LexisNexis发布《2026未来工作报告》 | 53%员工自费买AI工具,公司配的根本不想用——“影子AI”正在吃掉企业的控制权
- 2026-03-30 16:57:11
公司刚给全员做完AI培训，员工们兴致勃勃，回去就打开了个人版的ChatGPT处理工作数据——因为公司配的工具“不好用”。
这不是个例。
律商联讯最新发布的《2026未来工作报告：生成式AI——工具、同事抑或责任风险？》，调研了全球1400名专业人士后发现：53%的员工未经正式批准就使用生成式AI工具，55%自费购买个人AI工具用于工作，其中60%的人用这些工具处理工作任务。更反直觉的是，74%接受过强制AI培训的员工反而更可能违规使用——培训让他们更懂AI的价值，但公司没给够工具，他们只能自己想办法。
本文将从治理危机、过度自信风险、培训悖论、未来展望四个维度，拆解这份报告。
治理危机：
领导的“盲区”与员工的“影子AI”
1. 员工早已不等公司
2025年到2026年，员工对AI的热情有所降温（从76%降至58%），但实际使用率仍在攀升。问题是，大多数人等不及公司批准——53%的员工未经正式批准使用生成式AI工具，55%自费购买个人AI工具，其中60%用这些工具处理工作。
更令人担忧的是，42%的受访者表示公司根本没有AI政策，或者他们根本不知道有没有。这意味着大量工作数据正在流入未经验证的个人工具。
图：未经批准使用数据
2. 领导高估了“准备就绪”
大多数领导者认为自己在AI进程上领先。但数据给出了相反的答案：83%的员工愿意在工作中使用AI，但他们用的是个人工具、没有培训、没有监管框架。结果是“最大风险暴露，最小机构控制”。
最大的障碍不是技术，而是组织层面的空白：缺乏安全的替代工具、缺乏验证流程、缺乏培训投入、缺乏与工作流集成的工具。
图：AI采用的主要障碍
过度自信风险：
员工觉得“我很懂”，实际“我不懂”
1. 自信与能力的错位
64%的员工声称自己“非常”或“极其”自信能负责任地使用AI。但与此同时，他们使用未经批准的个人工具，却不完全理解安全风险。这意味着他们可能不是对工具本身有信心，而是对自己“能应付风险”的能力过度自信。
更危险的是，自信的员工对AI输出仍存疑——这种“信任自己的判断，但质疑工具的过程”的错位，在高风险任务中会酿成大问题。
图：自信与理解之间的差距
2. 对AI输出的信任存在缺口
即使是最自信的员工，对AI输出的信任也不均衡。他们不确定数据来源、不确定逻辑过程、不确定何时不该使用AI。这种“用但不信”的矛盾状态，正是风险滋生的温床。
图：AI输出的信任缺口
3. AI代理的“静默扩张”
AI代理（能自主执行多步骤工作流的系统）正在快速部署。51%的组织已推出内部AI代理，用于数据分析（44%）、研究（40%）、客户支持（40%）、日程安排（33%）。但只有44%的员工清楚知道什么是AI代理，26%理解有限或根本不懂，13%甚至不知道公司有没有在用。
部署速度远超理解速度——这才是真正的治理缺口。
图：AI代理部署与理解差距
培训悖论：越培训，越违规
1. 培训覆盖率提升，但差距仍在
2025年到2026年，完全没有接受AI培训的员工比例从28%降至19%。这是一个积极信号。但只有23%的员工接受了全员强制培训，大部分人的培训仅限于特定部门，还有16%只接受了可选或自学培训。
图：AI培训覆盖情况
2. 培训提高信心，也提高违规率
受训员工中，79%表示“非常”或“极其”自信，而没有培训的员工只有22%自信。但关键是：74%受过强制培训的员工承认曾违规使用AI，而没有培训的员工中只有17%违规。
这个反直觉的发现揭示了一个重要动态：AI培训提高了信心和使用意愿，但没有配套政策和足够好的工具，它只会加速“影子AI”的扩散。懂AI的员工知道AI能做什么，当公司工具不好用时，他们会自己找工具，而不是闲置生产力。
3. 两条曲线：创新者 vs. 后进者
组织中的AI采用越来越像经典的创新扩散曲线。一小部分创新者和早期采用者（约23%-40%）接受正式培训，理解AI的能力和局限，自信地用它提升效率。大多数人（约60%-77%）培训有限或没有培训，信心不足，要么完全不用，要么自己摸索。
