-
行业资讯
INDUSTRY INFORMATION
技术浪潮席卷职场，生成式AI工具的广泛应用本该提升组织效能，却在部分企业中催生了意料之外的负面反应。面对AI带来的效率提升，一些员工并未展现出更高的工作热情，反而选择了退缩与躺平。这种防御性反应正在侵蚀团队活力，成为HR与管理者亟待破解的新难题。
一、 技术冲击下的防御性退缩：躺平逻辑的演变
职场中的躺平往往被视为态度问题，但在AI普及的背景下，它更多是一种面对技术冲击的防御性退缩。当工作环境发生剧变，个体的控制感被削弱，消极抵抗便成了最安全的自我保护机制。
技能贬值感是触发退缩的首要因素。过去需要数年经验积累才能驾驭的工作，如今借助AI工具，刚入职的新人也能在短时间内产出看似过得去的结果。这种经验折旧让老员工感到原有的专业护城河瞬间被填平。当努力提升技能的回报率急剧下降，继续投入精力深耕的动力就会瓦解。既然拼尽全力也无法拉开与机器或新人的差距，维持最低限度的运转就成了理性选择。
工作意义的丧失同样不可忽视。AI接管了大量执行类工作，员工逐渐从创造者变成了审核者和搬运工。他们面对的不再是需要从零构建的挑战，而是AI生成的半成品。这种角色转换剥夺了工作本身的成就感。当员工感觉自己只是流水线上的质检员，每天的任务就是修正机器的错误，工作的内在驱动力便荡然无存。没有创造，只有修补，虚无感自然滋生。
管理层的短视决策加速了这一进程。部分管理者简单粗暴地将AI视为压缩人力成本的工具，在引入技术后立刻提高产出要求或缩减人员编制。这种做法向员工传递了一个危险信号：效率提升的后果是更严苛的压榨和更不稳定的饭碗。与其展现更高效率导致指标加码，不如隐藏实力，用躺平来对抗潜在的剥削。
二、 价值坐标偏移：人机协同中的定位模糊
AI进入工作流后，组织内部原本清晰的价值坐标发生了偏移。员工在新的协作模式下找不到自己的定位，方向感缺失直接导致了行为上的停滞。
岗位边界的模糊让员工无所适从。在传统分工中，每个人的职责范围和产出标准是明确的。AI介入后，哪些环节必须由人把控，哪些可以完全交给机器，很多企业并没有给出清晰界定。员工在试探新边界时，往往担心自己多做一步会被机器替代，少做一步又会被判定失职。这种不确定性让人如履薄冰，最稳妥的策略就是按兵不动，只做绝对不会被指责的份内事。
技能升级的方向迷失加剧了定位危机。面对AI，企业常喊出“向复合型人才转型”的口号，却缺乏具体的路径指引。员工被告知需要掌握AI工具，但仅仅学会输入提示词并不能建立长期竞争优势。他们真正困惑的是：当工具越来越智能，人类独特的价值究竟在哪里？如果无法回答这个问题，所有的培训都显得苍白无力。学得再多，似乎也只是为了更好地配合机器，这反而加深了被异化的焦虑。
绩效评价标准的滞后进一步扰乱了定位。当AI大幅缩短了任务执行时间，传统的工时考核逻辑彻底失效。员工用AI两小时完成过去需要两天的工作，剩下的时间该如何安排？如果如实汇报，可能面临工作量不饱和的指责；如果刻意拉长周期，又违背了职业操守。在新的评价体系建立之前，隐藏真实效率、假装忙碌，成了职场中普遍的生存智慧。
三、 评估体系失真：产出通胀下的回报落差
AI带来了产出的量化膨胀，却未能带来相应的价值提升，这种产出通胀扭曲了原有的评估体系，让员工在回报落差中丧失积极性。
