AI 时代的集体谈判：标的从薪酬转向了规则

一、工会站在利益分配网络的正式议价端

回到组织的第一性原理：组织是信息网络加利益分配网络。工会在第二张网络上的位置是清楚的，它是利益分配被重新协商时的正式通道。它与员工关系的分工也清楚：员工关系处理已经发生的纠纷，工会处理尚未发生的规则。一个记录在案的调查流程回答这件事怎么判，一份集体协议回答以后这类事按什么判。

这个分工决定了两者的价值来源完全不同。员工关系的产出是可预期性，让员工能够事先算出提出问题之后会发生什么。工会的产出是规则的所有权，让员工一侧的主张在进入个案之前就获得形式。多数 HR 把工会当成一种外部压力源来管理，这个定位本身就是错的：工会在组织结构里承担的功能，是把单次的分配争议上升为稳定的规则谈判，从而降低每一次具体争议的政治成本。

既然是规则谈判，判断一场谈判有没有实质，看的就不是结果数字，而是能不能碰到规则本身。这正是过去几十年工会影响力收缩的根源，也是 AI 带来的变化真正发生的地方。

二、过去几十年，最值钱的那部分权力没法谈

管理者真正掌握的资源并不是预算，是裁量权。排班怎么排、配额怎么切、谁的绩效被评为什么等级、晋升名单按什么顺序往下排、谁先得到信息、谁的申请先被处理。这些判断的总和，才是一线组织内部的实际分配机制。它们消耗的管理时间不多，影响的利益很大，而且几乎从不被写下来。

写不下来就不具备被谈判的形式。理由有三条，每一条都直接指向合同无法落笔的技术原因。

第一条是不可描述。这类判断依赖经验，靠师傅带徒弟式的传承。要把它变成条款，先得回答用了哪几个字段、各自多少权重，而这个问题在多数组织里从来没有人问过，答案也确实不存在。问不出来的东西，也就没法写进合同。

第二条是不可版本化。同一个管理者今天的判断和三个月前的判断有什么不同，没有版本号，没有变更记录。口径改了自己也不知道改了。合同要求的是前后一致的约束对象，一个每次都略微不同、且不承认自己改过的对象，无法成为条款的主语。

第三条是不可复验。结论是由经验直接给出的，中间没有可复算的输入与权重。第三方既无法验证它是否合理，也无法指出它错在哪里。不能复验的东西一旦写进合同，只能写成原则性表述，而原则性表述在争议里没有任何抓手。

三条合起来，工会能谈判的只剩下结果。工资、工时、加班折算、解雇补偿、裁员顺序与遣散标准，这些确实是利益分配的核心，但它们全部是裁量权跑完之后的输出，不是裁量权本身。谈判总是在分配完成之后发生。这也解释了为什么很长一段时间里，工会的议价半径和它所覆盖的劳动者数量同步收缩：它能碰的东西始终停在结果端，而价值的生成正在往前端的机制迁移。

AI 改变了这个结构，不是因为工会争取到了什么新权利，而是因为裁量权换了载体。

三、AI 做的一件事：把裁量权外化成系统

裁量权一旦承载在系统里，就自动获得六项此前没有的属性：输入字段清单、字段权重、触发阈值、触发后的动作、操作日志、版本号。这六项恰好是合同条款需要的全部形式要件。于是合同第一次有了可以写的东西。

不是要求加薪，而是要求某些字段不得进入模型。不是要求提高遣散标准，而是要求阈值发生调整之前提前告知并重启评估。不是要求禁止自动化，而是要求自动化结论不得单独构成纪律处分的依据，并要求人工干预的记录保留到确定的年限。这些条款的共同点是，它们谈的不是钱，是程序。

2026 年的集体协议正在把这些条款写进去。UNI Europa 与艾伯特基金会梳理出的 108 份欧洲服务业集体协议，最常见议题是培训、员工参与与数据保护，这里面没有一项是价格条款。意大利电信业某 AI 工具的 12 个月试用期条款，意大利国家电力公司与工会约定的 AI 项目联合委员会，都是同一种东西：在上线之前给员工一侧一个位置。

德国给出了同一判据的另一种形态，而且成形得更早。《企业组织法》第 87 条第 1 款第 6 项规定，引入和使用在客观上适合监控员工行为或绩效的技术设备，需要企业委员会的共决。这里的关键在于触发条件是能力，不是意图。雇主不需要真的想监控任何人，甚至不需要打开监控功能，只要系统在结构上能够把使用时长、工作结果、通信数据、错误率或绩效指标归因到具名员工，共决权就已经被触发。

这条判据一旦套到 AI 上，覆盖范围会远超多数公司的预估。会议助手把发言归因到说话人，代码助手报告每个开发者的采纳率，客服助手对工单打分，销售通话工具录音转文字再评分，安全产品给个人建立行为基线。这些工具在采购时被当成生产力软件，到货时各自带着一项劳动合同法上的义务，而这项义务没有写进任何一张订单。

