业内部总有一小撮“先进分子”，他们对新技术充满热情，天天研究怎么用 AI 改造现有工作流，甚至做出一些惊艳的 Demo。管理层看到后大喜过望，自然会鼓励他们在内部大肆分享，试图“先让一部分人富起来，带动另一部分人”。

但这必然会催生另一拨“保守分子”。他们习惯了现有的认知和模式，觉得应付当下的工作绰绰有余。当管理层过度表扬前者（甚至强制要求全员购买 Coding Plan）时，后者就会感受到强烈的被冷落和被孤立感。

结果就是：对抗心理滋生。

当前者做出的 AI 工具在实际落地中遇到挫折时，后者不仅不会帮忙，反而会有一种“看好戏”的心态，甚至开启“大家来找茬”模式：“你看，我就说这玩意不靠谱吧，这里有安全漏洞，那里根本解决不了复杂业务。”

举个真实的例子：

有研发同学自发用 AI 做了一个处理客诉的产品，只要给大模型开放源码和数据库权限，AI 就能自动查看代码逻辑，直接给客户解释问题，效率奇高。

但别的研发伙伴第一反应不是“怎么优化这个工具”，而是立刻提出挑战：“你这种做法太激进，代码泄露风险太大了！”他们不会去思考如何降低风险让效率更高，而是直接在心理上否定它。

这让我想起日常工作中经常发生的一幕：不决策、不作为的人，总在事后评判决策者的问题。就像产品经理最开始为了控制研发成本，决定先上 15 个核心字段的接口。等客户提出新需求，需要再加 2 个字段时，研发的第一反应不是怎么加，而是抱怨：“你当初为什么不一次性加全 20 个？”，而当你提出全部加全的诉求后，他又会找茬说“那3个字段不好加，都是大 JSON 串。”

在 AI 工具的推行中，这种内部的互相防备和找茬，正在成为极大的隐形内耗。

洞察三：产研与业务部门的“认知错位”

一般来说，产研和信息部的员工是更早接触 AI 的群体。他们的岗位职责之一，就是用技术“赋能”业务部门。

但业务部门对 AI 的认知往往存在两个极端的局限性：要么极度神化（认为 AI 无所不能，一句话就能生成个系统，一句话就能做出完美 PPT）；要么极度贬低（觉得 AI 就是个傻子，根本不懂我复杂的业务流，没法真正解决问题）。

当产研团队兴冲冲地拿着做好的 AI 提效工具去赋能业务时，往往会碰一鼻子灰。为什么？因为产研懂技术，但不懂业务的 Know-How 和真实体感；而业务只看重这个工具能不能完美贴合我当下的习惯。

举个例子：

SaaS 产品卖给客户后，实施团队需要做极其繁琐的配置和部署，周期短则 1 周，长则半年。管理者希望产研用 AI 帮实施团队提效。产研调研了一圈，发现整个实施链路太长，只能先挑最高频、最耗时的环节（比如批量导数据、迁数据）做 AI 改造。

工具做出来了，但实施团队并不买账。因为这些环节虽然耗时，但并不是天天都在做，解决不了他们全链路的痛点。结果就是：研发觉得业务不配合，天天追着要反馈迭代；业务被迫使用，觉得这玩意是个“鸡肋”，完全是增加工作量。

破局：放弃“头痛医头”，从系统底层找答案

面对这三个撕裂职场的矛盾，我们该怎么办？

用系统论的视角来看，强压 KPI、画大饼、或者强制要求跨部门配合，都只是头痛医头的“症状解”。它只能让大家表面服从，背地里却在积攒更大的反抗情绪。

真正有效的破局，必须是找到“根本解”——也就是去改变企业运转的底层目标、利益分配和权力结构。

1. 管理者与员工：从“盯着成本”走向“创造增量”

在传统的成本中心里，总活儿就那么多。AI 提高了效率，人就显得多余，员工反抗是必然的。

根本解在于改变分配规则：不要让 AI 去抢员工饭碗，而是让 AI 变成帮员工赚钱的工具。

比如前面提到的 Vibe Coding 插件分润机制。公司提供平台，鼓励员工用 AI 自己写插件去满足客户的个性化需求。只要客户付了钱，员工就能直接拿走 20% 甚至更高的提成。

当规则从“你效率越高我越可能裁你”变成“你效率越高赚得越多”时，根本不需要老板督促，员工自己就会拼命去研究 AI。

2. 极客与保守派：让挑刺的人参与制定规则

保守派之所以到处找茬，是因为他们觉得自己被排除在了新事物之外，挑刺是他们唯一能找回存在感的方式。

根本解在于建立共创机制：把阻力变成护栏。

不要让极客闭门造车然后全公司强推。把那些懂合规、懂业务边界、懂安全的老员工拉进来，让他们当 AI 工具的“风控官”或“业务产品经理”。让极客只负责提供底层技术能力，而由这些老员工来决定工具怎么用才安全、边界在哪。

一旦权责理顺了，对抗关系就变成了搭档关系：你负责让工具跑得快，我负责让工具不翻车。

3. 产研与业务：把造工具的权力直接交给听得见炮火的人

“产研赋能业务”这种自上而下的模式，只要中间隔着一道需求传递的墙，沟通错位和互相嫌弃就永远存在。

根本解在于下放权力：解铃还须系铃人。

Agent 和自然语言编程最大的价值，就是让不懂代码的人也能造工具。产研团队应该往后退一步，别再冲在前面给业务做工具了，而是去把底层的 API、数据接口和 Agent 平台搭建好。

把写 Prompt、Skills、搭流程的权力直接交给一线业务人员。让懂业务的人自己去呼唤炮火，消灭了中间传话的损耗，所谓的“鸡肋感”自然就没了。

AI 只是一个新工具，它本身没有好坏。

如果你硬把它塞进原本就论资排辈、互相防备、存量博弈的旧管理模式里，它不但帮不上忙，反而会把原有的矛盾放大无数倍，彻底撕裂团队。

只有当企业愿意从底层重新梳理目标、理顺利益分配、把权力真正交给一线时，AI 才能真正发挥出它的威力。

技术终将普及，但看透人性、理顺利益的智慧，才是 AI 时代企业和个人真正的护城河。

本文来自公众号：产品方法论集散地 作者：产品方法论集散地