Deloitte 英国 AI 调查发现：员工向老板隐瞒 AI 使用情况

Deloitte 发现，近十分之一的英国员工使用过遭雇主禁止或可能不获认可的 AI 工具。这项 Deloitte 英国 AI 调查表明，职场 AI 的普及已演变为一场围绕许可、安全与职业信任的冲突。员工希望借助更快的方式搜索、总结和起草内容，但雇主往往缺乏获批准的替代方案、明确的规则或可信的培训。

这些发现来自 2026 年 5 月 7 日至 6 月 10 日期间对英国 25,000 名员工开展的调查。Ipsos 为 Deloitte 进行了在线调研。结果表明，生成式 AI 进入日常工作的速度，已快于许多组织的治理能力。

这种差距构成了本文的核心张力。员工将 AI 视为完成日常任务的实用工具；雇主则看到未经管理的服务、敏感提示词、不确定的输出，以及潜在的合规失误。与此同时，员工还担心，公开使用 AI 可能会让管理者质疑他们的价值。

这并非又一份单纯的采用率调查。它显示，员工正私下解决生产力问题，而雇主则公开讨论应允许多大程度的 AI 使用。结果是，组织可能正依赖于自己无法看见、衡量或安全管理的效率收益。

Deloitte 英国 AI 调查揭示隐形劳动力

生成式 AI 已在职场中相当普遍，但其中相当一部分使用仍未受到雇主监督。

这项劳动力调查发现，63% 的英国在职成年人曾有意识地将生成式 AI 用于工作。生成式 AI 指的是根据提示词生成文本、图像、音频或其他内容的系统。

研究覆盖了 22 个行业中年龄介于 18 至 70 岁的员工。Deloitte 将其称为在单一国家内开展的规模最大的职场生成式 AI 研究。与仅聚焦高管或技术团队的调查相比，其广泛样本提供了更具代表性的视角。

采用并不局限于偶尔试用。近四分之一的英国劳动力每天都将生成式 AI 用于工作。其中，12% 每天使用数次，不过各行业和岗位之间的比例差异显著。

员工主要将这项技术用于熟悉的任务。搜索信息和起草邮件各占报告使用情况的 43%，制作摘要则占 31%。

这些活动有助于解释为何采用情况可能保持隐形。员工可以将笔记粘贴到聊天机器人中、润色一封邮件，或总结一份文档，而无需改变正式工作流程。成品回到熟悉的软件中，AI 这一环节则消失在视野之外。

近半数员工表示，他们曾将免费的 AI 工具用于工作。另有 34% 使用雇主付费的外部工具，17% 使用内部开发的系统。这些类别表明，经雇主批准的部署只是市场的一部分。

Deloitte 还发现，17% 的生成式 AI 用户曾自费购买至少一种与工作相关的工具。该机构估计，英国员工每年合计在这些服务上花费 9.58 亿英镑。

自费购买之所以重要，是因为它改变了谁掌握采购决策权。员工可在几分钟内采用一款面向消费者的工具，无需等待采购、安全审查或内部部署。雇主可能会收到输出结果，却不知道是哪个系统处理了底层信息。

近三分之一的生成式 AI 用户表示，他们在雇主不知情的情况下使用了该技术。Deloitte 所称的这种影子 AI，涵盖了在正式可见性或批准程序之外被带入工作的工具。

Bloomberg 强调了一项范围更窄、对抗性更强的指标。据其调查报道，近十分之一的员工使用过被禁止或会招致雇主不认可的工具。

这一区别很重要。使用未知工具并不总意味着违反明确规定。一些雇主没有清晰政策，另一些则有政策，但员工无法找到或理解。

不过，这两个数字都反映了同一种治理失效。员工已将 AI 纳入工作之中，但许多组织仍无法可靠识别所涉及的工具。这种不确定性使日常辅助工作变成了未经管理的业务流程。

为什么英国职场 AI 已超越公司政策

采用差距之所以持续存在，是因为员工获取实用 AI 的速度快于雇主批准、部署并解释它的速度。

面向消费者的 AI 产品几乎无需设置，而且许多员工已对此感到熟悉。员工可以用同一位助手回答个人问题，也可以起草工作内容。这种便利性推动了在正式系统落地前的采用。

Deloitte 发现，65% 的生成式 AI 用户没有听到领导层以清晰理解的方式讨论这项技术。30% 的受访者认为领导层传达的信息缺乏连贯性，18% 则完全没有听到领导层的沟通。

