一位31歲醫師表示，他每天都會多次運用AI處理工作，並為其任職機構已核准使用，且符合HIPAA規範的DoximityGPT建立了一套專屬提示詞模板。依他所言，這套模板「能產出極其優異的成果」。他的同事同樣使用這項工具，卻苦於無法發揮其效益，並曾向他提及這項困擾。其實這位醫師明白自己的模板將對同事大有助益，但是他卻選擇不與同事分享。

這類情境正在全球各地的組織中上演。KPMG與墨爾本大學（University of Melbourne）針對超過4.8萬名受訪者進行的全球研究發現，57％的員工坦承曾在工作中隱瞞自己使用AI。隱瞞使用AI固然是個問題，但更值得關注的是員工私下透過提示詞流程、工具鏈整合與反覆改善所發展出的工作方法，以及在過程中累積的知識。

「私藏知識」（knowledge hoarding）向來存在於各類組織中。探討員工為何選擇隱瞞資訊、疑慮與想法的「組織沉默」，也已有相當成熟的研究基礎。然而，既有文獻大多聚焦於「問題」遭到隱瞞的情況，包括壞消息、倫理風險及營運隱憂；AI時代帶來的新現象，則是「解方」遭到隱瞞。當員工自行發展出的工作流程創新，能將原本需耗時3小時的工作縮短至20分鐘，且他們又能輕易隱瞞這些創新成果時，沉默所造成的經濟代價，便會帶來前所未有的影響。

過去，生產力的提升往往能自然而然擴散至整個組織。這些成果通常融入共享系統、標準化流程與正式工具之中，並透過組織機制將改善效益廣泛傳播。然而，在AI時代，許多最具價值的效率提升來自個人的實驗，例如有員工發現一套提示詞流程，能在極短時間內產出可直接交付客戶的成果；或設計出一套變通做法，成功避開正式流程尚未解決的瓶頸。這些知識具有可攜性、便於在私下持續改善，也因此更容易被「私藏」。

面對「影子AI」（shadow AI）的使用現象，多數組織的因應方式是加強治理，如制定AI使用政策、建立核准工具清單，以及強化監管機制。這些做法固然合理，但卻未必真正切中問題核心。我們的研究顯示，AI知識之所以遭到隱藏，背後還有一個較不易察覺的驅動因素——組織信任。具體而言，員工真正關心的是，一旦公開自己的AI使用方法，將對他們的工作內容、工作負荷，以及在組織中的地位造成什麼影響。

當員工不信任主管或組織時，他們更傾向隱瞞資訊，將心力從提升績效轉向自我保護，並退出能將個人洞見轉化為集體能力的團隊學習過程。AI的出現，進一步放大了這種現象。在一項調查中，員工表示隱瞞AI使用情況的常見原因包括：希望維持相較於同儕的競爭優勢、擔心公開AI帶來的效率提升後會被分配更多工作、害怕工作方法被記錄下來便可能遭到裁員、憂心違反公司AI政策，以及不願自己的能力受到質疑。這些因素，可能也有助於解釋另一項研究結果：Anthropic的一項研究發現，69％的專業人士提到，職場對使用AI仍存在社會汙名。而隨著Claude Code、OpenAI Codex等代理型程式設計工具興起，個人獨立開發高價值工具，也變得前所未有地容易。

近來，相關討論多半聚焦於如何緩解員工對AI導入的焦慮。然而，較少受到重視的挑戰，在於AI對組織文化所帶來的壓力測試。若領導人只關注AI採用率，便可能忽略更重要的問題：員工是否感到安全，並且有足夠的誘因分享自己發現的方法？

