哈佛與 MIT 研究揭露:為什麼現在的打工人越來越不愛寫SOP了

—— 當 SOP 變成 AI 訓練資料,知識分享就變成一場新的職場談判
​
以前,公司叫你寫 SOP、整理流程、補技術文檔,大家通常會覺得這是負責任。
​
你把經驗寫下來,把踩過的坑整理好,把判斷邏輯變成新人看得懂的步驟。
​
在過去,這是一種專業,也是一種成熟。願意寫文檔的人,常常會被主管看見,因為他幫團隊降低溝通成本,也讓工作可以被複製、被交接、被管理。
​
可是 AI 進來之後,這件事突然多了一層以前沒有的風險。
​
你寫下來的每一句話,可能不只是在幫同事,它也可能正在幫系統學會你的工作。
​
你過去幾年累積出來的判斷、例外處理、客戶應對、流程修補,本來都藏在經驗裡。現在,只要你把它變成文字、表格、SOP、會議紀錄、教學文件,它就有機會被拿去餵給 AI,變成公司可以反覆使用的數字資產。
​
所以,現在有些打工人越來越不愛寫文檔,未必只是懶。
​
有時候,那是一種自保。
​
因為他們開始意識到:寫得越清楚,自己被拆解得越完整。
​
▋ 一篇研究,把這種職場焦慮講清楚了
​
最近很值得注意的一篇研究,題目叫做《Labor as Capital: AI and the Ownership of Expertise》。作者是柔伊.卡倫(Zoë Cullen)、丹妮爾.李(Danielle Li)與盛武.李(Shengwu Li),分別來自哈佛大學與 MIT。
​
這篇研究討論一個很敏感的問題:
​
當員工知道自己的工作資料,可能被拿去訓練 AI,讓 AI 執行類似工作時,他還會願意分享多少?研究裡有一組數字非常關鍵。
​
在控制組裡,有 25% 的人拒絕分享自己過去的調查資料,即使研究方提供 10 美元報酬。可是當另一組人被告知,這些資料可能會被用來訓練 AI,讓系統執行和他們相似的任務時,拒絕分享的人上升到 41%。
​
從 25% 到 41%。
​
這個變化很有意思,也很值得管理者放在心上。
​
它代表一件事:只要「知識分享」和「AI 訓練」被連在一起,員工心裡的計算方式會立刻改變。同樣是交資料,同樣是分享經驗,同樣是把自己知道的東西拿出來。
​
以前你可能覺得這是合作,現在你會多想一步:我交出去的東西,未來會不會反過來削弱我?
​
▋ 最會寫 SOP 的人,可能最早開始防守
​
原本在公司裡,最願意整理文檔的人,通常是那種很有責任感的人。他會把流程寫清楚,他會把例外情境補上,他會把新人最容易出錯的地方標出來,他甚至會主動整理一份大家都能照著做的工作指南。
​
這種人過去很像組織裡的「知識發電機」。
​
可是 AI 時代,最先感到不安的,也可能就是這群人。因為他們最清楚,真正值錢的地方在哪裡。
​
流程本身不一定最貴,值錢的是流程背後的臨場判斷。
​
什麼情況可以照規則走?
​
什麼情況要先跳過流程?
​
哪種客戶表面上很好溝通,後面最容易出問題?
​
哪個數字看起來合理,但一看就知道假設有漏洞?
​
哪些會議紀錄沒有寫,卻會決定整個案子的方向?
​
這些東西,才是資深工作者的核心能力。但 AI 最想學的,也剛好是這些。
​
當員工意識到,自己越認真寫文檔,公司越有機會把他的工作邏輯拆解成模型可以吸收的素材,他自然會開始防守。
​
以前是:我多寫一點,大家會感謝我。
​
現在變成:我多寫一點,未來誰保護我?
​
這個心理轉折,管理層如果看不懂,接下來會看到很多奇怪現象。
​
文檔變多了,但內容變空。
​
SOP 變漂亮了,但關鍵判斷消失了。
​
會議紀錄變完整了,但真正重要的脈絡沒人寫。
​
知識庫看起來越來越完整,實際上只剩分類、格式和檔名。真正能處理例外的人,還是沒有被系統沉澱下來。
​
▋ 從營運角度看,公司最怕的是空殼 SOP
​
從營運管理角度看,員工不願意寫文檔,不能只被解讀成態度問題。很多時候,那是在提醒公司:知識分享的信任成本變高了。
​
過去員工相信,自己把經驗留下來,是在幫助團隊,也是在累積自己的專業聲望。可是當這些內容可能被拿去訓練 AI,甚至變成削弱自己談判位置的工具,分享這件事就不再只是善意,也是一場風險評估。
​
對營運主管來說,公司沒有 SOP 當然麻煩,系統裡有一堆空殼 SOP 更麻煩。它們看起來完整、格式漂亮、分類清楚,但真正遇到例外狀況時,大家還是只能去找那個老員工。
​
因為文件裡有流程,卻沒有臨場判斷。
​
有步驟,卻沒有現場感。
​
有標準答案,卻沒有處理異常的能力。
​
那種知識庫最危險。它讓管理層誤以為組織已經完成知識沉澱,直到某個資深員工離開,才發現留下來的只有文件,沒有能力;只有格式,沒有經驗;只有流程外殼,沒有真正能解決問題的人。
​
▋ 反蒸餾:當員工開始留下「看似完整」的資訊
​
當員工感覺自己正在被知識收割,他不一定會直接拒絕。很多時候,他會用更隱性的方式防守。