这一沟通问题背后存在政策缺口。不到一半的用户表示，其公司已有生成式 AI 政策。34% 表示不存在政策，23% 不知道是否存在。

只有 28% 表示，他们所在组织有一项自己能够找到、理解并认为仍有效的政策。如果员工不知道规则存在，或无法将其付诸实践，规则便无法塑造行为。

培训同样落后了。一半生成式 AI 用户没有接受过正式指导，只有 20% 完成了强制培训。这使数百万员工只能自行学习如何编写提示词、验证结果和处理信息。

这一缺口尤其关键，因为最先被采用的任务看起来并无害。起草邮件或总结笔记，似乎比自动化财务决策风险更低。然而，一个普通提示词也可能包含客户细节、内部计划、源代码或机密会议记录。

其他研究也指向同一趋势。英国特许人事与发展协会 2025 年秋季的一项调查发现，76% 的英国组织正在使用 AI，也发现 54% 的职场在使用免费工具。

不过，许可仍不均衡。CIPD 此后报告称，61% 的组织允许将生成式 AI 用于工作。根据其雇主调查结果，另有 25% 的组织既不允许使用，也没有计划允许使用。

正式治理虽在改善，但起点很低。31% 的雇主在过去一年中着手制定生成式 AI 政策，这一比例较两年前的 16% 有所上升。

这种错配揭示了为何英国职场 AI 会变得隐形。员工将这项技术视为即时可用的生产力辅助工具；雇主则将其视为一项涉及采购、安全、法律和组织变革的计划。

审批流程的速度也不同。安全团队必须评估数据保留、模型训练做法、账户控制、集成、审计记录及合同保障措施。员工则只需要浏览器或个人账户。

一些组织的应对方式是封锁公共工具。这可能会减少显而易见的访问途径，但无法消除需求。员工可以更换设备、使用个人账户，或在系统之间手动转移信息。

当获批准的替代方案表现不佳或仍不可用时，禁令同样会失效。Microsoft 2025 年的研究发现，在使用未获批准 AI 的英国员工中，28% 表示雇主没有提供获批准的选项；另有 41% 选择了自己在个人生活中熟悉的工具。

这些结果来自不同的样本和方法，因此不能与 Deloitte 的数据直接比较。尽管如此，两项研究都指出了同一机制：当员工认为外部工具有助于工作时，他们会绕过阻力。

因此，问题不止于执法。雇主必须为合法使用提供可接受的路径，明确界定禁止处理的数据，并教会员工判断不确定情形。缺少这种组合，政策就会沦为文书工作，而非运营控制。

员工追求生产力，雇主看到风险暴露

主要冲突并非热情与抵制的对立，而是员工的速度与雇主的责任之间的矛盾。

Deloitte 的受访者报告称，职场 AI 平均每周为他们节省 70 分钟。大多数人表示，他们将节省下来的时间用于为同一雇主完成更多工作。

这一发现使简单的违规叙事变得复杂。隐性使用者不一定是在逃避工作，或将整份工作交给 AI。许多人使用 AI 搜索、起草邮件和制作摘要，然后将节省的时间回馈给所在组织。

