AI职场信任研究，全球知识工作者2026

方法论

本研究基于一个模拟的54名美国和英国的知识工作者小组，他们的角色包括分析、营销、咨询、技术和运营，其中的每个人至少每周使用一次生成式AI工具。每位参与者都是根据历史劳动力数据、AI工具采用信号和角色特定输出期望校准的Minds角色。对照实际人类响应，以80-95%的准确度验证行为提示。

完整解锁研究包括14个按角色、国家和主要AI工具的交叉统计数据、可下载图表、原始响应CSV和对小组的不限量跟进问题访问权限。

未披露的AI使用已成为常态，而非例外

该小组96%的人承认曾提交AI生成的或经过AI大幅辅助的工作给经理或客户而没有明确披露。只有4%表示没有披露。披露规范尚未跟上普及速度，职场协议在没有任何政策变化的情况下被悄然改写。

开放文本推理中，受访者并未将遗漏视为欺骗，而是视为对雇主奖励机制的理性理解：产出质量、截止日期压缩及最终草案的判断。在他们看来，披露工具的使用等同于声明使用了搜索引擎或计算器。差异在于雇主假设员工的工艺流程，这已被员工用AI替换。

对工作替代的恐惧较低且有限

当被要求在0-10的尺度上评分自己对AI在五年内替代其角色的恐惧时，小组平均得分3.1/10。2%的受访者得分为7或以上，80%的受访者得分为3或以下。重点不在于冷静，而在于判断。受访者区分了AI今天能胜任的工作部分（撰写、总结、代码完成）和他们认为会持久由人类处理的部分（利益相关者管理、决策判断、结果负责）。

高恐惧的少数群体集中在AI介入部分已超过60%的角色中，如处理大宗内容的文案、撰写例行报告的初级分析师。低恐惧的大多数报告称，AI提高了他们的起点，让他们有时间做本职工作。

自报的生产力提升几乎是普遍的

98%的小组成员报告说AI在工作中让他们变得更有生产力，剩余的报告没有变化。在样本中无人认为AI使他们生产力下降。重点在于“更有生产力”的意义存在差异：部分受访者报告其产量在同一范围内提高了2倍，另一些人则报告产量平稳但在花费于更具挑战性工作的认知盈余上有显著增加。

生产力提升是真实存在的，但与披露行为脱钩。没有披露AI使用的受访者是在声称生产力提升的同时，这种生产力的提升从未被雇主见证或意识到。下一轮关于培训、工具预算和如何分享生产力的职场谈判将在黑暗中进行，除非披露规范发生变化。

这对高管及人事领导意味着什么

• 披露问题就是政策问题。 94%的不披露反映出治理缺口，审计、合规性和客户信任最终将揭示这个问题。一个清晰、低摩擦的披露规范，理想情况下应尊重员工的判断而不是惩罚工具使用，在法律诉讼前化解风险。
• 在AI处理的边界处进行培训，而不是环绕它。 生产力提升地在于员工清晰地划分出工作中由AI处理的部分和非AI处理的部分。按角色进行的、有边界意识的培训是影响最大的干预措施。
• 通过共享生产力购回披露。 当披露工具使用的行为被奖励而不是被惩罚时，员工将更愿意披露。通过在时间、工具预算中共享生产力提升，职级评定标准就能转化为可见的谈判，而非隐藏的补贴。

完整研究包括角色的披露细分、按任期的生产力提升分布、“是否愿意跳槽到更支持AI的雇主”后续和开放文本语料。免费注册即可解锁并向小组自行提问。