义务的性质也需要说清。它不是征求意见，奥地利式的强烈版本是企业委员会可以要求法院下发禁令中止上线并要求回滚。德国联邦劳工法院对第 90 条的及时性要求读得很严，指的是签署约束性合同或做出不可逆投资之前，而不是选定供应商之后。最反直觉的一点在于时间点：等大多数公司想到要通知企业委员会的时候，谈判的筹码已经移走了，剩下的对话内容不再是能不能上，而是要不要拆。

四、数据：谈判已经开始，雇主基本没到位

Littler《2026 Labor Survey Report》给出的是一张非常清楚的不对称图。87% 的受访雇主预期工会在未来一年会利用员工对 AI 替代或改变岗位的恐惧来推动组织动员，67% 认为 AI 会重塑岗位职责，42% 预期工作会在团队之间重新分配，30% 预期入门级岗位会减少。预期不可谓不充分。与此同时，只有 9% 认为自己的组织对 AI 可能带来的劳资与员工关系问题非常有准备，约 20% 自称完全没有准备。

不对称不只体现在态度上，更体现在动作上。在有工会代表性的组织里，58% 已经在工会讨论或集体谈判中遇到岗位流失与裁员议题，56% 遇到 AI 带来的职责或生产率期望变化，说明议题早就进了谈判室。而只有 17% 在主动且持续地与员工沟通，29% 是零星沟通，约三分之一是事到临头才处理，接近四分之一已经知道员工有顾虑但没有做任何事。也就是说，议题的一侧在有组织地推进，另一侧处于临时应对状态。

战略层面的空白更具体。只有 29% 的组织自 2025 年初更新过劳资关系战略，那是一段员工表达渠道显著变化的时期：同一份调研显示，30% 的雇主观察到员工在社交媒体上变得更敢说或更具对抗性，24% 在公开论坛见到同样情况。再看战略的构成，员工敬业 80%、法律合规 79%、管理者培训 74%，这些都是常规项；涉及人力影响的业务与运营变更只有 47%，传播与媒体战略 42%，AI 战略仅 32%。三项数字连起来读，是一张把 AI 当技术项目管理的完整画像。

最后一项数据可以直接推翻很多组织的自我评估。在有工会雇员的雇主中，85% 说自己有集体谈判战略，但只有 37% 有罢工或停工应急预案。前者是一份文件，后者是一组演练过的动作。缺的是后者，而后者才是罢工真正来临时会说话的那部分。

Littler 联合主席 Jonathan Levine 的概括值得引用，因为它点错了同一件事的错误层级：一些雇主把 AI 当成 IT 项目来管理，而它其实是一场职场变革项目，这是个错误。能提前回应员工的「这会影响我的工作和前途吗」的组织，既降低劳资关系风险，也让员工有理由推动技术向前而不是组织起来对抗它。

五、没有工会的组织，同样在经历这场议价

到这里必须把话说完整。绝大多数中文语境下的组织没有工会，也没有德国式的共决制度，很容易把这整包判断读成与自己无关。恰恰相反，这一节讲的是对他们代价更大的那一部分。

集体谈判的实质功能，是给技术变更提供一个稳定的处理通道，使每一次变更都不必重新政治化。它未必是最受欢迎的一种形式，但通常是最便宜的一种，因为它一次谈成以后反复适用的规则，而不是每次部署一套新系统就重新协商一次。这个功能的实现方式可以有多种：集体协议、企业委员会、劳资联席会、员工代表小组，甚至是一套写明时限与口径的内部告知制度。形式可以替换，功能不会消失。

没有这条通道，需求不会消失，只会转移到别处以更高成本表达。第一种形态是中层替下属议价。直线管理者在信息不足的情况下被要求解释 AI 会怎样影响团队，他能给出的回答要么过度承诺，要么含糊其辞，两种都在消耗信任，而这部分成本不会计入任何预算科目。第二种是数据藏匿。员工判断系统读数会被用于对自己不利的目的，就会系统性地不向里面填真实信息，模型的输入质量随之下降，AI 项目的 ROI 随之失真，而这个因果链条在项目复盘时几乎从不被追溯到这一环。

第三种是消极执行。流程合规，系统上线，账号开通，实际使用停留在最低限度，没有人会把它写成一条索赔。第四种是以离职完成议价。能够在别处把 AI 经验变现的人先走，留下的组织既承担替换成本，也失去了最懂这套系统的人。第五种是争议外部化，本来可以在内部通道里闭合的问题走到劳动仲裁、监管举报或公开平台，而到了那一步，组织的解释权已经全部让渡出去，此时再谈程序已经没有意义。

