许多员工对AI有抵触，不是因为技术本身，而是它触动了人最核心的心理需求。当AI让员工感觉自己能力被取代、失去工作掌控感，或减少了人与人之间的联结时，自然会抗拒。然而，AI也能成为助手——帮医生快速诊断、让销售聚焦战略、减轻行政负担。关键在于，领导能否将AI融入工作的方式，转化为对员工“胜任力、自主性、联结感”的增强。AWARE框架提供了一个路径：先承认员工的心理需求，再通过观察、调整、重新设计工作流程，最终赋能员工成为AI的合作伙伴，而非被动的使用者。

    当生成式AI接手那些曾被认为只能由人类完成的任务时，员工开始以不同的方式审视自身角色及其在组织中的价值。这究竟是好事还是坏事？ 为了探究这一问题，我们整合了关于工作动力、绩效和幸福感的心理学理论，以及关于生成式AI如何影响知识、任务、员工生产力的社会属性及工作本身的跨学科研究。我们发现，生成式AI对工作的影响，很大程度上取决于员工是否认为它满足或抑制了三种核心心理需求：胜任力（感觉自己有效率、有能力）、自主性（能够掌控自己的行为），以及联结感（拥有有意义的人际关系）。当这些需求得到满足时，员工会将生成式AI视为有益的工具与助手。但当需求未被满足时，员工就会有被威胁的感觉，有时甚至感到生计受到威胁，因此他们拒绝使用生成式AI。
    如今，许多员工都处于第二种情况。IT（信息技术）基础架构服务商勤达睿（Kyndryl）公司2025年的一项横跨8国25个行业的调查显示，45%的CEO认为，大多数员工对在职场中使用生成式AI持抵触或公开反对态度。问题的关键在于，多数企业缺乏关于生成式AI的变革管理策略，也未能提供正式培训来帮助员工使用技术。鉴于这些问题，高层领导、中层管理人员与基层员工之间出现分歧也就不足为奇：波士顿咨询公司（BCG）2025年的一项调查发现，85%的高层领导和78%的中层管理人员经常使用生成式AI，而只有51%的基层员工这样做。
    为了帮助领导者正确处理员工的抵触情绪，我们构建了一套将生成式AI融入工作流程的框架。在本文中，我们将阐述生成式AI如何满足或威胁三种基本心理需求。然后，我们将介绍框架并说明如何利用它来提高员工对生成式AI的接受度、使用意愿和参与度。

心理层面的影响

    研究表明，在快速变化的工作环境中，满足员工对胜任力、自主性和联结感这三种需求的领导者，能够提升团队的适应力、学习能力和整体福祉。医生和编剧这两类职业群体对生成式AI的反应备受关注，他们的经历也印证了这一观点。让我们来看看他们对AI整合举措的不同反应。
    胜任力。生成式AI使得各类员工都能提升自身能力。它既能帮助缺乏技术专长的从业者完成高技能任务，又能助力专业人才拓展能力边界。正如马克·扎克伯格（Mark Zuckerberg）所说，生成式AI让积极进取的员工“能够完成比以往任何时候都多的工作”。本文作者之一斯特凡诺主导的一项研究（沃顿商学院和营销咨询公司GBK Collective面向美国大型企业高层决策者的年度大规模调查）显示，大多数领导者都对这种趋势表示认同：89%的受访者表示，生成式AI能够提升员工的技能。
    根据美国医学会（American Medical Association）最新的AI态度报告，医学专业人士的主流观点是：他们乐观地认为AI将改善患者护理水平。知名医学专家埃里克·托波尔（Eric Topol）在2024年的一次演讲中表示：“多模态AI将帮助我们创建人体的高分辨率视图，提供贯穿患者整个生命周期的个性化医疗服务。”种种迹象表明，生成式AI确实能提升医学专业人士的能力：它可辅助并优化诊断流程，改善与患者互动的过程，并增强医疗预测能力。
    然而，由于生成式AI可以将许多常规任务自动化并辅助完成复杂任务，因此在工作中融入AI应用可能会被视为对员工能力的威胁。这种情况通常发生在生成式AI重新定义员工所需技能，或是即将完全取代员工的时候。人们普遍对此感到担忧。在沃顿商学院和GBK公司对高层决策者的调查中，71%的受访者表示，他们认为生成式AI会导致员工技能退化，至少在某些任务上取代员工。即使是一些技能娴熟的员工也担心生成式AI会削弱他们的能力。例如，在编剧和其他创意产业中，专业能力往往通过长期经验积累形成。如果生成式AI取代了从事入门级工作的员工，那么年青一代又如何积累专业能力或行业口碑？电视编剧兼执行制片人丹尼·托利（Danny Tolli）表示：“公司绝不会把节目制作的机会交给一个履历上没有任何作品的编剧。”
