公司買了 AI 工具，三個月後沒人用——他們不是不用 AI，是不用你買的那個

先講結論：如果你公司買了 AI 工具卻沒人用，問題八成不在工具，也不在員工不肯學——他們早就在用 AI 了，只是沒有用你買的那一套。

微軟 2024 年跨 31 國（含台灣）、31,000 名知識工作者的調查顯示，75% 的人已經在工作中使用生成式 AI，其中 78% 是自己帶工具進公司，中小企業更高達 80%。而真正卡住導入的是另外兩個數字：53% 的人擔心「在重要工作上用 AI，會顯得自己可被取代」，52% 不敢承認最重要的工作用了 AI。

所以問題不是「怎麼讓大家開始用 AI」，是「怎麼讓他們願意在公司的系統裡用」。這篇談卡點實際在哪，以及第一個月可以具體怎麼走。

我自己踩過這個坑。

去年我把一套 AI 流程做進團隊的日常工作裡。那套東西我先自己測了兩週，會議錄音丟進去，十分鐘後吐出待辦清單、負責人、期限，格式統一。我很滿意，寫了一份說明文件，開了一場三十分鐘的說明會，把連結貼在群組置頂。

一個月後我去看使用紀錄。除了我以外，兩個人用過，各一次。

我那時候第一個念頭跟大多數人一樣：是不是工具選錯了。然後我花了兩個晚上比較別的方案，看哪一個介面比較友善、哪一個中文支援比較好、哪一個能接我們的雲端硬碟——現在回頭看，那兩個晚上完全白花。

先說清楚我站在哪裡：我帶過團隊，但我沒有做過傳統產業的企業級 AI 導入專案，我不是顧問。我做過的規模，是把 AI 塞進我自己和幾個協作者的工作流，然後失敗、修正、再來一次。下面的東西一部分是那個過程留下來的，一部分是我去拆公開研究和數據得到的。你可以當成一個踩過坑的同行在跟你講話，不是方法論。

不是沒人用 AI——是沒人用你買的那套

先給結論：你的員工不是 AI 絕緣體，他們是 AI 的重度使用者，只是那個帳號不掛在公司名下。

微軟與 LinkedIn 的 Work Trend Index 2024 由 Edelman Data & Intelligence 執行，樣本涵蓋 31 個國家、31,000 名全職知識工作者，台灣在內。幾個數字擺在一起，導入卡關的全貌就出來了：

• 75%：知識工作者已在工作中使用生成式 AI
• 78%：AI 使用者自己帶工具進公司（BYOAI）
• 80%：同一項數字，在中小企業更高
• 60%：領導者擔心組織缺乏 AI 計畫與願景
• 52%：不願承認最重要的工作用了 AI
• 53%：擔心用 AI 會顯得自己可被取代

員工端的採用率是 75%，領導端有 60% 覺得自己沒計畫。落差不在意願，在治理。

而且注意那個 80%——公司規模越小，自備工具的比例越高。如果你是中小企業的主管，這件事在你辦公室裡的密度只會更高，不會更低。

他們開自己的 ChatGPT、自己的 Claude，把工作內容貼進去，做完，關掉，然後在週報上寫「已完成」。

所以「導入失敗」這四個字其實描述錯了。失敗的不是 AI，是採購。

這個差別很重要。如果你以為問題是「員工不會用、不願意學」，你接下來一定會做三件事：辦教育訓練、發推廣信、把使用率訂成 KPI。這三件事都不會有用，因為你在解一個不存在的問題。

順帶一提，MIT 的 Project NANDA 在 2025 年也發過一份廣被引用的報告，指出多數企業的生成式 AI 試點專案看不到可衡量的回報。那份報告的原始檔現在已經不公開了，各家媒體轉述的措辭也不完全一致，所以我這裡只採最保守的講法——但方向跟微軟的數據是一致的：投進去的錢和真正被用起來的東西，中間有一道很寬的縫。

為什麼他們寧願開自己的帳號？我後來想通三件事

短答：因為公司那套比較慢、比較笨，而且出事要他自己扛。

因為你那套要多按三次

員工手機裡的 ChatGPT，打開就是輸入框。公司導入的那套，可能要先登入 SSO、選部門、選專案代號、選範本，才看得到輸入框。

中間每多一個步驟，就掉一批人。你覺得那是三秒鐘的事——但那是一天要做二十次的三秒鐘，而且他手上已經有一個零秒的替代方案。

我那套流程失敗的直接原因就是這個：要用它，得先把錄音檔上傳到指定資料夾、命名照規則。我覺得很合理，因為我要靠檔名對應專案。但對其他人來說，那叫「為了用你的工具，我要先多做一件事」。

