仅有15%的人愿意接受AI主管，这个比例说明了一切
一项由奎尼皮亚克大学发布的调查结果显示，只有15%的美国人愿意在人工智能程序的直接监督下工作，即愿意接受由程序分配任务、设定日程和评估表现的工作方式。而其余的85%则对此表示拒绝。
科技行业的第一个反应可能是将这个15%视为一个有前景的起点，是愿意验证这一模式的早期采用者。更诚实的反应则应当思考：为什么五分之四的工人拒绝某种理论上能让他们免于人类的任性、偏好和低效反馈循环的工作模式。原因并不在技术，而在于人们在接受一位领导时所期待的情感劳动。
组织结构图中没人要求的工作
领导者不仅是一个分配工作和设定截止日期的后勤角色。对于大多数员工而言，领导者承担着一个更加复杂的隐含契约：解读上下文中的模糊性，吸收政治紧张，给予情境认可，最重要的是，确保有人对结果承担责任。这些功能并非附属，而是支撑劳动关系的心理契约的核心。
当一个人接受职位时，他们不仅仅是在接受一个薪水或一系列任务，而是在接受一个保护体系，来应对组织的不确定性。一位人类主管能够在项目转向时与高层沟通，能够在紧张的演示前洞察气氛，能够在无须解释的情况下说“今天不是合适的时机”。相反，作为监督者的AI必然是根据明确的规则和历史数据运作，其在上下文自由裁量的余地非常有限，员工们即使没有明确表达也深知这一点。
拒绝算法监督的85%并不是在表达对技术的恐惧，而是在直觉上表明领导的情感和政治劳动具有一种在任何生产力仪表板上都无法体现的价值。
为什么15%比看起来更重要
将其视为无关紧要的少数是不对的诊断。这个15%代表着一个细分市场，在这里算法监督的承诺能够解决真实的挫败感，而非工程师的幻想。他们可能是经历过不稳定管理、明目张胆的偏袒或长期的微管理的员工。对于他们来说，一个以透明标准分配任务并无个人日程评估表现的系统并不构成威胁：这正是他们会在有人询问时提出的需求。
这里出现的模式十分引人关注：在对中层领导信任度最低的公司中，内部愿接受AI的比例将率先上升。这并非是因为算法监督本质上更为优越，而是因为可供比较的对象是一位未能履行其隐含契约的主管。在这种情况下，颠覆并不是来自高级科技，而是来自人力管理的低效。
这对任何正在评估人力资源自动化试点的公司都有直接的影响。在一个对其领导信任度高的团队中实行算法监督将引发摩擦和员工流失；相比之下，在一个领导已失去心理契约的团队中，实施AI监督反而有可能改善对程序公正性的认知。相同的产品，结果却因组织环境而异。
精心设计试点的陷阱
正在开发AI辅助管理工具的科技公司常常犯一个设计错误，即优化领导所声明的工作，而非员工视为其雇佣目的的工作。
一个高效的任务分配系统可以解决领导的后勤职责，但如果员工没有将其视为一位承担风险、能够插手、有能力在计划外认可努力的角色，那么该产品在技术上达成了要求，却在功能上失败了。它解决了开发者所诊断的问题，而非用户所面临的问题。
管理工作产品的历史充满了这种裂痕。那些以“赋权”叙事推出的生产力跟踪工具，员工却感受到的是监视。旨在消除年度评估焦虑的持续反馈系统反而增加了焦虑，因为它们移除了人类的自由裁量权而未能替代那种自由裁量所带来的价值。
拒绝算法主管的85%并不是在要求更少的科技，而是在要求有人优先解决正确的问题：他们希望获得的是一种能够保护、认可他们并分担风险的领导。如果AI能够做到这一点，那么这85%就会有所改变。若不能，目前的数字将维持不变。
公司应关注的数据
这项调查的高层解读并不在于AI管理的采纳进展缓慢，而在于市场正在清晰地指向尚未解决的工作：领导的关系和政治维度，而非其操作维度。
那些早于竞争对手理解这一点的组织，便无需等到AI监督成熟到能模拟同理心的地步。它们将利用AI解放其人类领导者的行政负担、任务分配和截止跟踪，正是那85%早期采用者愿意无抵抗地将其交给算法的职能，从而让这些领导者能将时间集中在那些任何系统仍无法做到的工作上：建立将员工转变为有承诺的人的心理契约。
这并不是哲学上的赌注，而是有数字支撑的商业模型假设。如果算法监督解放了30%的中层管理时间，而这些时间被重新投资于发展谈话、情境认可和政治干预，那么投资回报率不是通过完成的任务来衡量，而是通过员工流失率的降低、在C-suite之前解决的升级周期以及执行更顺畅的团队来衡量。
算法主管早期模型的失败并非源于技术局限，而是源于将员工对其主管的期待与主管所认为自己在做的工作混淆起来。85%的受访者实际上希望获得的不是协调或分配任务，而是确信有权威和背景的人在事情复杂化时支持他们。
