“離職同事被煉化，變成數字永生了”

近日，山東一間遊戲媒體公司嘗試將離職員工訓練成AI數位人繼續工作，話題#公司用AI复刻離职员工繼續工作#隨之衝上熱搜，引發關注。

據媒體報導，該公司一位在職員工表示，這是公司一次大膽嘗試，事件中的同事確實是離職了，經過他同意，他本人也覺得挺好玩的。該同事離職前是人事專員，數位分身目前能做諮詢、邀約、製作PPT和表格等簡易工作，有點笨，只能應對一些簡單指令。

雖然當事人不介意，但在網路上卻炸鍋了。「同事被煉化了」「我的全部努力變成了數位燃料」「往好處想，這也算數位永生呢」……緊張、無奈、苦笑，成了評論區的集體表情。那麼，為什麼出現一位離職員工的數位分身，會讓網友如此緊張？

一

「數位員工」並不是突發奇想，而是一項正在逐步「成型」的技術。

據報導，如今在AI領域已經有一個「同事.Skill」的項目，其功能是利用離職同事的工作數據，透過AI生成能替代其工作的數位同事。一經發布就爆火，還有人搞出了「老板.Skill」「前任.Skill」等衍生產品。

要說這項技術多麼高級，其實也談不上。有專業人士拆解稱，目前的「數位員工」就是一個遵循智慧體技能標準的提示詞+爬蟲工程項目，相當於給演員一份劇本，讓他按照劇本風格表演即可。這個智慧體不僅沒有記憶、不記得昨天說了什麼，也沒辦法蒸餾出「專業知識和判斷邏輯」。

說白了，這和鸚鵡學舌沒什麼本質區別。至少就目前而言，這樣的數位分身不能像一位真實員工一樣「對齊粒度」「實現專案閉環」「打通底層邏輯」，更不能「背鍋」。

那麼，它為什麼還是讓職場人緊張？

**這可能就是一種「恐怖谷」效應：當AI足夠接近「人」，卻又在關鍵之處明顯不是「人」時，人會本能地產生違和與不安。**這種不適來自一種感知層面的錯位——它在模仿人的表達、語氣與行為邏輯，卻缺乏真正的理解與經驗支撐，於是呈現出一種既熟悉又陌生的狀態。

雖說數位分身現在還沒有那麼聰明，但所有人都知道，它和機器人不一樣；它是離職同事留下的殘影，是「形似而神離」，既無法完全當作工具，也難以真正將其視為一個人。

正因此，人們感到了不安——並不是這東西本身多麼厲害，而是一種邊界的鬆動：「人」和「非人」還能清晰界定嗎？

二

AI的狂飆帶來了一種趨勢：人類正在失去對自我的掌控，我們以為的性格、思維邏輯、行事方式，所有這些「人性」，似乎都可以被數據化。

這並不是一種憑空而來的擔憂。國外最近就掀起了討論——「監控資本主義」。說的是科技、資訊和社群媒體領域的大公司，系統性地剝奪個人數據，並將這些數據據為己有。這種數據蒐集規模龐大，為強大的演算法和機器學習系統創造了條件，使其能夠預測人們的行為。這種監控又極其不對等：一方能看到另一方，而另一方卻看不到對方。

職場人也難以獨善其身：一個個普通人被數據化，進入平台與組織的體系之中，所有的表達習慣、判斷路徑、溝通風格，都被拆解為可重用的模組。經驗不再只是「經歷」，而變成了可以被複製、被調用的「資產」。人仿佛被抽空成一組隨時可調用的數據集合，留下的是模型，消失的是主體。