當試驗感覺像破壞規則

AI知識持續遭到隱藏，部分原因在於組織混淆了兩種不同類型的失敗。正如哈佛商學院教授艾美．艾德蒙森（Amy Edmondson）所指出，一種失敗屬於應受責難的偏差行為（blameworthy deviance），如無視規範或為求方便而投機取巧，進而損害組織利益；另一種則屬於值得讚揚的探索性測試（praiseworthy exploratory testing），亦即人們在既有知識的邊界探索未知，即使遭遇失敗，也能從中獲得寶貴的學習成果。當組織將後者誤認為前者時，反而懲罰了最應該鼓勵的行為。

無論組織是否制定正式的AI政策或提供經核准使用的工具，員工都在運用AI探索全新的工作任務、反覆調整提示詞，並建立符合自身需求的工作流程，這正是典型的探索性測試。至於他們是否願意分享這些探索成果，很大程度取決於他們是否信任組織會妥善使用自己所累積的知識。事實上，史丹福數位經濟實驗室（Stanford Digital Economy Lab）針對51項企業AI部署案例的研究發現，AI導入過程中最棘手的挑戰，有77％與技術本身無關。研究團隊指出，其中一項關鍵挑戰，在於如何贏得對AI抱持懷疑態度團隊的信任。那麼，組織該如何彌補這道信任缺口？

我們的研究成果

為了以實證方式回答上述問題，我們針對604名美國員工進行調查，所有受訪者皆表示自己每天至少會在工作中使用一次AI，或一天使用多次。我們也訪談了涵蓋分析師至執行長等不同職位的專業人士，了解他們如何因應這項議題。

調查結果顯示，近3成受訪者（30.3％）坦承曾刻意向同事或雇主隱瞞與AI相關的知識、工作流程或技巧。雖然這一比例低於KPMG與墨爾本大學的研究結果，但仍是不容忽視的現象。另一方面，絕大多數的員工都明白知識分享能夠創造集體效益。將近五分之四的受訪者認為，分享自己的AI知識有助於改善團隊日常工作、協助同事解決問題，並提升團隊生產力。

在我們的研究中，組織信任是預測AI知識隱藏行為的重要因素之一。我們透過員工對7項陳述的回答衡量他們對組織的信任程度，這些陳述包括「整體而言，我相信雇主的動機與意圖是良善的」以及「我的雇主並不總是誠實可信」。研究發現，在信任程度排名後25％的員工中，隱瞞AI知識的可能性幾乎是排名前25％員工的4倍（47％對14％）。心理安全感也呈現相似趨勢：在心理安全感排名後25％的員工中，有45％曾隱瞞AI知識；而在心理安全感排名前25％的員工中，此一比例僅占17％。

這並不代表其他顧慮無關緊要。當員工對工作穩定性感到較強烈的不安，或所處職場競爭氛圍較濃厚時，他們也更傾向隱瞞與AI相關的知識。然而，即使將這些因素納入考量，再加上員工對分配公平性的認知、組織創新程度、年齡、性別、產業別、職位層級、年資，以及組織是否制定正式AI政策並提供核准使用的AI工具等變項，組織信任仍是預測AI知識隱藏行為的重要因素。簡單來說，擔心失業與內部競爭確實會影響員工行為，但組織信任仍具有獨立且關鍵的影響力。

更值得注意的是，在將心理安全感納入分析後，組織信任與AI知識隱藏之間的關聯明顯減弱。這顯示，組織信任能降低知識隱藏行為，部分原因在於其所營造出的環境，讓員工能安心分享工作方式、公開進行實驗，以及在不必擔心遭受批評或承擔負面後果的情況下討論AI使用經驗。此外，當員工能使用公司核准的AI工具時，組織信任的作用變得更為顯著。在這類環境中，信任組織的員工明顯較不容易隱藏與AI相關的知識；反之，若員工缺乏一套共同且經核准的工具，組織信任與知識分享之間的關聯便大幅減弱。其中一種解釋是，組織信任創造了分享的意願，而一套共同且經核准的工具創造了分享的機會。當同事無法輕易取得或使用相關工具時，員工便可能不願投入時間記錄工作流程、提示詞或相關技巧。