因為你那套不知道他在幹嘛

個人帳號用久了會累積上下文。他跟 ChatGPT 講過自己的職稱、部門在忙什麼、老闆偏好什麼語氣。他丟一句「幫我改這段」，出來就是他要的。

公司導入的系統通常是乾淨的、共用的、每次都從零開始。它更安全，但也更笨。對使用者來說，換過去等於降級。

因為出事要負責的是他

這點最少人講，但數據顯示它可能是最關鍵的。

微軟那份調查裡有兩個數字我看了很久：52% 的 AI 使用者不願承認自己在最重要的工作上用了 AI；53% 擔心這樣做會讓自己看起來可以被取代。

換句話說，超過一半的人是「偷偷用」的。不是因為懶，是因為怕。

用自己的帳號做事，錯了就自己改掉、重寫，沒有人知道。用公司的系統做事，紀錄留在後台，出錯是可被追溯的，而且還會被貼上「這個人需要 AI 才做得完」的標籤。

在還沒有人示範過「用 AI 出錯不會被檢討」之前，不留痕跡才是理性選擇。

你要的是「大家都用起來」，但你沒有先處理「用了會不會出事」。

卡住的地方通常不是工具，是這三件沒人負責的事

直接說：導入卡關的三個位置分別是流程銜接、成功標準、種子使用者，全都跟買哪套工具無關。

沒有人負責把它塞進既有流程

大部分導入案的分工是：IT 負責開通系統，然後各部門「自行運用」。

這中間缺了一個角色——有人要去看一個實際的流程長什麼樣，決定 AI 插在第幾步、插進去之後前後兩步要怎麼改。這件事 IT 不會做，因為他不熟業務；業務單位也不會做，因為那不是他的 KPI。

於是工具就掛在那裡，等一個不存在的人來用它。

成功標準從一開始就沒定義

「提升效率」不是標準。「導入 AI」也不是標準。

標準要長成這樣：某某報表原本每週花四小時，我們希望三個月後變成一小時以內，而且做的人不用加班。

沒有這句話，三個月後你沒辦法回答老闆「所以到底有沒有效」，只能給出使用人數這種沒意義的數字。呼應前面那個 60%——領導者擔心沒有計畫與願景，缺的往往不是願景，是這一句可以被驗收的話。

第一批使用者挑錯人

多數公司會挑兩種人當種子：最資深、最有影響力的主管，或者最年輕、最會用 3C 的新人。

這兩種都不好。資深主管的工作已經高度個人化，很難標準化，而且他通常沒時間陪你試錯。新人就算做出成果，其他人也不會被說服——「他本來就懂電腦」。

你要挑的是第三種人：工作有固定重複性、在同儕間有一點話語權、而且願意講真話說「這個很難用」的人。

如果重來一次，我的第一個月會這樣走

一句話版本：第一個月只處理一個流程、三個人，而且第三週你什麼都不要做。

• 第 1 週｜要做：找三個人問「哪件事做完沒人會感謝你」　✕ 不要做：發推廣信、辦教育訓練
• 第 2 週｜要做：自己做一次，連失敗過程一起給他們看　✕ 不要做：只給完美成果
• 第 3 週｜要做：把「做錯不算」當著主管的面講出來　✕ 不要做：插手、代做
• 第 4 週｜要做：算一個任務的時間差　✕ 不要做：算 ROI