在這個過程中，公司受益，還沒離職的員工也能受益（獲得前同事的虛擬陪伴），但真正被「留存」的那個人（數據），卻逐漸被排除在價值分配之外。

由此，人似乎變成了某種程度上的耗材。一旦數據被擷取完畢，也就毫無價值了。只要想像這一幕，就已經讓人非常不安。

肯定很多人會想，能不能透過法律的方式，保護自己的權利？

已經有法律人士提出，這種數據蒸餾已涉嫌違法。離職員工的聊天記錄、工作郵件、個人工作習慣等，屬於《個人資訊保護法》界定的個人資訊，其中涉及的私密溝通內容還可能構成敏感個人資訊。未經員工同意蒐集、使用該類數據訓練AI，直接侵犯其個人資訊的蒐集、使用、加工權。

同時，依據《生成式人工智能服務管理暫行辦法》規定，生成式人工智能服務提供者應當依法開展預訓練、優化訓練等訓練數據處理活動；涉及個人資訊的，應當取得個人同意，或符合法律、行政法規規定的其他情形。

但就客觀而言，其中存在相當多的模糊地帶。私人聊天、郵件信箱或許可以被認定為隱私，那麼群聊發言、撰寫報告、會議發言呢？這些與工作崗位相關、發布於公開場合的內容，是否可以要求公司不蒐集？

平心而論，對企業來說，有價值的恐怕不會是什麼「說話風格」，這更像是玩梗的行為藝術，也不會是老闆們最在乎的；最容易被盯上的，是那些能被沉澱為流程、判斷與經驗的部分。

但這些被沉澱下來的部分，都和職場高度相關，「所有權」恐怕很難界定。總不能說一位員工離職，然後把自己參與的所有討論會議紀要都帶走吧？更別說AI會學習了，哪怕在離職前，難道又何嘗不會讓員工好好「交接」一下？

三

當然，這並不意味著職場人的「天塌了」。工作成果或許具有公共性，但其中的個人資訊依然是隱私。比如寫的報告是公開的，那麼在聊天記錄裡留下的「我在家旁邊的咖啡店加班」「最近生病要晚點交」這些個人資訊，是否可以被明確為個人資訊，並拒絕公司濫用？

這可能是非常細節的問題，卻恰恰決定邊界能否真正成立。也只有在這些看似不起眼的情境中，把「什麼可以用、什麼不能用」「什麼是工作、什麼是隱私」辨別清楚，個體才不至於在被數據化的過程中被整體打包、無差別地「蒸餾」。

讓法律規定逐漸明晰，至少也是一種安慰：也許打工人很難避免被「榨乾」價值，但至少能避免被「煉化」，留住人之為人的主體性。

仔細想想，對數位分身最恐懼的職業，其實還是傳統的工作模型：內容機械、流程高度標準化、主要依賴經驗主義的工作。這種工作終究是最容易被拆解的，一旦「蒸餾」就一覽無遺，迅速可被替換。這個問題，或許不是只有數位分身才會帶來威脅，只要隨著技術進步，危險就會到來。

這次由數位分身引發的討論，其實也是一次提醒：得盡快自我拯救。甚至還能成為一個反向提醒：為什麼我們不能先「煉化」自己呢？

這並不是說我們都要複製自己，這太怪異。而是我們要掌握AI的能力，把那些可以被提煉的部分主動梳理出來、結構化出來，由自己來定義、由自己來使用：哪些經驗是可重用的，哪些判斷可以沉澱為方法，哪些流程可以交給工具完成。

一句話，把可複製的部分交給系統，把不可替代的部分留在自己身上。

這就像前不久興起的「養蝦熱」，雖說因為安全問題而降溫了，但引發的全民熱潮其實是一種正向的態度——不再被動等待技術篩選，而是主動參與其中，理解它、使用它，盡快找到一個可以替代機械工作的工具。

這可能也是我們應對所有AI挑戰的辦法：盡快把自己從繁瑣的流程性工作中解脫出來，然後找回自己的「人性」，找到自己人之為人的、不可預測的創造性，去抵禦基於大數據的機械模仿。

必須要看到，職場正在重塑：AI不會取代你的工作，但「會用AI的人」會。重塑自己不是把自己變成數據，而是徹底變成無法被數據定義的人。

本文來源：澎湃新聞

風險提示及免責條款

        市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。