44%的企业员工在“故意”悄悄抵制AI，背后的原因竟然是...

前几天一个做大健康私域的老板跟我吐槽，语气挺无奈的：

"老徐，AI系统我们上线快两个月了，钱也花了，培训也做了，可我巡群一看，营养师们能手动打的字，绝不用AI生成的初稿；能自己发的消息，绝不点AI推荐的那个按钮。我私下问过一个营养师，她说了句大实话——'我干嘛帮它学会我的活儿，学会了是不是就轮到我走人了？'"

这句话我听完愣了一下。

因为这已经是我这两个月听到的第六个类似的故事了。

大家都以为，2026年了，AI这么火，员工应该抢着用才对。但真实情况是：很多企业的AI系统，正在被自己的员工，安静地、有组织地"晾在一边"。

今天这篇，我们不聊功能、不聊技术，就聊这一个问题——一线员工不愿用AI，甚至抵制AI，到底是怎么回事，企业该怎么办。

这也是我们在帮大健康客户做AI落地这一年多里，踩得最深的一个坑，也是我认为，决定一家企业AI化能不能成功的，比技术选型重要十倍的问题。

PART 01 · 一场悄悄发生的"消极抵抗"

先说几个数据，你可能会有点意外。

据36氪最近援引的一份职场调研，44%的年轻员工"摊牌"了——他们直言自己正在担心AI抢自己的饭碗。更值得警惕的是，29%的受访员工承认，自己正在有意"破坏"公司的AI战略：把AI工具晾在一边不用、故意降低工作产出让AI看起来"没用"、甚至篡改绩效数据。

这不是我编的段子，是真实调研结果。

另一份来自WalkMe覆盖14个国家、3750名高管和员工的调研更直接：过去30天里，54%的员工绕开了公司提供的AI工具，改用手工完成工作；另有33%的员工，压根就没用过。 两者相加，接近八成的企业员工，在回避或者抵制公司花钱买回来的AI。

而MIT去年的一份研究给出了一个更扎心的结论：企业里95%的生成式AI试点项目最终失败，根本原因不是技术不够好，而是"组织不会用"。

翻译成大白话就是：不是AI不行，是人没打算真的用它。

如果你的团队现在也有类似情况——AI系统上线了，但用得零零散散；开会时大家都说"挺好的"，落地却打折扣——那我要恭喜你，你不是一个人，你正在经历这个行业几乎每一家企业都会经历的阶段。

问题是：为什么会这样？

PART 02 · 老板以为员工在抵制"技术"，其实他们在抵制"被替代"

我见过太多老板，遇到员工不配合，第一反应是："是不是系统太难用了？是不是培训没做到位？"

于是加大培训力度、简化操作流程、甚至纳入考核强制使用。

结果呢？往往越强推，抵触越强。

这里有个认知误区必须先掰开揉碎讲清楚：员工抵制的从来不是"这个工具好不好用"，而是"这个工具会不会让我变得不重要"。

我们拆开来看，员工心里真正的顾虑，通常是这三层：

第一层：生存焦虑——"我是不是要被优化了"

这是最直接的恐惧。前面提到的调研里，60%的高管明确表示，会优先裁掉拒绝使用AI的员工；77%的高管表示，不会用AI的员工不会再被纳入晋升考察范围。

你看，这就形成了一个特别拧巴的处境：员工越是害怕被AI替代，就越抗拒学AI；可越抗拒学AI，就越容易真的被淘汰。

一位做AI变革咨询的从业者说得挺形象："员工嘴上说的是'太复杂、没时间学'，心里那句没说出口的话其实是——'我学会了AI，是不是就把自己教没了？'"

第二层：身份危机——"我攒了十年的经验，突然不值钱了"

这一层在大健康行业尤其明显，因为这个行业太依赖"人"的经验了。

哈佛商学院的一项研究（Narayandas & Zhang）提出过一个很扎心的概念，叫"角色压缩"——当AI把员工的专业判断也一起自动化之后，员工会发现自己"还有一份工作，但机器已经把所有有意思的事情都干了"。