    自主性。生成式AI可通过自动化处理重复、常规及枯燥乏味的任务来增强员工的自主性，从而减轻他们的认知负担和单调感。大多数医生对此前景感到振奋：他们认为生成式AI的最大价值在于减轻行政负担，使其能专注于更有意义的工作。例如，在一项针对放射科医生的研究中，某生成式AI模型在输入患者数据后仅24秒即可识别急诊病例；而放射科医生平均需耗时24.5分钟才能完成同样的工作。在放射科以及许多其他医学领域，需求远超供给，因此许多医生正积极采用生成式AI。北美放射学会（Radiological Society of North America）主席柯蒂斯·兰格洛茨（Curtis P. Langlotz）指出：“这些技术的进步能提升我们所有人的技能水平，减轻职业倦怠，并为医疗资源匮乏地区提供更优质的医疗服务。”
    然而，如果企业引入生成式AI的方式让员工感到自己丧失了自主性，就会遭遇抵制。微软和Shopify等企业强制推行生成式AI的做法，会加剧技术对员工自主性的威胁，尤其是在规则形成“算法牢笼”时，即一套标准化流程限制了员工根据自身需求调整任务的能力时。若让员工对AI生成的结果负责，则会进一步削弱其自主性。
    当员工感觉自己沦为技术的配角时，问题就变得尤为严重。以这种方式引入AI会威胁到员工的职业认同感以及他们对工作的掌控感。遗憾的是，这正是许多编剧的切身感受。《马男波杰克》编剧兼制片人拉斐尔·鲍勃—瓦克斯伯格（Raphael Bob-Waksberg）曾说过：“如果我们能够获得一些保障，让我们这些创作者能够控制自动化技术，那么这些技术就可以帮助我们更好地完成工作。我认为没有人会反对这一点。我们并不是说要回到老式转盘电话的时代……我们只是说创作者需要掌握主动权。因为如果公司掌握了主动权，我们就会被边缘化。”
    联结感。当生成式AI为员工节省更多精力时，他们就能更专注于工作中涉及社交和人际关系的方面。生成式AI还能以类人方式进行沟通，从而满足人们对联结感的需求，并创造出人们在协作中常体验到的那种温暖、信任和动力。这表明生成式AI可以提供与团队合作类似的益处。此外，一些使用AI的专业人士表示，与纯人际协作相比，与AI协作的体验并不逊色，甚至更好。医生们表示，当他们使用生成式AI工具回复患者并辅助处理文档时，他们会有更多的精力和时间投入直接的患者护理中，而这正是工作中能够增强联结感的核心部分。
    但生成式AI也可能破坏工作中的社交互动，进而威胁到员工的联结感。将原本依赖人际协作的任务自动化，可能引发孤独感，削弱团队凝聚力。它还会让人们担心员工的价值、想法和经验将被忽视。当职场互动缺乏温暖、同理心和关怀时，员工可能感觉自己被“物化”。所有这些因素都在2023年好莱坞编剧罢工事件中产生了影响。
    此外，员工可能因生成式AI的获取、使用和培训机会不均而产生分歧。他们也可能感到人与人之间的代沟正在扩大：经验丰富的员工认为年轻同事滥用生成式AI，而年轻员工则认为老员工不愿改变。观点上的冲突会滋生怨恨，影响协作。此外，人们的内心存在一种固有偏见：他们倾向于认为自己使用生成式AI是合理的，所取得的成果理应获得相应认可；但若他人以相同方式使用该技术，则认为对方不值得受到同等认可。

运用AWARE框架

    为了帮助领导者加强生成式AI在职场中的应用，我们设计了AWARE框架，包含领导者可采取的五项行动。领导者应该承认（Acknowledge）员工心理需求的存在；观察（Watch）员工对技术的适应性和非适应性行为；调整支持体系以契合（Align）员工的心理需求；重新设计（Redesign）岗位职责以促进人类与生成式AI的互补协作；并通过透明机制和广泛参与赋能（Empower）员工（参见“AWARE框架”）。接下来，我们将更详细地分析每一项行动。

    承认。在工作中成功融入生成式AI的第一步，是要认识到这项技术将如何影响员工的胜任力、自主性和联结感需求。管理者应主动与员工沟通，创造开放对话的空间，探讨生成式AI可能对其工作任务、角色定位及自我价值感产生的影响。关键是要预想到员工在面对重大变革时的心理感受。例如，在引入能够自动生成文本或代码的生成式AI工具时，管理者首先应该承认该工具可能会让一些内容创作者或工程师感到威胁，然后就其影响展开讨论。管理者通过运用自身领导力来引导而非压制担忧，可以表明对员工的重视，以及对员工利益的关注。此举可营造一种具有心理安全感的环境，减少隐性的抵触情绪。