不過，光是訂定AI政策或提供核准使用的AI工具，並無法預測員工是否會隱瞞AI知識。這並非否認某些知識隱藏行為確實源於員工使用未經核准的工具，或以可能引發資安與法遵風險的方式使用核准工具；這類較狹義的問題，需另行採取因應措施。然而，更普遍的AI知識隱藏現象，無法僅透過正式的AI基礎建設來解釋，也無法單靠這些措施加以解決。

受訪者對開放式問題的回應，鮮明地呈現出數據背後的邏輯。一名受訪者寫道：「我不信任我的老闆，而且我必須維持自己的優勢。」另一名受訪者則形容其領導階層「滿腦子都在想著如何利用AI裁員所有人」，並表示自己拒絕分享所掌握的知識，是因為不想給任何人對付自己的籌碼。這些故事反映的，都是員工試圖避免因組織決策而吃虧的心態。

一項涵蓋104項研究、約3萬1800名員工的統合分析，進一步驗證了我們觀察到的整體趨勢：不論處於何種情境，心理安全感都與較低程度的知識隱藏行為高度相關；相對地，主管濫權、職場不當對待與對工作穩定性感到不安，則是預測知識隱藏行為增加極為重要的因素之一。關於數位科技壓力（technostress）的研究也發現，科技相關壓力會提高員工隱藏知識的傾向；然而，在領導人較具支持性的團隊中，這種傾向較不明顯，而在競爭文化較強的環境中，則變得更為顯著。

員工為何保持沉默

我們的訪談結果呈現出相當一致的現象：對員工而言，是否公開自己的AI工作流程，其實是一種理性的成本評估。

首先是聲譽上的成本。一名專業服務公司的初階顧問告訴我們，她的同事其實和她一樣在使用AI，卻不願公開談論此事，因為他們擔心這會讓自己顯得能力不足。在一家醫療顧問公司，一名分析師則提到，有位同事發現了一項實用的AI筆記功能，並將其分享給團隊，卻遭到一名資深團隊成員點名質疑，認為這項成果不值得採信，因為那是由「電腦」完成的。員工接收到的訊息十分明確：公司或許表示支持AI創新，但團隊內部的行為規範，仍會懲罰公開使用AI的人。

第二項成本是工作負荷。許多組織並未將效率提升所創造的價值，視為一項應審慎運用並再投入的成果，而是將其當成可進一步利用的剩餘產能。一名管理顧問直言：「如果我將A和B自動化，組織不會因此讓我更專注於C，而是會要求我接手D、E、F。」當更快完成工作換來的是工作量增加，而不是工作品質的提升時，員工自然不願公開自己最有效率的工作方法。

第三項成本則是可替代性。企業AI系統能夠記錄提示詞、工作流程及溝通模式，進而描繪出員工工作方法的詳盡架構，而這些知識未來可能轉手給其他人，甚至實現完全自動化。在《華爾街日報》近期的一篇報導中，德州農工大學（Texas A&M）商學院教授馬修．柯爾（Matthew Call）指出，過去必須透過多年經驗累積的知識，如今已能加以擷取、保存，並移轉給接替者。他因此建議員工將最具價值的工作保留在個人AI工具中完成，而非使用組織提供的平台，讓自身累積的知識資本在離職後仍掌握在自己手中。當員工開始認為，向自己的雇主隱藏資訊是更明智的職涯選擇時，那就代表組織早已失去員工的信任。

這3項成本背後，其實反映的是同一個問題：當我讓組織看見自己是如何工作的，接下來會發生什麼事？

領導人可以怎麼做

這對領導人而言，是一項令人不安的啟示。研究中員工所提出的疑慮，既非無端臆測，也不是過度多疑，而是基於組織過去如何看待員工生產力提升所做出的合理判斷。如果領導人希望員工公開自己的工作方法，就必須以可信的方式提出一套不同的承諾：員工所分享的知識，應該能夠強化其在組織中的價值，而非削弱其地位。就AI知識分享而言，員工需要有分享的動機、簡單可行的分享途徑，以及足夠的能力，將個人工作流程轉化為同事實際能夠使用的做法。以下建議為這項承諾的具體體現。