这五种形态都不需要工会存在就会出现。Littler 那份调研里 17% 的主动沟通比例和 32% 的 AI 战略覆盖率，描述的是同一件事：绝大多数组织没有这条通道，而它们同时正在推进 AI。第二组「劳资战略构成」的数据还能支持一个更冷的推论：劳资战略对「业务与运营变更」这类事务的覆盖率只有 47%，意味着即使在确实写了劳资战略的组织里，AI 部署所引起的人力影响也常常落在既有机制之外。

六、给 HR 的三个动作

第一，编一份 AI 影响清单。三列：字段名、归属系统与启用它的团队、这个字段会导致什么后果。判据直接沿用德国那条，看能否把某个字段归因到具名员工，而不是看工具名称里有没有 AI。这份清单的作用不在合规，在于让讨论落到具体的位上。拿不出清单的组织在谈判桌上一定谈不出内容，因为在场的人说不清系统到底读了什么。

第二，给 AI 变更建一条提前告知通道。内容是固定的五项：系统目的、处理的数据、可能的分析、自动决策点、对岗位与流程的影响。触发点必须在使用之前，参照第 90 条的要求，还要早到能够采纳对方建议的程度。意大利的两种做法可以直接借用，一是给 AI 工具设试用期并在期后重新评估，二是在企业内部设 AI 项目联合委员会并约定常规会期。这两件事的成本都低于一次失败的部署。

第三，把复核权与人工干预记录做成可查验的账。谁干预了、什么时候、依据什么、把结论改成什么，这份记录保留多久。这一项看起来最技术，实际上它是三项里唯一带有外部性的动作。国际劳工组织总干事吉尔伯特·洪博在第 114 届国际劳工大会上的表述可以作为它的设计依据，他提出以人为本的四支柱议程为权利、就业与技能、社会保护、社会对话，并指出除了建立在透明度、可问责与人工监督之上的 AI 治理之外，集体谈判将是不可或缺的。这句话的实际含义是，人工监督如果不能留下痕迹，就等于不存在。

三项做完，无论组织是否面对工会都不吃亏。有工会时，谈判桌上有一份能读的系统描述、一条能用的告知通道、一本能查的干预账；没有工会时，这三样同样构成那条本该存在的处理通道，只是对方从工会换成了员工本人和管理者。

七、边界：不是所有 AI 都该上谈判桌

把这篇文章读成每一项 AI 都要先过一遍谈判，是另一种过度反应。边界同样有据可循。

汉堡劳动法院划过一条线。员工以自己的私人账号使用公开的 AI 服务，雇主无法访问服务商留存的使用数据时，法院判定不构成第 87 条第 1 款第 6 项意义上的技术监控。理由是雇主既拿不到数据，也就谈不上用系统进行监控。但这个判决不是普遍豁免，一旦涉及公司账号、访问权限或个人数据分析，共决权仍然可能存在。

由此可以得出一条可操作的判据：触发与否取决于是否处理与员工相关的、可归因的数据，而不是取决于是否包含 AI。用于全自动产线与物流环节、不产生员工个人行为与绩效数据的系统，一般不触发这类共决。管理层真正需要在选品阶段问的问题也就一句：这个工具能把什么字段归到谁名下。

另一条边界来自欧盟《AI 法案》与成员国劳动法的关系。《AI 法案》本身并不创设独立的共决权，它施加的是部署前对员工代表与受影响员工的信息义务，在高风险场景下还要求完成基本权利影响评估。两套规则叠加且方向一致，但不能用后者替代前者：德国法下的共决义务不会因为《AI 法案》合规而消失。

最后一条边界对工会一侧也要诚实。写进条款不等于具备议价能力。UNI Europa 与艾伯特基金会分析的是已经写到条款里的那部分协议，108 份，在欧洲服务业整体中仍是少数，研究本身也把这份数据库描述为持续更新的活文本。条款与执行之间的距离，跟意图与共决之间的距离一样长。HR 不必因为自己所在行业还没有这类协议而放松，也不必因为对手方已经有模板而对风险定价过高。真正有预测力的判据只有那一条：这个系统能不能把某个字段归因到某个具体的人。

八、真正被谈判的是规则的所有权

回到第一性原理收束。组织是信息网络加利益分配网络。这一轮 AI 部署改变的，是第二张网络里最容易被人忽略、也最少被谈判的那样东西的所有权：那些从不写入制度、却决定实际分配的日常规则。它们过去因为不可描述而无法被谈判，现在因为被做成了系统而第一次成为可以写进协议的对象。

由此也就能看清 Littler 那两个数字之间的关系。87% 预期工会会来，9% 觉得自己准备好了，两个数字描述的是同一件事：议题已经确定要发生，准备工作还没有开始。中间的落差不会被任何一次沟通培训抹平，因为它不是沟通技巧问题，是标的物问题。空不出标的谈论得再勤也谈不出条款。

剩下的问题只有一个顺序：组织打算在签署采购合同之前承认这件事，还是在争议抵达外部之后。这份差别在财务报表上不会出现，它出现在每一次 AI 部署之后留下的那份人工干预记录里，出现在上面有没有写名字。