    承认职场变革对人的影响，永远为时不晚。多邻国（Duolingo）宣布采用“AI优先”战略时，引发了员工的困惑和焦虑。多邻国CEO路易斯·冯·安（Luis von Ahn）承认了这一失误，并表示：“AI正为我们所有人带来不确定性，我们可以选择以恐惧或好奇心加以应对。”他重申这一变革的内涵，强调AI不会取代员工，而是“以同等或更高的质量水平加速我们的工作”。
    观察。管理者需要识别并理解员工在面对生成式AI相关威胁时的应对策略。其中一些策略具有适应性，包括提升技能（以满足胜任力需求）、调整任务和工作流程（自主性），与同事协作并共同学习、实施和优化生成式AI解决方案（联结感）。但也有许多策略体现出非适应性，包括逃避任务、退缩和消极怠工。领导者只有先识别这些行为，才能采取措施加以纠正。开发者在线协作平台GitHub提供了一种实用做法。通过监测AI编程助手GitHub Copilot的采用率和使用指标，管理者可以评估该工具的上手和应用效果，并追踪开发者对工具的使用情况。这有助于管理者识别积极适应行为以及消极怠工的早期迹象，从而能够及时提供支持。
    密切关注员工的非适应性行为至关重要，因为这可能预示着潜在的困难和压力，进而引发蓄意破坏行为。根据2025年一项针对1 600名美国知识工作者的跨行业调查（其中半数为C级高管），31%的受访者承认自己曾刻意抵制公司的AI项目，41%的Z世代员工也承认了这一点。那些不断拒绝接受生成式AI任务的团队成员，可能正因胜任力威胁而表现出疏离状态，即在感到威胁的领域中进行心理抽离或减少认同。
    在涉及生成式AI的团队协作中选择回避的员工，可能正在使用“影子AI”（shadow AI）——在未经组织批准的情况下偷偷使用不被许可的工具。在前文提及的2025年波士顿咨询公司的研究中，超过半数受访者（54%）表示会在未经批准的情况下使用AI工具，这种倾向在Z世代和千禧一代员工中尤为明显。美国软件公司英万齐（Ivanti）的全球《职场科技报告》（Tech at Work）发现，近三分之一（32%）在工作中使用生成式AI的受访者对雇主隐瞒此事。有些人这样做是为了给自己带来“秘密优势”（36%），有些人是为了避免被解雇（30%），还有一些人是为了缓解冒名顶替综合征或防止同事质疑他们的能力（27%）。
    “观察”意味着积极倾听并关注员工在应对生成式AI变革时的感受和行为。若管理者能以同理心回应这些非适应性行为，就能在员工动力减弱或绩效下滑之前，进行建设性干预。
    契合。组织应针对员工心理层面的威胁感，建立相应的支持体系，从而促进和强化适应性应对策略。目标是让培训、指导、岗位设计和反馈流程与员工的心理需求相契合。例如，如果一位资深营销人员开始强调战略愿景而非通过生成式AI优化内容创作，这可能表明他希望重获自主性和胜任力。对此，管理者可以为该员工提供数据驱动策略和生成式AI增强分析方面的培训。
    以普华永道“我的AI”（My AI）项目为例，通过将生成式AI工具、培训和实践经验相结合，该项目旨在提升员工技能、激发他们对AI的热情。该项目设有专门的“试验场”，并举办“提示词派对”，让员工能够在实际场景中体验生成式AI应用。这些活动既能培养胜任力与自主性，又能促使人们在社交中学习。同事们在此交流提示词策略与最佳实践。普华永道在公司内部任命了“AI推广大使”——这些值得信赖的同事将帮助其他员工理解、讨论和适应AI，确保支持机制能够融入日常工作。
    花旗集团创建了Citi AI工具套件和相关项目，已推广到80多个市场，惠及约17.5万名员工。其中超过2 000名员工参与了“AI先锋计划”和“加速器项目”，以确保同事之间能够相互支持。这些例子表明，企业可通过协调支持措施，更好地满足员工在胜任力、自主性和联结感方面的需求。
    但这些只是少数现象，而非常态。波士顿咨询公司调查发现，仅有36%的员工认为自己接受过充分培训，能够正常使用生成式AI工具。许多受访者表示培训时间过短，或是内容过于肤浅。许多高层领导和中层管理人员也有同感。根据亚马逊云科技（AWS）2025年发布的生成式AI采用指数，52%的IT决策者并不清楚如何对员工进行生成式AI培训。这并不是因为他们缺乏兴趣。勤达睿公司2025年的一项调查显示，80%的CTO和CIO将提升员工技能列为首要任务，57%的CEO对此表示认同。