一个干了八年的营养师，靠的是什么吃饭？不是打字速度，是她能一眼看出这个客户今天心情不好、那个客户的饮食记录有问题。这份"经验感"，就是她的职业尊严。 如果AI上来就说"我来帮你判断"，她的第一反应绝对不是感激，而是防御。

第三层：认知鸿沟——"老板觉得很好用，我却觉得是监控"

Prosci的一份研究点出了一个很普遍的现象："领导觉得好，员工不愿用"，是AI转型最致命的反馈闭环。

高管层看的是效率报表、人效数据；一线员工感受到的却是：工作量不降反增（还要多学一个系统）、规则模糊不清、甚至觉得自己的一举一动都被AI记录下来汇报给上级。同一套系统，在老板眼里是"降本增效"，在员工眼里可能是"监工"。

这三层焦虑叠加在一起，就是我们看到的现象：系统上线了，员工却用脚投票，悄悄绕开。

PART 03 · 大健康行业，这个坑会更深

如果说一般行业的AI化，员工抵触已经是普遍现象，那在大健康这个行业，这个问题只会更严重。原因很简单：

大健康私域的核心资产，不是流量，是"信任关系"；而信任关系的载体，就是那个具体的营养师、健康顾问本人。

客户信的不是"某平台"，信的是"叶老师"这个人。她记得客户对海鲜过敏，记得客户上周心情不好，记得客户喜欢晚上11点才打卡。这些东西，是她的核心竞争力，也是她的职业安全感来源。

如果这时候你告诉她："我们上线一个AI，以后你的工作AI来干"——她大概率会把这套系统理解成"我的饭碗要被抢了"，然后开始下意识地抵制：不填客户信息、不用AI生成的日记草稿、遇到问题也不反馈，甚至私下跟同事说"千万别把咱们的话术教给它"。

这不是员工素质问题，这是完全理性的自保行为。

我们在服务一家减脂营养管理公司客户的时候，运营负责人一开始最大的顾虑就是这个：

"我们有个顾客对海鲜过敏，如果AI在点评她的餐食时建议加虾仁补充蛋白质，这不是闹着玩的。"

但更深一层的潜台词，其实是"AI会不会抢了我营养师的饭碗、让她们跟我离心离德"。

这个项目最后能落地，靠的不是一份漂亮的产品方案，而是我们的产品经理老徐主动提出的一件事——"我先去你们营养师那边坐几天，看看她们每天到底怎么干活的。"

这两周的蹲点，直接决定了整个项目的成败走向。

PART 04 · 我们是怎么把"抵触"变成"离不开"的

分享几个我们在实际项目里验证过、真正有效的关键动作。这不是理论，是踩过坑之后总结出来的。

关键动作一：先定位，再上线——AI是"助手"，不是"替身"

蹲点两周之后，我们做的第一个决定就是：AI不当营养师，当营养师的助手。

顾客和营养师之间的信任关系是核心资产，绝对不能碰。AI藏在营养师身后干活，顾客甚至不需要知道AI的存在，营养师依然是那个"叶老师"，只是她突然多了一个从不喊累、记性极好的帮手。

这句话说出来轻松，但它决定了整个产品的技术架构——AI生成的所有内容，最终都要经过营养师确认才发出去，营养师永远有最终决定权。这不是功能限制，这是给员工的安全感。

关键动作二：从最不容易出错、最标准化的环节切入

不要一上来就想"AI化全流程"。我们选的第一个场景，是减脂日记——这是最耗时间（一天四五个小时）但又相对标准化的工作，出错成本相对可控。

先让营养师看到AI能稳定地干好一件简单的事，建立起最基本的信任，再逐步扩大能力边界。这也是国内做AI变革管理的从业者反复强调的一点："不要一上来就全公司全流程AI化，那是逼员工集体抗拒。先打一个小胜仗。"