第 1 週：不要發信、不要辦教育訓練，先找三個人問一個問題

問題是：「你這禮拜有哪一件事，是做完之後沒有人會感謝你的？」

不要問「你覺得 AI 可以幫你什麼」。這個問題只會得到兩種答案：客套的「都可以啊」，或者超出範圍的「可以幫我自動回客戶信嗎」。

「做完沒人感謝」問出來的是雜事：整理報表、彙整回覆、把五個人的進度貼成一份、把會議結論轉成待辦。這些正好是 AI 現在做得最穩的部分，而且沒有人會捨不得交出去。

三個人就好。人多了你收斂不了。

第 2 週：挑一個每週固定要做的任務，你自己先做一次給他們看

從上週的清單裡挑一個符合三個條件的：每週都會發生、有固定格式、做錯了不會出大事。

然後你自己做一次。不是做投影片示範——是真的把這週那份東西做出來，連同你用的提示詞、中間改了幾次、哪裡出錯，一起丟給那三個人看。

重點是把「中間改了幾次」露出來。如果你只給完美成果，你傳達的訊息會變成「這很簡單，你做不好是你的問題」。

第 3 週：讓那三個人自己做，你不要教

這週你唯一要做的事，是不要插手。

他們會用得比你醜、比你慢，會問你覺得很基本的問題。忍住。你一接手，這件事就永遠是你的事了。

同時，把一句話講出來，而且要當著他們主管的面講：這個階段做錯不算，不列入考核。

回到前面那 53%——如果不把這句話講出來，你等於是在要求員工承擔一個他判斷過不划算的風險。前面兩週都是白做的。

第 4 週：算一個數字，但不要算 ROI

三個月內去算投資報酬率，你只會得到一個自己都不相信的數字。

算這個就好：同一件事，導入前花多久，現在花多久，誰做的。一個任務、一個時間差、一個人名。

這個數字的用途不是向上證明成效，是讓那三個人自己看到差別。他們看到了，才會去跟第四個人講。橫向擴散只有這一種方式，發公告沒有用。

這套做法適合誰、不適合誰

我不想把它講得像萬用解方，所以直接說清楚邊界。

適合你，如果：

• 你手上有一個每週重複、格式固定的流程
• 你自己願意花時間先把工具用熟
• 你能對「試錯期不列考核」這件事說了算，或至少能說服上面的人

不適合你，如果：

• 上級要的是「這一季全公司導入」，而且不接受先做三個人
• 你打算全程當專案管理、自己不碰工具
• 你的第一個目標流程是「錯了會出大事」那種（財報、合約、對外報價）

代價也要講：

它很慢。 一個月只處理一個流程、三個人。你可能得先去談期待值——那是另一場硬仗。

有些任務交出去反而更慢。 需要大量背景知識、規則零散、或者錯了要很久才發現的任務，人工修正的成本會高過省下來的時間。這類我後來就收回來自己做了。

維護成本是真的。 流程會變、格式會改、模型會更新。今天調好的提示詞，三個月後可能要重寫。沒有人接手維護，它會慢慢退回原樣。

所以到底該選哪個工具？

短答：走完上面四週再問這題，你會省下大量比較的時間。

如果你走完了，你會知道自己的第一個任務是什麼型態——整理文字、讀長文件、還是要接資料。那時候挑工具就簡單了，因為你有一個具體的東西可以拿去試。

至於要付費版還是免費版夠用，我在自己的部落格上另外做過一份付費 AI 工具的實測與取捨，那邊寫得比較細，這裡就不重複了。

但如果你還沒走完那四週就在比較工具，那份清單對你沒有意義。你會挑到一個功能最多的，然後三個月後回到這篇文章的標題。

FAQ 常見問題

AI 導入該從哪個部門開始？

不要從部門選，從流程選。挑「每週固定發生、有固定格式、做錯不會出大事」的那個流程，它在哪個部門就從哪裡開始。實務上這類流程多半落在行政、業務助理、客服、財會的日常彙整工作，不是因為那些部門比較適合，而是因為重複性高的雜事集中在那裡。

員工已經在用自己的 ChatGPT，公司該禁止還是納管？

先納管，不要先禁止。微軟的數據顯示 78% 的 AI 使用者是自備工具，中小企業 80%——你禁不掉，只會把它推得更暗。比較務實的順序是：先公告「哪些資料絕對不能貼進任何外部 AI」（客戶個資、未公開財務、合約條款），再提供一個至少不比他自己那套難用的替代方案。先畫紅線，再給工具。

主管自己不會用 AI，可以推導入嗎？

可以推，但不能只當專案管理。第 2 週那個「自己先做一次給他們看」的動作沒有人能代替你——你要露出的是失敗過程，不是成果。如果你完全不碰工具，團隊會很快發現你在轉發別人的要求，這件事的可信度就沒了。至少把第一個目標流程自己跑過三次。

三個月看不到成效，該停損還是加碼？

先確認你當初有沒有定義成功標準。如果沒有，那不叫看不到成效，叫沒有辦法衡量——先補上「哪個任務、原本多久、現在多久」再說。如果有標準而且真的沒改善，看是哪一種失敗：沒人用（回頭處理「用了會不會被檢討」），還是用了但沒省時間（那可能是任務挑錯，換一個重複性更高的流程再試）。

參考資料

微軟與 LinkedIn，Work Trend Index 2024：AI at Work Is Here. Now Comes the Hard Part。調查 31 國、31,000 名全職知識工作者（含台灣），2024 年 2 月 15 日至 3 月 28 日，由 Edelman Data & Intelligence 執行。本文的 75%／78%／80%／60%／52%／53% 皆出自此份調查。

MIT Project NANDA，《The GenAI Divide: State of AI in Business 2025》。原始報告檔已不再公開提供，本文採用 Computerworld 的轉述，並僅保留最保守的表述。