本报编辑刘路 专稿
在服装行业数字化转型的浪潮中，一个被严重低估的变量正在浮现：AI的“性格”。
过去两年，从威海汇泉的5G智能制造工厂到深圳大浪时尚小镇的柔性产线，从东丰纤维的“纺织GPT”到李维斯的门店AI助手STITCH，AI已经深度嵌入纺织服装企业的设计、排产、质检、零售全链路。然而，当企业高管们盯着效率提升18.5%、人工成本降低21%这些漂亮数据时，一个更隐蔽的问题正在侵蚀组织绩效：员工跟AI“相处”得怎么样?
一项针对58人受控实验室的研究给出了令人警醒的答案。研究团队用皮肤电导和面部肌电图实时追踪参与者与AI互动时的生理反应，发现当AI表现出敌意型“性格”时，参与者的皮肤电导峰值高出72%，工作质量评分在七分制中平均下降约一分，且产出波动幅度接近两倍。更值得注意的是，参与者在事后问卷中对AI的满意度评分几乎没有差异——员工嘴上说“还行”，身体却在承受压力。
服装行业正在发生的“AI性格冲突”
这并非实验室里的抽象假设。在纺织服装行业，AI“性格”问题已经以真实的企业事件浮出水面。
今年4月，韩国一家中型时尚企业被曝出用AI分析员工在内部通讯工具上的聊天内容，并将其纳入人事评估。据韩国《世界日报》报道，该公司在员工能力评估材料中引用了AI对特定员工聊天记录的分析结果，包括特定词汇的提及频率，引发员工对“被AI暗中打分”的强烈不满。一名员工在匿名论坛上直言：“AI把我没做过的工作当成‘没做’来给我低分。”劳动法专家指出，即便AI分析仅作“参考”，评估者仍可能因此产生偏见，最终影响评价结果。
几乎同期，越南胡志明市一家时尚公司的设计师也在经历另一种“隐性摩擦”。由于公司引入AI图像生成工具，设计师被要求在完成本职设计工作之外，还要用AI处理模特图像和背景搭建——这本该是另一个团队的工作。结果是这名设计师的薪资上涨了约20%，但工作量显著增加，原本负责这些环节的视觉团队则被大幅缩减参与度。设计师在服从与抵抗之间反复切换策略，沟通成本无声上升。
这些场景与前述研究的发现高度吻合。敌意型或压迫型AI互动带来的第一个代价，是“看不见的协调成本”——员工不是在用系统，而是在绕着系统走。研究中，敌意型AI条件下用户的反驳和挑战行为占全部交流的13%，而支持型AI条件下这一比例仅为1%。试图通过提示注入或角色扮演来绕过系统的行为，频率高出四倍。
服装企业的两条路径：摩擦与赋能
纺织服装行业对AI“性格”的敏感度，其实比大多数行业更高。原因在于这个行业的AI应用场景天然带有“评判性”——智能排产系统在决定谁做什么工序，AI质检系统在判定产品是否合格，门店AI助手在影响导购如何应答顾客。AI不只是工具，它在很多场景中扮演着“半个主管”的角色。
威海汇泉的实践展示了积极的一面。该公司的智能生产系统为每位员工建立了动态“技能雷达图”，通过持续采集操作质量和效率数据，自动为员工匹配最适合的工序。汇泉副总经理姜希泉的描述值...
会员内容
来源：