关键动作三：用"错误case日会"，把员工的顾虑当成产品迭代的燃料

上线第一周，AI肯定会出错——把"106斤"识别成"106公斤"，把一张模糊的餐食照片判断成"未打卡"。

这时候企业最容易犯的错，是把出错的锅甩给"AI还不够聪明，再忍忍"。但对一线员工来说，每一次出错，都是在验证她心里"AI不靠谱、还得靠我兜底"的猜测，抵触情绪只会越攒越多。

我们当时做的是：从上线第一天起，建一个"错误case日会"机制。营养师把当天遇到的问题发到群里，产品经理当天分类定优先级，晚上就跟技术团队对齐修复方案。不是"收集反馈→排期→下个版本修"的传统流程，而是当天发现、当天定位、隔天修复、第三天验证。

不到三周，识别准确率从90%提升到了99%以上。那个反馈群里的消息，从第一周每天十几条，到后来几天才冒出一条。

这套机制真正解决的，不是技术问题，是信任问题。 员工看到自己提的问题真的被当天解决了，她对系统的态度会从"我得防着它"变成"我可以指挥它"——这个心理转变，比任何培训都管用。

关键动作四：把"省下的时间"变成看得见的东西，而不是一句空话

很多企业推AI的时候，嘴上说"帮你减负"，但员工完全感受不到，因为省下来的时间悄无声息地被安排了新任务——这就是典型的"嘴上赋能，背地里加码"，员工一旦识破，以后再难推动。

我们上线的智能日报功能，本质上就是在把"AI帮你省了多少事"这件事可视化。每天早上9:10，AI自动推送一份总结：哪些客户体重连续上升需要重点关注、哪些客户一整天没说话有流失风险、哪些客户打卡频率在下降。以前这些信息散落在几十个群里，营养师要一个个翻，现在三分钟看完，重点客户一目了然。

有个真实案例：一位营养师有天早上闹钟没响，8点多才醒，第一反应是"完了，28个群的早安提醒肯定全漏了"。打开手机一看，全部已经准时发出去了，顾客也都回复打卡了。她后来说："那一刻我真的觉得，这东西是来帮我的。"

这就是让员工从"防着AI"转向"依赖AI"的临界点。

关键动作五：决定权永远在人手里——AI和人工"一键切换"

前面说到的"认知鸿沟"里有一条特别扎心：员工觉得AI是"监工"，一举一动都被记录汇报。要拆掉这个心理防线，光靠嘴上说"我们不是监控你"没用，得靠产品架构说话。

我们在多渠道会话工作台里做的设计是：AI自动回复和员工人工接管，员工可以随时一键切换——AI处理得游刃有余就让它接着来，遇到棘手客户或者员工想亲自安慰一下，一键接管，无缝衔接，谁在什么时间段主导对话，员工自己说了算。再配合三级权限管理（员工看自己的客户，主管看团队数据，管理员看全局），每个人依然在自己该在的位置上，AI没有绕过任何一层去"架空"谁。

这个设计传递的信号很明确：AI是被员工调用的工具，不是凌驾于员工之上的裁判。 员工的掌控感，比任何一句"放心用"的口头承诺都有说服力。

关键动作六：把老员工的经验，变成她的"晋升资本"，而不是被抹去的理由

这一条，是我们认为最能从根上化解"身份危机"的一招。

大健康行业有个老大难问题：金牌营养师、金牌顾问的经验全在她自己脑子里，"教会徒弟、饿死师傅"的顾虑根深蒂固，新人带教全靠师傅愿不愿意倾囊相授，老员工也因此患得患失——我把经验都教出去了，是不是我就没用了？

我们的员工训练场功能，做的其实是反过来的事：新员工培训不再指望老员工手把手带，而是AI扮演模拟顾客跟新人对练，帮新人熟悉业务和话术，还能定期考试打分、给出改进建议。而金牌员工能力复制这个能力，是把团队里表现最好的那位员工的聊天记录喂给AI学习，让系统学会她"感觉对了"的那些处理方式——比如客户说"我考虑一下"的时候不能催、得先发个案例软化。