    雇主需要弥合培训与技能发展方面的差距。但只有将支持措施与员工的心理需求相结合，培养他们的适应力，才能为技能发展和职业成长铺平道路，避免他们对威胁产生非适应性反应。这种协调需要灵活性。通用培训项目往往无法兼顾技能水平、学习方式或生成式AI接受度等方面的差异。更好的方案是为员工提供个性化学习路径、同伴辅导和岗位专属发展通道，这些措施都能帮助员工自信地、真正地将生成式AI融入工作。同时，通过收集员工对这些项目的反馈，企业可不断优化培训并提升其效果。
    重新设计。人们往往倾向于通过“即插即用型”解决方案，将生成式AI融入现有工作流程，比如建设包含预设提示词的生成式AI工具库。但波士顿咨询公司指出，那些专注于端到端工作流程重构而非工具部署的公司，在培训成效、领导层支持、时间节省以及员工对AI的整体参与度方面均表现更优。美国生物技术公司莫德纳（Moderna）便采用了这种重新设计的方法。莫德纳将技术部门和人力资源部门合并为“人才与数字技术”部门。整合的目标是让各团队协同设计AI工作流程，并从跨部门（如试验、人员配置和运营）的角度决定哪些工作应保持人工主导，哪些工作应实现自动化。计算机巨头戴尔公司（Dell）同样采取了重构流程的策略：在引入生成式AI工具前，戴尔已简化销售流程、整合内容与系统并消除冗余环节。此时引入AI不仅进一步提升了效率，更使销售团队能够将更多时间用于战略性的客户工作。
    为了优化工作流程，管理者应与员工合作，重新设计其岗位职责和任务，以促进人与生成式AI的互补协同。Workhelix和Soroco等科技公司能够帮助组织识别哪些任务与岗位可经生成式AI优化，但整体分工往往显而易见：将重复性强、数据量大的任务交给生成式AI，同时把需要同理心、创造力、批判性思维和道德判断等关键技能的任务留给员工。最新研究表明，最有效的流程重构应在自动化和增强人机协作之间取得平衡。AI可自动化处理简单任务，在人类和AI都能胜任的任务中辅助员工，从而使人们能将更多精力投入复杂且模糊的任务中。这种方法能增强员工的主人翁意识、包容感和工作动力，同时满足其心理需求——通过有意义的贡献获得胜任力，通过增强能动性获得自主性，并通过以人为本的协作角色获得联结感。
    重新设计工作流程并非一次性干预举措。随着生成式AI能力的发展，工作流程与预期标准也应持续调整，这需要借助持续反馈、迭代优化与协作。只有根据人智协同效应重构流程，才能确保这项技术能够丰富而非削弱工作的意义和体验。
    赋能。企业不仅要让员工能够使用生成式AI，更要赋予他们权利，让他们自主决定技术对工作生活的影响。这首先需要领导者保持信息的透明：清晰而诚实地沟通生成式AI工具的功能、决策机制以及岗位职责的演变方向。当员工理解生成式AI应用背后的逻辑与方法时，他们感受到的不确定性会变少，更愿意接受新技术并积极参与协作。
    当员工参与到AI的引入与部署过程中时，赋能效果便会增强，因为他们会由此产生主人翁意识和责任感。高露洁棕榄、IT服务商Rent a Mac和强生公司都让员工参与到生成式AI部署工作中。这些公司认识到，员工最了解自己所在的业务部门，也最清楚哪些应用场景最具价值创造潜力。其他公司也在以类似的方式进行尝试，但它们只是少数。目前只有44%的公司领导者让员工参与到AI部署过程中。
    在文化层面，企业必须营造一种包容性环境，让每个人——无论职位、部门或资历——都能接触到生成式AI工具、培训和相应机会。美国纽约银行梅隆公司（BNY Mellon）就遵循这一原则。正如其CEO罗宾·文斯（Robin Vince）所解释的：“我们希望AI能惠及公司中的每个人，因为我们将它视为人人都能使用的强大工具。”该公司已向全体员工开放了使用权限，约60%的员工自主注册了生成式AI平台，其中5 000名员工（包括一半的工程团队成员）已创建专属智能体助手。这种系统性的包容策略，既信任员工，又支持他们作为生成式AI转型的共创者参与其中，有助于避免抵触情绪，促进共同目标的形成。
    生成式AI革命正在重新定义人与机器的边界。生成式AI所具备的类人能力，使员工不再仅仅将它视为一种新的技术系统或软件，而是将其视为职场中的社会行为体，甚至是团队伙伴。因此，领导者不能仅从技术、运营或成本效益角度考虑生成式AI的整合问题。AWARE框架能让领导者关注到变革背后的心理需求，营造心理安全感，确保技术能够增强员工的能力而非将其取代。最终，我们都必须认识到，生成式AI不仅仅是一种工具，员工也不只是技术的使用者。他们应当成为合作伙伴，共同创造未来的工作形态。