企业应对职场人员人工智能技术接受度差异的对策研究

人工智能技术的迅猛发展，特别是生成式 AI 的突破性应用，正以前所未有的深度与广度重塑全球产业格局与职场生态。在此背景下，职场人员作为技术落地的最直接载体，其认知态度、情感体验与适应能力已成为企业数字化转型成败的关键。尽管国家通过《新一代人工智能发展规划》等政策积极引导，头部企业亦大力推动技术应用，但现有相关调查都已经揭示职场人群内部复杂而分化的接受度现状，组织应对由此引发的技术焦虑与人才管理挑战面临着复杂的问题也面临着亟需转变的关键时期，

为此，本研究旨在深入剖析中国职场人员对人工智能技术的接受度现状，通过技术接受路径为企业提供可供参考的对策及建议，丰富技术接受理论在强人工智能时代的语境内涵，为企业提供了差异化对策建议，促进构建以人为本、韧性包容的未来职场。

1 中国职场人员对AI 技术接受度现状特征

中国职场人员对人工智能（AI）的接受度呈现出多层次、结构化的特征，整体上表现出较高的技术接纳意愿，但也存在明显的群体差异和认知鸿沟。

从年龄结构来看，青年职场人员（18-29 岁）在 AI 认知和使用频率上显著领先， 34.4% 的人表示经常使用 AI，且对 AI 持“期盼胜于担忧”的比例最高（ 35.9% ）。然而，他们在职业替代问题上却表现出较高的中立态度（ 46.5% ），暗示其虽技术接纳度高，但仍对 AI 的长期就业影响持保留态度。中年群体（30-49 岁）则更显理性，其在 AI 改变工作生活方面的认同度较高（ 44.9% ），但对职业替代的担忧也更为明显，尤其是 30-39 岁群体中 8.3% 的人“非常赞成”职业会被替代，高于青年的 6.0%. 。老年职场人员（50 岁以上）虽然认知水平滞后， 33.2% 表示“完全不了解”AI，却在态度上表现出较高的乐观性，如 60-69 岁群体中 34.2% “非常赞成”AI 是好事，反映出其对技术改善生活的期待，对技术接受度较高，但因生活处境不同，由于AI 引发的焦虑并不大。

城乡差异同样显著。城镇职场人员在 AI 认知（ 13.0% 表示“非常了解”或“比较了解”）和使用频率（ 21.8% 经常使用）上均高于农村群体，后者中有 22.0% 表示“完全不了解” AI 然而，农村群体对 AI 发展的信心却更强，50.8% 表示“非常有信心”，高于城镇的 44.0% ，同时在职业替代焦虑上也更为突出（ 48.7% 赞成职业会被取代），体现出其在技术认知不足背景下对政策导向的高度依赖与对自身职业前景的深切担忧。

2 基于计划行为理论的技术接受路径

技术接受的群体差异与认知鸿沟反映了一定的技术普惠的盲区，整个职场对人工智能技术发展的焦虑分布并不随机，而是遵循了社会经济地位的逻辑，即低技能、低学历的劳动者成为焦虑感最为集中的群体。这类群体焦虑的根源在于知觉行为控制感的严重缺失，计划行为理论融合个人主观价值、主观自我规范和知觉行为控制，可以合理的解释人工智能不同接触层级不同理解度的人群的技术接受度。

李森林学者的研究发现，基于计划行为理论（TPB），公众对人工智能的接受度形成路径是一个以信任为核心中介的因果机制。个体的接受行为意向受到认知态度（对 AI 功能的价值评判）、主观规范（感知到的社会期望）和知觉行为控制（对自身掌控能力的评估）三个维度的直接驱动。这些因素并非完全直接作用于行为意向，而是通过显著提升个体的信任水平，间接地正向影响接受度，因此，企业可以从提升职场员工对企业的信任入手， 即形成“TPB 三要素-信任 - 接受行为”的中介路径。此外，该研究结论还指出，对于弱人工智能，TPB 三要素均通过信任有效促进接受；但对于强人工智能和超人工智能，认知态度的影响减弱甚至不显著，主观规范的作用范围也受限，唯有知觉行为控制仍能通过信任机制稳定地提升接受度，因此接受机制随技术能力增强具有复杂性。

基于前述对中国职场人员人工智能接受度多层次、结构化特征的分析，企业可在推动 AI 技术落地与应用时采取更具针对性和系统性的策略。企业应首先认识到，员工对 AI 的接受度不仅与技术本身的效能有关，更深度关系于其认知水平、职业安全感、组织支持与文化氛围之中。因此，建议企业以“差异化赋能、制度化支持与人性化沟通”为核心原则，构建兼顾技术效率与人文关怀的AI 部署路径。

首先是差异化赋能，依据不同岗位、年龄层和数字能力水平的员工特征，设计分层、分阶段的 AI 技能提升计划。例如，对认知基础较好、接受意愿强的青年员工或技术岗位，可提供高阶 AI 工具应用训练和创新实践机会，充分发挥其“深度融合”潜力；而对认知受限、焦虑感较高的基层操作人员或中年员工，则应注重低门槛、场景化的实操培训，通过“人机协作”试点示范降低其使用抗拒感，逐步提升技术易用性与感知价值。

与此同时，企业需高度重视职业替代焦虑这一关键挑战，采取人性化沟通措施，通过开展透明的 AI 技术路线沟通、明确的岗位转型保障机制以及再培训资源支持，减轻员工对技术替代的忧虑，增强其对组织技术治理的信任。

最后就是制度化支持，企业应建立贯穿“培训 - 应用 - 反馈 - 优化”的全周期支持体系。这不仅包括提供持续的技术学习资源，还应嵌入有效的评估与激励机制，将 AI 技术使用能力纳入员工职业发展路径，从而推动从“知”到“行”的真正转化。此外，企业可积极打造内部 AI 社区与榜样案例分享机制，利用“头雁效应”促进技术文化的扩散与认同，在组织内部形成积极而理性的AI 接受氛围。

总之，企业提升人工智能技术接受度的努力，不应再局限于技术层面的推广，而是一场关乎组织文化、管理理念与人才投资机制的深刻变革。其成功与否的标志，不在于部署了多少台智能机器人或人工智能技术软件，而在于是否能让每一位员工，无论其年龄、岗位与学历，都能在这场变革中找到自身的新坐标与新价值，从而实现技术赋能与人文关怀的协同共进。

参考文献：

[1] 李森林 , 张乐 . 公众对人工智能的接受度及其形成机制研究 [J/OL]. 科学学研究 ,1-15[2025-08-21].

[2] 唐德龙 , 王祯梅 , 胡俊平 , 等 . 中国公民对人工智能的认知及态度分析——基于第十四次中国公民科学素质抽样调查的实证研究 [J]. 科普研究 ,2025,20(03):41-49+115.

[3] 黄乐乐 , 冯婷婷 , 马崑翔 , 等 . 科技治理视域下我国领导干部和公务员科学素质现状及提升对策——基于第十四次中国公民科学素质抽样调查的实证研究 [J]. 科普研究 ,2025,20(03):32-40+92+114.

[4] 张乐, 李森林. 知识、理解与信任：个体对人工智能的信任机制[J]. 社会学评论 ,2023,11(03):59-83.

[5] 单宁 . 公众对人工智能发展的认知调查 [J]. 国家治理 ,2024,(13):75-80.DOI:10.16619/j.cnki.cn10-1264/d.2024.13.011.