​
這種現象,可以用一個詞來理解:anti-distillation,也就是「反蒸餾」。
​
意思是,當員工知道文檔可能被 AI 學走,他可能會開始留下看似完整、實際上保留關鍵判斷的內容。
​
表面上,他還是交了文件。格式有,段落有,流程有,專業詞彙也有,但真正最有價值的那一層,他不寫。
​
例如,文檔裡只寫「依照客戶需求調整報價策略」,卻不寫什麼樣的客戶需要提早防守。只寫「遇到異常時通知主管」,卻不寫哪三種異常代表專案可能會爆。
​
只寫「依照標準流程確認資料」,卻不寫老手真正看資料時會先看哪幾個危險訊號。
​
我不建議任何人刻意製造錯誤資訊,這會傷害團隊,也可能踩到公司內規。但這個現象本身非常值得管理者警覺。
​
因為當員工寧願交出一份看起來完整、實際上沒有靈魂的文檔,也不願留下真正關鍵的判斷,代表組織信任已經破洞了。
​
公司以為自己在做知識管理,員工感受到的,卻是自己的專業正在被拆解、定價、搬走。
​
▋ Meta 的鍵盤與滑鼠追蹤,讓這種焦慮更具體
​
如果你覺得這些討論還停留在想像,可以看看 Meta 最近引發爭議的事件。
​
根據 Reuters 報導,Meta 曾推動一項內部計畫,準備在美國員工的工作電腦上收集滑鼠移動、點擊、鍵盤輸入等操作資料,用來訓練 AI 系統。
​
後來,因為員工強烈反彈,Meta 又縮減了部分措施,包含讓員工可以短暫暫停資料收集,以及申請例外。
​
這件事真正讓人驚訝的地方,不只是公司想知道員工做了什麼。更關鍵的是,公司開始想知道員工「怎麼做」。
​
以前,管理者看的是成果。報告交了沒?進度完成沒?客戶回覆了沒?現在,AI 訓練讓企業開始對過程產生巨大興趣。
​
你的滑鼠怎麼移動,你在哪個頁面停留,你怎麼複製貼上。
​
你怎麼切換工具,你怎麼輸入、刪改、重組資訊。
​
這些過去看似細碎的動作,現在都可能變成 AI 學習人類工作的素材。
​
這件事真正讓人焦慮的地方在於,AI 想學的可能不只是一份文件,也包含你怎麼操作、怎麼停頓、怎麼判斷下一步。
​
很多過去寫不進 SOP 的默會知識,現在也開始被企業視為可以收集的資料。
​
這也讓職場人心裡那個問題變得更清楚:如果連我的工作過程都能被記錄、分析、訓練,那我到底還剩下什麼不能被搬走?
​
▋ AI 放大的,是公司原本就模糊的信任設計
​
AI 只是把一個原本就存在的問題放大了。過去,員工把經驗寫下來,公司說這叫團隊精神。
​
現在,這些經驗可能被拿去訓練系統,變成公司新的資產。
​
這時候,如果企業還只用一句「感謝分享」帶過,員工心裡自然會開始重新計算。我寫下來之後,這些知識會被怎麼使用?會不會被拿去訓練 AI?會不會變成未來評估我、取代我、壓低我價值的工具?
​
如果它替公司創造效率,我的價值會不會被重新承認?這些問題不講清楚,文檔系統做得再漂亮,也很難得到真正有價值的內容。
​
所以,AI 時代的文檔文化,需要一份新的心理契約。
​
公司不能只問員工:你為什麼不寫?
​
也要回答員工心裡真正的問題:我寫了之後,我會得到什麼?
​
不是每一份回報都一定要立刻變成加薪。但至少要讓員工知道,自己的知識貢獻會被看見、被承認、被保護,也有機會轉換成更高層級的角色與機會。
​
否則,文檔文化最後會變成一場表演。大家都有交,都符合格式,都看起來配合,可是最重要的東西,沒有人願意寫。
​
▋ AI 時代,職場人的最後堡壘是判斷力
​
這篇研究最值得思考的地方,不是叫大家停止分享。
​
真正值得看見的是:AI 時代的知識分享,已經不能再用過去那套邏輯處理。
​
以前,公司要求你留下經驗,是為了讓團隊運作更順。
​
現在,公司要求你留下經驗,也可能是為了讓 AI 更快學會你的工作。
​
這兩者帶來的心理感受完全不同。
​
對個人來說,未來不能只靠把知識藏起來保護自己。凡是能被完整寫成步驟的東西,早晚都會被工具追上。
​
你真正要累積的,是更高一層的能力:定義問題、判斷優先順序、看懂人性、處理例外、跨部門協調,還有在資訊不完整時做選擇。
​
把 AI 產出的答案放回現實世界檢查。會做事,已經不夠。你要能知道什麼時候該做、為什麼要做、出了問題怎麼判斷、不同人之間怎麼協調。
​
當你的能力只停留在「我知道流程」,AI 會越追越近。
​
當你的能力升級到「我知道什麼情境該用什麼判斷」,你才會重新拿回自己的職場議價權。
​
所以,當你看到員工越來越不愛寫文檔,不要急著把它解讀成態度問題。
​
有些人只是比公司更早感覺到:文檔已經不只是工作紀錄,它可能是訓練資料,也可能是權力重新分配的起點。
​
當公司開始用 AI 學習員工,員工也會開始重新計算自己該分享多少。
​
這場變化才剛開始。未來真正值得問的問題會是:
​
如果我的經驗正在成為公司的 AI 資產,那我在這場轉型裡,究竟是被升級的人,還是被提煉的人?