生产力收益也并不均衡。在全体受访者中，7% 表示每周至少节省五小时。这一比例在信息与通信行业升至 21%，但在医疗保健和社会工作行业降至 5%。

约 30% 表示 AI 至少为他们节省了一些时间。另有 31% 虽然使用过，却没有节省任何时间。因此，采用本身并不能证明生产力提升。

员工可能会花时间修正幻觉、重写泛泛而谈的输出，或核查事实。幻觉是指看似自信却缺乏可靠依据的输出。选择不当的任务可能只是转移工作，而非减少工作。

雇主承担着个人用户未必能看见的风险。一个提示词可能会将信息传输给一项公司从未审查过条款的外部服务。一份生成的摘要可能遗漏原始文档中重要的限定条件。

输出还可能继承偏见、虚构引用，或在共享时泄露受保护信息。如果最终成果会影响客户、员工或受监管的决策，组织仍须承担责任。

英国国家网络安全中心将未经批准的技术视为更广泛影子 IT 问题的一部分。其影子 IT 指导文件警告称，未知服务可能造成监督薄弱和数据处理风险。

AI 加剧了这种担忧，因为用户会通过提示词和文件上传主动发送信息。传统的未经授权软件或许只会存储联系人列表；AI 助手则可能接收战略文件、客户对话、代码或整个数据集。

然而，过度限制也有代价。它可能将试验进一步推向地下，并阻碍团队分享有效做法。雇主随后既失去可见性，也失去标准化有用工作流程的机会。

这种权衡解释了为何主要对立是员工主导的采用与雇主控制的采用。一方优先考虑即时实用性，另一方则必须保护数据、履行法律义务，并维持一致的质量。

最佳应对方式既不是无限制使用面向消费者的工具，也不是一刀切的禁令。组织需要一个符合员工实际需求的获批准环境，也需要围绕数据、任务和人工审查设定清晰边界。

例如，员工或许可以围绕通用演示文稿结构进行头脑风暴，但不得上传机密客户资料。另一项政策则可能允许编辑邮件，同时要求独立核验事实性主张。

这些区别让治理变得可执行。一条“负责任地使用 AI”的规则，在截止日期临近时几乎无法提供指导。基于任务的政策则可以告诉员工：哪些内容可以输入、可以使用哪项服务，以及由谁审核输出结果。

雇主还应审视员工为何选择外部系统。原因可能是输出质量更高、访问门槛更低、集成能力更强，或是缺少已获批准的功能。封禁工具并不能解决潜在的工作流程问题。

因此，Deloitte UK AI 调查给管理层带来的压力不亚于员工。领导者必须判断，其系统是否足够实用，能够与消费级产品竞争。安全团队则必须让获批准的行为更容易识别和遵循。

围绕 AI 的污名化助长隐瞒

员工隐瞒 AI 的使用，不仅因为工具未获批准，也因为披露可能影响管理者对其能力的评价。

Deloitte 发现，23% 的英国员工认为，职场中使用 AI 带有污名。在每周使用者中，64% 担心管理者可能会认定 AI 能够完成他们的工作。

Bloomberg 在描述担忧管理层评价的受访者时，也报道了同样的 63% 数据。具体调查样本值得关注，但更广泛的担忧很明确：员工将披露与可能被替代联系在一起。

这种焦虑形成了棘手的激励机制。雇主可能要求员工寻找提升生产率的方法，同时又讨论自动化和缩减人员规模。员工则可能选择私下使用 AI，让使用方式和节省的时间都不被看见。

CIPD 的雇主调查说明了这些担忧为何并非没有依据。17% 的组织预计，AI 会在未来 12 个月内减少员工人数；预计人数增加的仅为 6%。

大型私营雇主的预期更高。26% 预计员工人数会下降，而中小企业中这一比例为 7%。金融、保险、科技、法律、会计和咨询行业的预期也高于平均水平。

这些数据反映的是雇主预期，并非已得到确认的裁员情况。但它们仍会影响职场行为。当领导者将 AI 同时描述为助手和降本途径时，员工会认真倾听。

一名披露高效工作流程的员工，可能担心这会证明更少的人也能完成同样的工作。另一名员工则可能担忧，同事会把 AI 辅助视为其写作、分析或技术能力较弱的证据。

这种认知问题可能削弱质量控制。当披露在职业层面显得有风险时，员工不太可能主动请求审核。管理者于是只能看到润色后的成果，却不了解 AI 在何处发挥了作用、进行了哪些核验。