用行動促成員工主動分享

員工需要明確的指引，瞭解哪些AI使用方式受到鼓勵、哪些屬於禁止範圍，以及該如何處理介於兩者之間的灰色地帶。組織並不需要因AI而重新設計所有工作流程來降低知識隱藏行為，但必須消除那些迫使員工不斷揣測「自己的AI使用方式將如何被看待」的模糊空間，讓他們能夠坦率說明工作是如何完成的。

有關電子知識庫的研究顯示，當系統能降低知識整理的成本、讓員工相信自身知識具有價值，並建立清楚的知識分享規範時，員工便更願意貢獻自己的知識。應用在AI情境下，這意味著組織不應要求員工將一套有效的提示詞流程撰寫成冗長的操作文件，而是透過簡潔的模板、簡短示範，以及「展示實作過程」的交流活動，將個人的工作方法轉化為可重複運用的組織資產。此外，組織也可以更進一步將提問與分享納入日常工作流程。在一項針對業務人員進行的田野實驗中（這同樣是員工可能傾向隱藏成功方法的領域），研究人員以隨機方式將業務人員配對，再將各組分派至不同實驗條件：結構化交流、共同績效獎勵、兩項措施並行，以及不採取任何介入措施。結果發現，圍繞銷售技巧展開的結構化交流，使平均銷售額提升超過15％，且效果在實驗結束後至少持續20週；共同獎勵機制同樣帶來績效提升，但影響相對短暫。

除非領導人建立持續且結構化的交流機制，讓員工可以理所當然地彼此詢問：「究竟是哪些做法讓你成功的？」否則，知識庫可能始終空空如也。對於獲他人採用的工作流程，組織也應明確標示出其貢獻者。知識分享應提升員工在組織中的地位，而不是抹消其作出的貢獻。

別讓效率提升換來更多工作

如果員工認為，AI所節省下來的每一小時，最終都會轉換成更多自己不想做的工作，他們自然會選擇隱藏這些效率成果。領導人需要建立明確的規範，說明節省下來的時間將如何運用，例如投入更深入的分析、更具價值的專案、專業能力發展，或休息與恢復。這類制度唯有在員工看得到自身收益，而非只是感受到組織持續索取時，才可能真正發揮作用。類似的邏輯也存在於供應商關係中。企業經常發現，當供應商能夠保留部分因成本節省所創造的價值，而非立即透過降價將相關利益讓渡給買方時，他們往往更願意主動提出節省成本的方法。

獎勵能夠擴大團隊效益的行為，而不只是個人的AI生產力

如果分享AI的使用方法會削弱自己的獨特優勢，而其他人卻能從中受益，員工便會傾向隱藏相關做法。組織不應依賴單純的AI使用成效排行榜，或僅提供一次性的工作流程創新獎金。研究顯示，過度強調比較的環境可能加劇同事之間的報復性知識隱藏行為，而鼓勵學習的環境則有助於降低這種現象。在一項針對業務人員的研究中，以團隊為基礎的薪酬制度所帶來的知識傳遞效果，明顯優於個人佣金制度。然而，集體獎勵本身並不足以促進知識分享。在另一項實驗中，群體導向的獎勵措施單獨存在時，對知識分享的促進效果相當有限；知識分享明顯增加的情況，主要出現在那些已建立分享規範的配對組別。例如，成員普遍期待彼此主動分享有效做法，並在同事遇到困難時主動伸出援手，而非等到對方開口求助。

