逼员工用 AI，解决不了 AI 转型的问题

Proton 内部发生了什么

记者采访了 8 名在职员工和 1 名前员工，看了 Slack 聊天记录、会议录音，还有 CTO 写的一份 AI 宣言。

简单说，几件事。

第一，业绩压力。

报道拿到的一份内部文件写着：因为“速度不够”，公司年底完不成 ARR（年度经常性收入）目标。还有一句更狠的：“从所有重要指标看，我们是一家表现不佳的公司。”

第二，CEO 公开开骂。

8 月底，公司的安全频道里，有员工建议：新写的代码上线前，至少花几天做个渗透测试。

CEO Andy Yen 直接回：“这是扯淡，是失败者思维。”还说要“别再精心手工打磨所有代码了，多用 AI”。

后来他又在频道里写：“列车来了，要么上车，要么被碾碎。”还说今年将是 Proton 最后一年招工程师，明年开始招的是用 AI 做东西的人。

第三，一套“强推”机制。

设了一个专门的邮箱，员工遇到阻碍 AI 落地的事就举报，好让管理层“无情地铲除一切阻碍 AI 速度的东西”。

在员工电脑上装软件，统计公司生成了多少 AI 代码。

CTO Bart Butler 在会上说，10 月份 Proton 90% 的代码是 AI 写的，多名员工说主要用的是 Claude。

第四，一份宣言。

上个月的一个周五下午，CTO 在 Slack 发了一份 AI 宣言，开头就是一句：“你的旧工作没了。”

里面提出，要走到大部分代码不再由人审、而是由 AI 审的地步。

有员工回复说，周五下午这么吓唬人，真没必要。CTO 回：就是要有冲击力。

第五，重新面试。

这周，公司发邮件，要按 AI 使用情况重新面试员工，邮件里写着：“这些面试是有后果的。”

一位资深员工在 Slack 里提建议：不如找出谁跟不上，然后去支持他们，加强高质量的培训。

他还说了一段很扎心的话：这种传达方式是基于恐惧的，估计有几十个人正在围观，可除了一个人，没人敢开口。

CEO 最后当着所有人回他：如果你指责这是出于财务目的的决定、又不相信我说的不是，那这里可能不适合你。

报道发出前，404 Media 向 Proton 求证。官方没有否认报道里的任何内容，只承认在追求速度的过程中，有时“太直接”，对员工“解释得太慢”。

老板的焦虑，我太懂了

说句实话，看这篇报道，我第一反应不是骂这个 CEO。

而是：我懂他。

现在几乎所有公司、所有老板，都很焦虑。

AI 一个月一个样。竞争对手用 AI 提效了，你还没动；增长放缓了，投资人在看；你知道窗口期就这么长，过去就过去了。

Proton 的 CEO 就是这种焦虑的一个放大版。业绩不达标，他觉得慢就是原罪，于是拿起了大棒。

但问题是：焦虑解决不了问题。

拿大棒砸下来，逼大家用 AI，也解决不了问题。

你可以逼员工打开 AI 工具，可以统计 AI 代码占比，可以把数字做到 90%。

但你逼不出真正的转型。

为什么？

因为恐惧带来的是表演，不是投入。人害怕的时候，会做你考核的那个动作，而不是去想怎么把事情做好。没人敢说真话，问题就藏起来了。

尤其是 Proton 这种卖安全的公司，安全工程师提的风险都被骂成“失败者思维”，那以后谁还敢提？

那位资深员工说得对：恐惧文化是工程的反面。工程需要讨论，哪怕是让人不舒服的讨论。

AI 转型，是一个探讨的过程

我自己 2023 年第一时间用上 ChatGPT，然后就在公司组织大家做 AI 探索。一路走到现在，我的体会是：AI 转型，没有捷径，它是一个探讨的过程。

我把它总结成四步：工作 + AI → 业务 + AI → 业务 × AI → AI + X

一步一步说。

第一步，工作 + AI。

先让每个人在自己的日常工作里用上 AI。

写文档、整理会议纪要、写周报、查资料、写代码。这一步不改流程，不改组织，就是给每个人配一个助手。

我们公司有专门的 AI 小组推动这件事，会议纪要和周报都进了 AI 系统。为什么从这里开始？因为它高频、固定、风险低，大家最容易尝到甜头。

第二步，业务 + AI。

在具体的业务环节里，把 AI 接进去。

比如客服、选品、投放、数据分析。不是一个人在用，而是一个业务环节在用。

还有一个关键，是把老员工脑子里的经验，写成 AI 能执行的方法（我们叫 Skill）。一个人的判断，就变成了全团队的标准。

第三步，业务 × AI。

从加法变成乘法。

加法是在原来的流程上多加一个工具；乘法是围绕 AI 把流程重新设计一遍，分工也跟着变。

举个例子，我们的工程师，已经全部转成 vibe coding 的全栈工程师。不分前端后端，一个人用 AI 就能把一个功能从头做到尾。这就不是“工程师 + AI 工具”了，而是岗位本身变了。

第四步，AI + X。

以 AI 为原点，去长出新业务、新产品、新模式。

前三步是用 AI 改造已有的东西，第四步是用 AI 去做以前做不了的事。

这四步，每一步都要有人试、有人踩坑、有人复盘，大家一起讨论什么好用、什么不好用。

所以，老板要做的，是让这个过程走得更快，而不是跳过它。

Proton 的问题就在这里。它想从第一步直接跳到“90% 代码 AI 写、大部分代码 AI 审”，中间的讨论、试错、建立信任，全被大棒砸没了。

比路径更底层的，是文化和组织

四步路径是“上层建筑”。

但要让它真正跑起来，底下得有地基。

这个地基，就是文化渗透，加上组织考评机制。

先说文化。

文化不是喊口号，也不是发宣言。

是让大家看到，老板自己在用；是用得好的人被看见、被表扬；是有人提出风险时，被当成贡献而不是阻力。

文化是渗透出来的，不是砸出来的。

再说组织考评。

光有文化不够，还得有机制托底。

我一直在想一个问题：会用 AI、用得好的人，是不是要重新定价？

我觉得是。

同样一个岗位，一个人会用 AI，一个人干了过去三个人的活；另一个人还是老样子。如果两个人拿一样的钱，那就是在惩罚前者。

所以考评要变，看的不是你用了多少次 AI，而是你用 AI 创造了多少价值。

公司的薪资结构，可能也要跟着调整。

这和 Proton 的“重新面试”有本质区别。

Proton 是用“可能丢工作”逼你用；而我想的是，让用好 AI 的人拿到更多回报，让大家自己想用。

一个是推，一个是拉。

推出来的是恐惧，拉出来的是动力。

总结

总结一下。

第一，老板的焦虑可以理解，但焦虑解决不了问题，大棒也解决不了问题。

第二，AI 转型是一个探讨的过程：工作 + AI → 业务 + AI → 业务 × AI → AI + X。要做的是让这个过程走得更快，而不是跳过它。

第三，文化和组织考评、薪酬是底层，四步路径是上层。地基不牢，上面盖得越快，塌得越快。

AI 时代，速度当然重要。

但真正的速度，来自一群愿意往前跑的人，而不是一群害怕被碾碎的人。