隐瞒也使组织无法识别强有力的应用场景。有价值的工作流程仍停留在个人知识层面，无法成为有文档记录、经过测试的流程。风险持续隐藏，而收益也难以复现。

领导层的信息传达在这里至关重要。员工需要知道，组织重视的是 AI 辅助下的表现、独立专业能力，还是两者兼顾。含糊的鼓励配合“替代”措辞，会制造相互冲突的激励。

管理者同样需要培训。他们必须区分负责任的辅助与草率的委托。用 AI 编辑初稿，与接受缺乏依据的分析或自动化高影响决策，并不是一回事。

因此，披露应聚焦风险，而非流于形式。要求对每一次细微的语法修正都加注标签，只会制造行政噪音。针对敏感数据、重大决策或对外发布的事实要求披露，目的则更明确。

英国信息专员办公室认为，一刀切的禁令不太可能奏效。其 职场 AI 分析强调合法访问、有效监督和切实可行的威慑措施。

这种方法承认了冲突的两面。雇主不能忽视数据保护义务，也不能假定一纸禁令就能消除员工已认为有用的工具。

信任必须双向发挥作用。雇主需要相信员工会保护敏感信息并核验输出；员工则需要相信，负责任的披露不会自动损害其声誉或工作保障。

没有这种共识，Deloitte 所说的影子 AI 就会成为一种文化信号：员工不相信正式渠道能够满足其需求或保护其利益。

这些数据无法证明什么

调查记录了巨大的治理缺口，但并未证明有多少隐蔽 AI 使用会造成实际伤害或带来持久的生产率提升。

Deloitte 采用在线调查方式，对 25,000 名员工和个体经营者进行了具有代表性的配额抽样。结果根据人口统计、就业、地区、教育和社会类别进行了加权。

这种方法提供了广泛的覆盖面，但仍依赖受访者回忆并如实描述自己的行为。隐蔽活动尤其难以通过自我报告来衡量。

“雇主不知情”的含义也各不相同。一名受访者可能违反了明确禁令；另一名可能在没有任何政策的情况下使用公开工具；第三名可能所在公司的管理者容忍非正式试验。

Bloomberg 所说的“近十分之一”指标，更准确地聚焦于涉及禁令或预期会遭反对的使用。即便如此，该类别仍将明确规则与员工对雇主可能反应的预测混在一起。

该调查没有说明员工多频繁地输入机密信息，也没有量化由此导致的数据泄露、错误决策、客户损害或监管行动。隐蔽使用代表的是风险暴露，并不是事故已经发生的证据。

同样，报告中的时间节省并不等同于测得的产出提升。员工估算的是自己的节省时间，平均值也无法反映输出质量。通过快速起草节省的时间，之后可能在审核中被消耗掉。

调查的任务画像也表明，采用程度仍较浅。搜索、撰写邮件和摘要占主导地位。这些活动可以帮助个人，但未必能重塑流程或提升全组织的生产率。

Deloitte 自身也将职场使用描述为普遍但浅层。只有少数人报告经常每天使用，而近三分之一的人尝试过 AI 却没有节省时间。

与其他影子 AI 调查比较时需要谨慎。Microsoft 在 2025 年报告了高得多的未获批准使用率。其他供应商则基于办公室员工、安全负责人或特定市场，发布了不同的估计。

定义往往能解释部分差异。一些研究将任何消费级 AI 使用都视为未经授权；另一些只统计被禁工具、未知工具、个人账户或处理公司数据的服务。

供应商的激励同样值得注意。销售企业软件或安全产品的公司，会从影子 AI 看起来更紧迫中获益。它们的发现仍可能具有参考价值，但读者应审视样本、定义和赞助情况。

Deloitte 也为组织提供 AI 采用与治理方面的咨询服务。这种商业角色并不会使一项涵盖 25,000 人的调查失效，但会让透明的方法论和未来的复现尤为重要。