獎勵那些開發出可重複運用的工作流程、其做法獲得同事採納，並帶來品質提升的員工。具體的獎勵方式可能包括：將獲他人採納的方法納入貢獻者的績效評估、提供員工持續嘗試新做法的時間保障，以及在工作流程得到廣泛採用後，讓貢獻者共享部分成果價值。此外，組織應建立完善的回饋機制，讓員工知道自己貢獻的知識運用於何處、帶來了哪些改善，以及自己將因此獲得何種認可。這正是要求員工無償交出自身優勢，與讓他們成為受到認可的知識擴散者之間的差別。

賦予AI實驗正當性，再建立成果分享機制

企業允許員工投入時間進行探索的做法，其實早已行之有年。3M著名的「15％創新法則」催生了便利貼（Post-it Note），Google的「20％時間」則孕育出AdSense與Google News。Anthropic的Claude Code團隊則將這項理念應用於AI時代，提出所謂的「支線任務」（side quest），用來描述工程師、設計師與產品經理在正式產品規畫之外自主進行的實驗。這樣的命名之所以重要，是因為它將原本可能被視為投機取巧的AI嘗試，轉化為受到組織認可的工作類型。一旦建立了這樣的正當性，共享工作流程數據庫、團隊演示，以及對受採納的方法給予認可等機制，才能真正發揮作用。

將資訊分享視為一種貢獻

前述建議著重於制度設計，而這項建議關注的，則是員工展示自身工作方法後，主管在短短幾十秒內所做出的反應。這樣的反應，往往是組織傳遞信任最具決定性的訊號。如果主管將員工的分享視為投機取巧，即使只是提出帶有懷疑意味的問題，或流露出失望的神情，員工便會學會隱藏自己的做法；反之，若主管將其視為值得理解的經驗，員工便會明白主動分享有其回報。更值得警惕的是，問題經常並非來自公開反對分享，而是一種更隱蔽、且出於善意的做法：當某位員工分享了自己的方法後，組織便理所當然地將持續協助他人掌握相關做法視為他的義務。這麼做會讓誠實分享化為無償勞動；若你的目標是鼓勵員工繼續私藏自己的重要發現，這就是最有效的方式。

解決之道其實很簡單：降低分享的成本。發現有效方法的人只需示範一次，之後由公司負責相關做法的整理、推廣與後續支援，而貢獻者則保有應得的認可。知識分享應該提升個人在組織中的影響力，而不應演變成一項持續性的義務。

關於工具使用的警訊

企業核准使用的AI工具會記錄員工的操作歷程，包括提示詞、反覆調整的過程，以及最終奏效的工作流程。這些紀錄讓組織得以辨識哪些人的發現帶來了改善、給予相應認可，並將有效做法推廣給其他同事。然而，同樣的機制也讓組織能夠擷取這些成果、將其整理為標準流程，並將相關工作轉交給其他人執行。我們的研究發現，企業核准的AI工具會放大信任與知識隱藏之間的關係：當員工對組織的信任程度較高時，使用這些工具的員工較不傾向隱藏知識；但當信任程度較低時，他們則更傾向隱藏知識。這背後的原因，很可能在於員工預期組織將如何運用AI工具所掌握的資訊。在信任基礎薄弱的組織中，導入企業AI工具更有可能促成私藏行為，而無法鼓勵分享。

＊＊＊

唯有員工願意公開知識，知識才能在組織中擴散；而員工是否願意這麼做，則取決於他們是否相信組織會公正地對待自己所分享的內容。AI人才轉型公司Section執行長葛瑞格．薛福（Greg Shove）在描述當前情況時曾直言：「問題不在於AI沒有創造任何投資報酬率，而是這些報酬目前仍掌握在員工手中。」

領導人往往將焦點放在員工是否使用AI上。然而，更困難的問題是：員工是否足夠信任組織，願意分享自己運用AI學到的做法。這個問題，將決定AI所承諾的生產力提升，最終能否真正轉化為組織累積的成果。

（劉懿萱譯）