这套机制真正改变的，不是"谁来干活"，而是把老员工那些说不清道不明的"手感"，变成了被系统认可、被留存下来的数字资产。她的经验没有被抹去，反而被放大了、被永久记录了，甚至她自己也从"一线打工人"变成了团队里事实上的"标杆教练"——这是身份的提升，不是压缩。

这才是我们认为，真正能打消"我教会AI是不是就把自己教没了"这种顾虑的答案：不是不让AI学，而是让员工的经验成为她升职加薪的理由，而不是被替代的理由。

PART 05 · 六周，从"质疑"到"离不开"是怎么发生的

如果你问我，一个团队从抵触到真正接纳AI，大概要经历什么阶段，我们从服务客户的真实过程里，总结出了一条很清晰的心理曲线：

从"我得防着它"到"我离不开它"，中间这六周，决定成败的从来不是模型参数或者功能列表，而是企业有没有做对这几件事：

1. 先讲清楚"为什么"，而不是直接甩工具。 明确告诉团队：AI是来接手重复劳动的，不是来抢饭碗的，并且用产品架构兑现这句话——比如让"AI和人工一键切换"这样的功能一直摆在员工面前，决定权看得见摸得着，而不只是一句口头承诺。

2. 找到你的"种子用户"，用"员工训练场"放大她们的价值。 不要指望全员大会动员就能改变人心，人只信和自己处境相同的人。找一两个愿意尝鲜、也确实用出效果的员工，一方面让她们现身说法，另一方面把她们的经验喂给系统、变成培训新人的教材，她们的身份会从"被观望的对象"变成"被认可的标杆"。

3. 从一个最痛、最容易出成果的场景切入。 不追求一步到位全流程AI化，先打一个看得见的小胜仗（比如减脂日记这种耗时但标准化的环节）。

4. 前三周，安排专人盯着一线反馈，当天问题当天有回音。 这三周决定了员工对系统的信任基线，一旦错过，后面再想挽回成本会高很多。

5. 早期不要用强制考核，先让员工尝到甜头，等AI真正嵌进日常习惯之后，再自然纳入工作标准。 强推只会逼出应付和造假数据。

6. 把"AI没有抢走谁的岗位"这件事，落到具体的人和具体的事上。 比如用"客户转化/唤回雷达"这类功能，让员工看到AI帮她多盯出了一个快流失的客户、多提醒了一次该跟进的复购——这种具体的、看得见的"帮忙时刻"，比任何口号都管用。

PART 06 · 写在最后

回到开头那个营养师说的那句话——"我干嘛帮它学会我的活儿"。

其实这句话背后，是一个特别朴素、特别人性的道理：没有人会主动帮助一个可能取代自己的东西变得更强。除非，她确信这个东西是来帮她、而不是来换她的。

这也是我们做医者AI·金牌员工这一年多，越来越确信的一件事：AI化落地，从来不是一场"技术采购"，而是一场"组织信任重建"。 系统能不能跑起来，技术只占三成，剩下七成，是你有没有想清楚怎么让每一个具体的人，相信AI是站在她这一边的。

如果你的团队现在也正卡在"上了AI但没人真的用"这个阶段——先别急着换供应商，也别急着加考核指标。这个问题，我们过去一年多帮好几家大健康企业蹚过来了，从蹲点调研、场景切入顺序、错误case响应机制，到多渠道会话工作台的AI/人工一键切换、员工训练场、客户转化唤回雷达这些具体功能怎么落地用起来，我们都有一套跑通的方法论。

不用你现在就决定要不要上系统，我们可以先免费帮你诊断一下：你团队现在的AI推进卡在哪个环节，问题出在认知、场景选择还是节奏上。

如果你也在为团队AI化推进不下去而发愁，欢迎加我们的解决方案顾问，聊聊你们团队现在的真实情况，一起看看第一步该从哪儿开始。

微信扫码联系我们👇🏻预约免费AI化推进诊断与解决方案咨询👇🏻