AI时代的"兜底成本"——规则越做越完美，为什么组织反而越来越贵？
今天热搜第一是件小事：女子仅退款9斤蜜薯，还放话"有本事来拿"。
评论区吵成一片。有人骂买家没底线，有人骂平台规则惯坏了人。但我看着这条热搜，想到的却是另一件事——为了防住这一个"仅退款"的人，平台要付出的成本，远远超过9斤蜜薯。
这就是我要说的"兜底成本"：每一次规则被钻空子，组织就要加一道防线；每一道防线，最后都是全体用户和整个组织来买单。规则越做越完美，成本却越堆越高——这是AI时代最隐蔽、也最容易被忽视的组织病。
本质：AI让"补规则"变得太便宜，所以组织补上了瘾
过去，一家公司发现漏洞，要补上，得靠人开会、写制度、层层审批，成本很高。很多漏洞组织会权衡一下——"算了，不值得补"。
现在不一样了。有AI帮忙，补一条规则的成本趋近于零：发现问题 → 让AI写一版风控规则 → 上线 → 再发现问题 → 再让AI改一版。一天能迭代十几次。
于是组织养成了一个坏习惯：不再权衡"值不值得补"，而是条件反射地"都补上"。因为补规则太便宜了，便宜到没人再问一句——补完之后，谁来承担代价？
我称之为"兜底通胀"。每一条新规则的边际收益在递减，边际成本却在悄悄累积：审批环节变多、流程变长、员工要填的表变厚、真正该被信任的人被当成骗子一样审查。
就像一个为了防贼把家里装成金库的人——贼是防住了，自己每天进门要先过三道安检，活得很累。
三种典型的"兜底通胀"
场景一：一次造假，全公司被"连坐式"加审
某公司报销出了几个虚报的案例。于是财务上新规则：所有报销单必须附三种佐证材料，超过200元要部门负责人+分管领导双签。
结果呢？虚报的没防住几个——真想造假的人，材料做得比真的还真。真正被拖慢的，是那些老实报销的员工：原来5分钟的事，现在得花40分钟凑材料、等签字。组织用99%老实人的效率，去换1%造假者的风险，这笔账从来没人算过。
场景二：AI把每个异常都当风险，于是人人自证清白
AI风控系统上线后，任何"异常"都会触发告警。比如某个员工这个月加班时长突然变长——系统判定"疑似数据造假"或"疑似即将离职"。
员工的应对是什么？开始为了"看起来正常"而工作。该早点下班就早点走，明明在深度思考也要假装很忙，明明需要多花三天打磨方案也要卡着平均时长交。AI以为自己在抓异常，其实在训练全员"表演正常"。
场景三：客户服务变成"预设剧本"
为了防住极少数恶意投诉，客服被要求严格按照AI生成的说话脚本执行。结果真正需要关怀的客户，得到的却是机器人式的照本宣科。组织为了不被少数人伤害，把多数人的体验一起牺牲掉了。
兜底成本为什么总是被低估
因为这笔账是"分散的"，而收益是"集中的"。
| 角度 | 规则加码的收益 | 兜底成本 |
|---|---|---|
| 谁能看见 | 风险被防住（可汇报） | 全员效率损失（无人统计） |
| 何时显现 | 立刻 | 缓慢累积，几年后才爆 |
| 谁来承担 | 决策者拿到功劳 | 一线员工和客户 |
看懂这张表就明白了：加规则的收益是"可见的功劳"，兜底成本是"不可见的账"。没有哪个管理者会因为"我少加了一条规则、保住了300人的效率"被表扬——因为他证明不了那条没加的规则本来会造成什么损失。
这就是为什么"兜底通胀"会失控：它奖励加规则的人，惩罚不加规则的人。
怎么破：给规则算一笔"兜底账"
我建议组织在每加一条规则之前，强制回答三个问题：
- 这条规则，买单的人是谁？——如果不能明确说出"它保护了什么、又牺牲了谁"，就别加。
- 这条规则的边际收益，是不是在递减？——第1条规则防住80%的风险，第10条可能只防住0.5%，但它拖慢的是100%的人。
- 能不能用"信任+事后追责"替代"事前审查"？——大多数情况下，事后抽查1%的成本，远低于事前审查100%的成本。
真正的组织能力，不是把规则做到滴水不漏，而是知道哪里的洞可以留着——因为堵上它的代价，比漏过的损失更大。
回到那条9斤蜜薯的热搜。平台当然要防恶意退款，但如果为了这一个人，把退款流程改成所有老实人都要跑三趟——那才是真正的亏本买卖。
AI让"加规则"变得无比廉价，反而考验组织一件更难的事：克制。知道什么时候该出手，更知道什么时候该放手。
🧠 测一测：你的组织"兜底成本"有多高？ 📘 行动手册：怎么给规则算一笔兜底账