去年给一家珠三角装备制造企业做AI系统部署，启动会开得很顺利，老板亲自站台，说了一句话我现在还记得：「谁挡AI的路，谁就走人。」

第一周挺顺利的，IT部门配合，数据接口打通，一切按照计划推进。

第二周，出事了。

生产部经理老周找到我，很客气地说：「匠心老师，你们这个AI排产系统确实先进，但我们车间情况比较特殊，订单经常变动，机器也有脾气，AI排出来的计划，工人不一定执行得了。」我说咱们先跑两周试试，对比一下AI排的和人工排的实际执行率。他答应了。

两周后数据出来——AI排产的计划执行率是78%，人工排的是82%。老周把数据往老板面前一放，什么都没说。但效果已经达到了：老板犹豫了。

我花了三天时间才搞清楚问题在哪。不是AI排得不好，是老周的排产员在录入数据的时候，「顺手」改了几个关键参数。比如某台机器的历史故障率，实际是3%，他写成了8%。AI看到8%的故障率，当然不敢把那台机器排满。这不是数据问题，这是人为的对抗。

我跟很多老板聊过这个现象，他们第一反应都是：「这个人有问题，换掉。」但换了就能解决吗？那个排产员跟了老周八年，他对每一台机器的脾气比任何人都熟。他是坏吗？不是。他是怕——怕AI来了，他的经验不值钱了，他在车间里说了不算了。

麦肯锡有一组数据：企业数字化转型中，技术障碍只占失败原因的30%，剩下70%是人和组织的问题。这70%里，中层管理者的隐性抵抗是最致命的。他们不像一线工人那样直接反对，他们有的是办法让你「看起来在执行，实际上什么都没变」。

后来我们怎么解决的？不是换人，也不是强推。我们做了一件事：让老周和他的排产员成为「AI排产的裁判」而不是「AI排产的对手」。排产员每天对比AI排的和人工排的，找出AI排得不好的地方，提交修改建议。一个月后，AI的排产准确率从78%涨到了91%。为什么？因为排产员的经验被「喂」进了AI，他发现自己的经验不但没贬值，反而变得更值钱了——全车间都在用「他的经验优化版」。

所以中层管理者不是AI落地的敌人，他们是AI落地最关键的一环。别逼他们站到对立面去，让他们成为AI的主人。你缺的不是听话的中层，是知道怎么让他们和AI站在一起的方法。