数量激增与质量稀释的矛盾日益突出。AI能够轻易生成大量文案、代码或方案，让单项任务的产出呈现指数级增长。然而，这些海量产出中充斥着同质化和平庸的内容。如果企业依然沿用按件计酬或按量考核的旧模式，就会激励员工利用AI疯狂刷量。劣质产出泛滥不仅无法转化为商业价值，还会让真正追求质量的员工感到不公。当粗制滥造者凭借数量获得高绩效，认真打磨作品的人反而显得效率低下，劣币驱逐良币的现象便不可避免。
价值衡量尺度的缺失导致分配失灵。过去，工作难度和投入时间是衡量价值的重要维度。AI消解了难度门槛，也抹平了时间成本。面对一篇由AI生成、人工微调的报告，管理者很难判定其中蕴含的人类智力投入比例。如果无法准确评估人的真实贡献，薪酬和晋升决策就失去了客观依据。员工发现努力与回报脱钩，多劳未必多得，巧干甚至不如盲干，躺平便成了对不公分配的无声抗议。
隐性劳动被忽视加剧了落差感。在AI辅助工作流中，员工大量精力消耗在提示词设计、结果筛选、事实核查和责任兜底上。这些工作极具认知负荷，却不直接体现为可见的产出物。传统绩效体系无法识别这种隐性劳动，只看最终交付的成果。员工觉得自己承担了高强度的审核与修正压力，却在考核时被认定只是做了简单工作，这种委屈感极易转化为工作态度的冷却。
四、 组织干预路径：重塑安全感与工作意义
破解AI时代的躺平困局，不能依赖道德说教或纪律施压，必须从制度设计入手，重塑员工的安全感与工作意义，让人机协同真正运转起来。
重新划定人机边界是基础动作。组织需要明确哪些决策权必须保留在人类手中，哪些执行权可以下放给AI。在客户服务中，AI处理标准问答，人工介入复杂投诉与情绪安抚；在内容创作中，AI提供素材与初稿，人工把控调性与创意方向。清晰的边界能让员工确信自己拥有不可替代的决策领地，而不是随时可能被优化的冗余环节。这种确定性是建立安全感的前提。
绩效指标转向业务影响与质量控制。考核重心必须从产出数量转移到实际产生的业务影响上。对于使用AI提升效率的员工，不应惩罚其工作时间的缩短，而应奖励其利用节省的时间创造的增量价值。同时，将质量控制纳入核心考核维度，对经过人工深度审核、打磨的高质量产出给予更高权重。让追求质量的人得到实惠，才能对冲AI带来的数量通胀。
识别并量化隐性劳动的价值。更新工作流记录方式，将提示词优化、AI产出纠偏、风险识别等环节纳入可见的项目管理流程。在评估贡献时，不仅看最终交付物，也要看过程中规避了多少AI错误、提升了多少运转效率。将这些隐性劳动显性化，并体现在绩效评分与薪酬分配中，承认员工在人机协作中付出的真实认知成本。
构建技术过渡期的心理安全网。引入AI工具时，管理层应明确传达技术赋能而非替代的立场。设立适应期，允许员工在摸索新工具时犯错，不因短期效率波动而施加过度压力。提供针对性的技能转型培训，帮助员工从执行者向管理者、审核者、策略制定者转型。当员工确信组织愿意为他们的成长买单，而不是用完即弃，防御心理才会卸下。
建立即时反馈机制对冲虚无感。将长周期的大目标拆解为短周期的小节点，增加过程中的反馈频率。AI加快了工作节奏，如果反馈依然按月或按季度进行，员工会感到自己的努力长期处于悬置状态。通过每日或每周的进度确认，让员工清晰看到自己驾驭AI取得的阶段性成果，用持续的微小成就感填补工作意义流失的空洞。
结语
面对AI引发的职场躺平潮，归咎于员工心态显然过于简单。技术变革打破了旧有的价值评估体系与心理契约，退缩与消极是重组期的阵痛。管理者需要看见行为背后的焦虑，用清晰的边界划定、合理的绩效重构和对隐性劳动的尊重，重建人与组织之间的信任。只有在制度层面保障了人的主体地位，AI的效率优势才能真正转化为组织向前发展的动力，而非内耗的源头。