计划中的每六个月一次重复调查应会有所帮助。第二轮可以揭示培训、政策认知和日常使用是否正在变化，也可以显示随着雇主扩大官方访问权限，员工是否仍继续为工具付费。

当前最有力的结论，比一些标题所暗示的更为有限：英国员工采用生成式 AI 的速度，快于许多雇主的治理与沟通能力。一个可衡量的群体正在隐瞒这种使用，有时甚至违背雇主的预期意愿。

目前尚不清楚，更严格的控制、更好的工具、更清晰的政策，还是态度变化，能否弥合这一缺口。答案很可能因受监管行业、小型企业和技术密集型岗位而异。

三项信号将显示雇主是否跟上步伐

下一阶段取决于企业能否将隐蔽的个人试验转化为可见、受支持且可衡量的工作。

第一个信号是政策认知，而不是政策发布。Deloitte 发现，只有 28% 的用户知道公司政策在哪里、理解政策内容，并认为政策仍是最新的。

当组织改善沟通并使规则与任务相匹配时，这一指标应当上升。如果它持续偏低，更多政策文件也不会真正改变行为。

更强的结果还应包括：表示不存在政策或无法回答的员工更少。这种变化将支持雇主正在建立运营治理的观点；持续的困惑则会削弱这一判断。

第二个信号是个人工具与获批准系统之间的平衡。员工目前使用免费服务、个人付费订阅、雇主付费产品和内部平台。

雇主应关注获批准工具能否在不减少有用采用的情况下提高占比。官方使用的增长将表明组织提供了可信的替代方案；持续的个人付费则说明内部系统仍未满足重要需求。

这一信号不能仅通过许可证数量判断。公司可能购买了员工很少使用的企业助手。使用情况、任务完成率、用户满意度和例外申请，能提供更准确的图景。

组织还应研究被拒绝的工具和受阻的工作流程。频繁尝试访问同一外部服务，说明存在未被满足的需求。这些证据可以指导采购决策，或解释为何某项服务仍不适用。

第三个信号是培训是否改变了行为和结果。Deloitte 发现，半数用户没有接受过正式指导；更广泛的劳动力群体中，51% 表示培训会鼓励他们更频繁地使用 AI。

有效培训带来的改善不应仅限于采用率。它还应减少敏感数据共享、强化事实核查、明确披露要求，并帮助员工选择合适的任务。

强制性的幻灯片演示并不够。员工需要与其实际角色、获批准系统和信息类别相关的示例。管理者需要获得有关审核输出和回应披露使用情况的指导。

Deloitte 计划大约每六个月重复一次调查。下一轮应能直接检验这三项信号。读者应将政策认知、工具来源和培训覆盖率与首轮结果进行比较。

日常使用同样值得关注，但不应成为唯一的成功衡量标准。如果治理仍然薄弱，更多使用可能增加风险；更少使用则可能反映成功限制，也可能反映访问失败。

更好的问题是，组织能否看见并评估 AI 辅助的工作。这包括了解哪些工具在处理公司信息、哪些任务产生价值，以及人类在何处仍承担责任。

对知识型员工而言，眼前的教训很实际：应将提示词和上传内容视为信息传输，而不是私密想法。查看公司规则、移除敏感细节、核验事实性输出，并在需要时披露具有重要影响的辅助使用。

对雇主而言，挑战同样直接：为员工提供一条在实用性上具有竞争力的获批准路径，用通俗语言说明边界，并将负责任的 AI 辅助与草率替代区分开来。

Deloitte UK AI 调查表明，等待已不再是一种策略。员工已经决定 AI 在其工作中的位置，即使雇主尚未作出决定。悬而未决的问题是：组织能否在一场本可避免的失败迫使其采取行动之前，以有用的治理取代隐瞒。

本周在团队内部提出一个具体问题：大家实际在用哪些 AI 工具完成真实工作？将答案与获批系统、书面政策和可获得的培训进行对照。任何差距都不只是执行问题，而是表明组织的官方工作流程已不再符合员工的实际行为。要弥合这一差距，需要更安全的工具、更清晰的规则、可信的管理，以及一种让员工能够讨论 AI 使用情况而不会自动危及职业地位的文化。