去年我给一家2000人的科技公司做游戏化咨询。聊到AI落地时，HRD叹了口气说："老邓，系统上了，头也开会讲了，没有人反对。但登录率28%，你能信？"

这就是我今天想聊的——员工没掀桌子、没写联名信、没在全员大会上拍桌子说不。但数据不会骗人：系统上线三个月，日活从62%跌到28%。问员工，都说"挺好的"，然后下班前打开自己那套Excel。

这叫沉默抵抗。它比当面反对更致命。

一、沉默抵抗的三种形态

我把它分成三类，每个做过管理者的人都能对上号：

1. 数据投喂不足型

某销售团队上了AI客户推荐系统。逻辑很简单——AI分析历史成交数据，给销售推荐"最可能成单"的客户。但三个月后，系统推荐的客户中，有40%的备注字段是空的。

为什么？销售觉得"我的客户我自己最了解"，AI推荐的优先级跟自己的判断打架时，他们选择不给AI数据——不给数据，AI就永远"不准"，不准就证明"还是人靠谱"。

这不是恶意对抗，这是一种"自证正确"的本能。

2. 流程绕行型

某制造企业上了AI排班系统，目标是优化产线人力配置。结果车间主任们发现：AI排出来的班次跟"老师傅的经验"经常有冲突——不是AI不对，是AI考虑的是全局最优，而车间主任考虑的是"老王下周家里有事别排夜班"。

于是车间主任们发明了一套"双轨制"：系统里按AI排班提交，实际执行按自己手调的那套。每周花2小时做"数据对齐"，确保AI系统里的记录和实际情况看起来一致。

表面合规，实质绕行。这是沉默抵抗的进阶版。

3. 冷漠敷衍型

最普遍的形态。某公司上线了AI会议纪要工具，自动转录+总结+任务提取。上线后HR发现：60%的会议开了录制，但只有15%的人会去查看AI生成的纪要。"开了就行，反正又不会扣我钱。"

不是员工懒，是AI生成的东西跟自己脑子里记的重点对不上。AI提取了十条任务，但其实只有三条是真正重要的——它没帮上忙，反而增加了噪音。

二、为什么管理者看不见沉默抵抗

这问题问过不少管理者，回答基本一致："没人说不啊。"

问题就在这里。

在一个"勇于发言"组织文化很弱的体系里——而大部分中国企业恰恰如此——员工不说"不"，不代表他们在用。沉默抵抗的精髓就在于：它看起来什么都不是。

管理者看不穿这层，因为考核指标通常只考核"系统覆盖率"——多少人开通了账号？多少流程走了系统？这些指标不会告诉你，员工开了账号但天天用Excel导出数据来干活。

三、沉默抵抗的代价有多大

三个层面：

1. ROI归零。 一套AI系统从选型、采购、部署到推广，少则几十万多则上百万。如果实际使用率不到30%，这笔钱基本打了水漂。更隐蔽的是——系统没停，所以没人觉得"花错了"，但也没产生预期价值。

2. 数据污染。 员工绕行操作导致系统里的数据和真实业务数据不一致。当管理层真的想用这些数据做决策时，得到的是一套"表演数据"。一个做供应链的朋友跟我说，他们AI预测系统的误差率从5%升到18%——查下来发现是前端人员录入数据时做了大量"微调"。

3. 信任损耗。 沉默抵抗久了，会形成一种"上面推系统、下面玩系统"的组织潜规则。这种潜规则一旦固化，下个系统上线时，员工的默认反应从"试试看"变成"又来了"。每套新系统都会面临更高的接受门槛。

四、怎么破？三个实操建议

我在几个项目里反复验证过的方法，不一定完美，但比喊口号管用：

1. 上线前先测"使用阻力"

别一上来就全员推广。先找3-5个真实业务场景，让业务骨干试用两周。不是测"系统能不能跑通"，是测"一个正常工作的员工，用这套系统会不会感觉更累"。

如果答案是"至少要适应一周"，那你要么降低预期（做好前三个月低使用率的准备），要么调整产品形态。这个阶段的沉默抵抗是最好修复的。

2. 把绕行路径变成数据反馈

与其"抓员工绕行"，不如在系统里设计"绕行按钮"——当员工选择不用AI建议时，可以一键填一个理由（3个选项+一个文本框就够了）。

这不是监控，这是反馈通道。某SaaS公司这么做之后发现："客户A的AI建议被拒绝率高达70%，但拒绝理由集中在『预测价格过高』——不是AI不准，是销售在拿AI评估结果去跟客户压价。"

没有这个按钮，他们永远不知道员工在干嘛。

3. 设计"低门槛成功体验"

沉默抵抗的根源是"切换成本 > 使用收益"。如果让员工在1分钟内体验到AI带来的价值，切换到新系统的动力会大幅提升。

具体做法：找一个痛点最明确、上手成本最低的场景作为突破口。 比如会议纪要比排班系统更容易被接受，因为它的"前一个状态"更糟糕——没人喜欢写纪要。从"最痛的点"切入，沉默率会从70%降到30%。

——老邓，2026.06.27