对变得过时的恐惧已经成为企业架构的问题
当四分之三的员工将人工智能视为对他们工作生存的直接威胁，而同时只有每八人中才有一人每天在工作中使用它时，问题的诊断并不是集体焦虑，而是伪装成谨慎的组织瘫痪。
在角落里，媒体称之为FOBO——对人工智能进步造成的过时恐惧，这种状态以一种技术 adoption无法合理化的速度在美国组织中蔓延。根据KPMG的数据显示，提到人工智能的员工比例在一年内几乎翻了一番。自2021年以来，Gallup记录到认为新技术威胁就业的比例增加了7个百分点。然而，数据显示截至2026年3月的美国统计局，只有不到19%的企业实际采用了人工智能，预测仅在接下来的六个月内也不过达到22.3%。
这种员工的恐惧与企业实施的技术之间的深渊并不是心理现象的异常，而是那些没有选择方向的组织的数字化印记。
缺乏决策带来的成本
管理者面临一种普遍的诱惑：认为等待市场澄清信号是一种风险管理。这种逻辑忽略了不作为的代价，而今天企业正在以脱节、员工流动和内部抵抗的形式支付这笔费用。
根据非营利组织JFF的数据，仅有三分之一的员工报告称雇主提供有关人工智能的培训、指导或再培训项目。这一数字相比于2024年几乎下降了十个百分点。这不是微不足道的减少，而是一个信号：当外部压力加大时，制度支撑系统正急剧收缩。
运营结果是可以预见的。六成的员工认为，领导者低估了人工智能对员工心理影响的重大性。63%的人认为人工智能会令工作环境变得不那么人性化。与此同时，八成员工承认，人工智能确实让他们的工作更具生产力。这并不矛盾：一些员工看到了工具的价值，却对提供工具的意图心存怀疑。
未明确表明人工智能在运营模式中所扮演角色的组织正在创造这样的场景：碎片化的生产力、模糊的恐惧，以及没有内在叙述来应对这些恐惧。成本并未在季度财报中体现，但在员工流失和在持续压力下做出的决策质量中显露无遗。
大标题的陷阱与渐进数据的纪律
FOBO加速的一部分可以归因于一些高调公开声明所产生的不成比例的影响。Anthropic的首席执行官预计，人工智能将在五年内取代50%的初级职位。微软的人工智能首席执行官给出了类似的看法。参议员马克·华纳估计，在两年内大学新毕业生的失业率将达到35%。
这些预期虽然并不一定具有市场信号的实质，但由于权威机构或技术权威的公开表态，组织往往会对感知的威胁做出反应，而不是根据现有证据行动。目前公布的证据却讲述了一个不同的故事。
麻省理工学院FutureTech发布的研究表明，人工智能在劳动力市场的发展并非一波涛汹涌，而是持续上升的潮流。麻省理工学院的研究人员没有发现大规模的急剧替代，反而观察到了任务的渐进转型，给组织和员工提供了三年的调整能力的窗口。这种区分在战略上意义重大：一轮上涨的潮水可以制定计划应对，而一波海浪的冲击只能被动反应。
问题在于，大多数组织正对想象中的海浪做出反应，而忽视可观察的潮水。这导致他们采取沟通内部的决策，而非组织架构上的决策。
培训差距是竞争优势的决胜点
麦肯锡的研究表明，目前高达45%的工作活动可以通过现有工具实现自动化。各种媒体咨询的专家估计，未来五年内，44%的职业技能将会被改变。面临人工智能的角色变化，技能需求的变化速度比一年前快了66%。
面对这些数字，减少培训投入的决定不仅仅在操作上昂贵，更是当今组织所能作出的最为昂贵的放弃。这并不是因为培训本身的价值，而是因为它决定了谁将在技术快速采用时拥有执行能力。
今天正在培训员工的企业并不是在行善，而是在为未来的市场预留自己的位置。不这样做的企业则是在期盼中牺牲了这个位置，假装等待是中性的。
还有一个值得高管关注的模式：组织内部的代际差异。根据安永的研究，年轻员工在使用人工智能时迅速上手，而经验丰富的员工则显示出抵制。这种不对称并不是态度问题，而是激励设计的问题。资深员工合理地认为，自己的知识积累可能会贬值。如果组织不提供一个清晰的叙述来说明他们的专业知识如何与人工智能相结合而非相互竞争，抵制便是理性而非非理性的选择。
最应该让高层管理者感到不安的数据不是感到恐惧的员工比例，而是那些由于担心变得过时而拒绝采用人工智能的员工，风险在于加速正是他们所害怕的结果：他们的生产力偏离了那些选择采用人工智能的同事，最终这种差距成为了重组的理由，正是他们所恐惧的结果。恐惧成为了他们试图避免的根源。
选择立场是唯一无法委托的举动
数据显示的场景并不奖励那些更快采用人工智能的组织，也不奖励那些等待更长时间的组织，奖励的是那些明确定义想成为什么样的组织，并围绕这种定义作出技术、培训和人才决策的组织。
一家决策将人工智能用于减轻分析师的日常工作并扩大他们判断能力的企业，必须对这些分析师进行培训，重新设计绩效指标，改变引入何种初级人才。这四个决策是相互支撑的。如果仅做出一个，系统将无法工作。
一个决定不大规模采用人工智能的企业也可以有一致的立场，只要他们意识到，在效率与速度上所做牺牲的代价，并且这种放弃是基于不依赖速度的差异化优势。
作为战略不包括等待局势明朗，同时内部沟通这些一切都在掌控之中。这并不是不确定性的管理，而是让不确定性管理化了组织。
在运营模式下如何处理人工智能的决策既不是技术问题，也不是沟通问题。这一决策定义了所有其他决策的边界。领导者如果将此委托给技术部门或以可接受使用政策来解决，便是混淆了工具与方向。而一旦方向被抛给惯性，便不会等待任何人的回归。