两个群体都带来风险：早期采用者经常绕过公司政策和控制（74%违规），而慢速采用者要么错过效率红利，要么使用不当。
图：员工与AI协作的方式
未来展望：
2026是“能力”到“可信”的转折年
1. 问题在进化
2025年，人们问的是“AI能不能做到？”——证明技术能力。2026年，问题变成“我们该不该信任它是怎么做到的？”——证明安全、透明、可信。2027年，领先的组织将回答“如何在整个企业中规模化可信的AI？”
那些今天还在问2026年问题的组织，明天就会落后——不是因为没有能力，而是因为当信任最重要时，他们拿不出证据。
2. 两种组织正在分化
成熟框架：有全面的AI政策（72%）、全员培训、企业级AI工具、董事会级监督、透明的数据来源。
不成熟框架：没有AI政策（28%）或培训（19%），员工游离在批准流程之外（53%），自费购买个人工具（55%）因为官方选项不够好。
这两组之间的差距将在2027年急剧拉大。成熟框架的组织可以更快创新——因为治理是赋能，不是限制。他们可以对AI用例说“是”，而其他组织只能禁止。
3. 2027年领先组织的五大优先事项
基于这份数据和市场需求，领先组织正在聚焦五个关键领域：
通用AI素养作为核心专业能力——通过强制、定期培训
将人类监督嵌入自动化工作流——通过结构化的验证和审计
投资于企业级AI工具——内置验证功能
安全与合规基础设施——作为AI实施的基础
治理成熟度赶上使用现实——符合行业标准
结语
这份报告的核心价值在于，它用数据撕开了AI治理的“体面假象”：员工在用，公司在滞后；培训在铺，工具没配；自信很高，理解不够。当74%受过培训的员工选择违规时，这不是员工的错，是组织的错——他们把懂AI的人，逼成了“有知识的违规者”。
对于领导者而言，答案不是封堵，而是承认“影子AI”是真实需求，然后用最快的速度提供可信的工具、清晰的验证流程、分层级的风险管控。2026年的核心问题，已经从“AI能做什么”变成了“AI应该怎么用，我们如何证明”。
报告节选
三个皮匠报告AI译版
面对瞬息万变的市场，精准决策需要专业信息支持。三个皮匠报告提供全球核心研究资源，八大核心板块，助您高效获取深度洞见。
报告库：拥有庞大的500万份+行业研究报告数据库，覆盖国内外TOP级咨询公司与机构，致力于保障信息的时效性与高质量，核心优势：
1.每日更新：每日新增报告超过900份，确保信息始终处于行业前沿。
2.来源严选：报告来源于广泛的专业机构与智库，经过系统性收录与整理，保障内容的专业性与参考价值。
3.报告合集：提供按行业、产业或关键概念（如“十五五规划”、“银发&养老”、“低空经济”等）的报告合集，每个合集内包含近两年内市面上经人工挑选的优质中英文报告/研报等，一键打包下载，动态维护更新。
英文报告库：收录全球TOP咨询公司、知名研究所、顶级国际智库原版英文报告，并提供AI智能翻译与总结，实现中英对照高效阅读。
研报库：严选国内外顶级券商与投行的深度分析报告，直接服务于价值判断与市场预判。
顶级外资投行：摩根士丹利、摩根大通、巴克莱、瑞银、高盛GS、德银、杰富瑞、美银、汇丰、晨星Morningstar、星展银行、法兴、野村等……
企业财报库：系统收录全球主要上市公司的官方年报、季报及招股说明书（IPO文件），涵盖A股、港股、美股等全球主要股市。
数据图表库：从海量报告中深度提取、清洗和归类了超过1200万份核心数据与图表，涵盖市场规模、竞争格局、财务趋势、技术路径等关键可视化信息，支持一键下载使用。
会议峰会：实时汇聚从国内行业峰会到国际专业论坛的会议嘉宾演讲资料，将嘉宾的核心演讲PPT整合成专题，一键打包下载。
政策库：及时收录国家及地方各级产业政策。更有专题/汇编两大特色服务，精准定位行业政策。
1.政策专题：提供按行业、产业或关键概念（如“新能源汽车”、“碳中和”、“人工智能”）的政策全景视图，方便了解从国家到各个地区关于这些领域的相关政策。
2.政策汇编：提供热门概念及重点产业核心政策文件汇编（如国家部委发文、地方政府条例等）。
自研报告库：聚焦前沿技术与新兴产业，提供独家、深度的原创研究，输出具有前瞻性的市场洞察。
