COACH 帶人｜團隊都導入 AI 工具了，卻沒有員工願意使用？

企業內訓的現場，主管問的問題其實跟一般工作坊差不多，絕大多數也是工具怎麼用：這個功能在哪裡、要不要買企業版、哪一套比較適合我們。

但只要再往下聊兩句，問題幾乎都會轉到同一個地方去：工具已經導入了，怎麼讓大家真的拿起來用。

這一年下來我聽到最多的有三件。第一件是他收到的東西不太對勁：內部討論的回覆、覆核意見，看得出來明顯經過 AI 處理過。第二件是他不知道線該畫在哪：想規範部屬使用的邊界，又講不出邊界在哪裡。第三件最讓他不安：團隊在討論技術問題的時候，比起把細節吵清楚，大家更傾向直接相信 AI 給的第一個回覆，而那些回覆其實有盲點，兩週後就會變成別的問題。

沒人在用，通常不是因為工具難用

帳號開好了、教育訓練也辦了，三個月後打開後台一看，活躍的永遠是那幾個人。這是我在企業端看到最常見的畫面。

會議上得到的解釋通常是「大家還不熟」或「工作太忙沒時間學」。這兩個答案都不太對。通常不是因為工具難用，而是因為人心的考量。

把自己放進一個很普通的處境就會懂。一位同仁花二十分鐘用 AI 整理完一份會議紀錄，比他平常手打快了一個半小時，品質也還可以。這時候他腦裡跑過的通常不是成就感，而是一串很現實的盤算。

• 第一個盤算

  省下來的那一個半小時，會變成誰的

  交件之後，下次會不會兩場會議都給他？效率變好的獎勵常常是工作變多，而且變多的那部分不會反映在薪水上。

• 第二個盤算

  萬一裡面有一句話是錯的

  他沒有逐句驗過，主管也不會逐句驗，那份紀錄就這樣進了系統。真的被翻出來那天，會被說成「AI 寫錯」還是「你沒檢查」？

• 第三個盤算

  這樣看起來像認真還是像敷衍

  如果同組的人都還在手打，他第一個用工具做完，在別人眼裡是效率高，還是沒有誠意。這一題沒有人會當面問他，但他自己會先問自己。

這三個盤算沒有一個跟「會不會用」有關，全部都跟「用了之後我會怎麼樣」有關。而在一個沒有人表過態的環境裡，這三題的安全答案剛好是同一個：先不要用。

最不願意用的那一個，常常是最會做的那一個

前面那三個盤算是全組通用的，每個人都會算。但真正動手推的時候，你會遇到另一種抗拒，而且它通常來自你最想不到的位置。

想像一位待了六年的資深企劃。她最強的本事，是把一場各說各話的三方會議壓成一頁講得清楚的東西，兩個小時交件，老闆看完不用問第二句。某次會議上，進來半年的新人用 AI 花十五分鐘做了同一份，會上沒有人看得出差別。那天她沒有反對，也沒有附和，只說了一句「都可以啊」。

她不是不會用，她私下可能用得比誰都熟。她只是很清楚一件事：那一頁就是她在這裡被需要的理由。你要她一起推動的這件事，對她來說等於親手把自己的護城河填平。

比較有效的做法不是說服，是換位置。把她從「做得最快的那一個」，改成「唯一有資格說這份不能交件的那一個」，而且這個角色要在制度上真的存在：某幾類對外文件的最後一關掛她的名字，她可以退件，退件不必解釋到每個人都滿意為止。

換過去之後，那六年就從速度換算成判準。判準剛好是 AI 短期內給不出來的東西，所以這個位置不會因為工具再進步一次就消失。回到全組的層面，推動的重點仍然不在教學，而是把前面那三個盤算逐一回答掉。

讓人願意用起來的三件事

在我看來，願意用這件事不是靠宣導，是靠把三個條件湊齊。這三件都不難做，但少一件就推不動。

• 第一件

  給一個真的很煩的任務

  不要用示範題。示範題再漂亮，大家看完會覺得那是你的工作不是我的。要挑一件全組都在抱怨、而且每週都會回來一次的雜事。

• 第二件

  把授權講到具體

  不是喊一句「大膽去試」。要講清楚：這幾類事情公司鼓勵你用 AI 做，做壞了算學習成本、不會進考績，出了問題由這個職位出面處理。

• 第三件

  讓第一個用的人被看見

  請他講一次流程，而且重點放在他踩過哪些坑。表揚效率會讓其他人覺得被拿來比較，講踩坑才會讓人覺得自己也做得來。

挑任務，不要挑功能

多數導入失敗是從第一步就歪掉的：先教功能，再叫大家回去想想可以用在哪。這個順序很難成功，因為想用途本身就是一件要花力氣的事，而大家本來就沒力氣。

反過來做就簡單很多。先問全組一句話：這個月有哪一件事，你每次做都會嘆一口氣。收回來的答案通常高度重疊，那件事就是第一個要動的目標。

在我看來，這一步的關鍵是任務要夠煩、而且會重複。一件只做一次的事，就算 AI 幫你省下兩小時，也不會改變任何人的習慣。

把授權講到具體，而不是喊一句大膽去試

前面那三個盤算，前兩個都指向同一件事：用 AI 做這些工作到底被不被允許，以及出事的時候誰站在前面。「大膽去試、有事我扛」聽起來很有擔當，但它其實什麼都沒回答，因為沒有人知道「有事」的定義是什麼。

要讓人動起來，這段話得講到可以被引用的程度。比較接近實際情況的講法是這樣：接下來這一季，會議紀錄、活動文案初稿、資料整理這三類事情，公司鼓勵大家用 AI 做；做出來品質不好、要重做，算在學習成本裡，不會進考績；如果送出去之後被客戶或其他單位指出問題，由我這邊出面處理，不會回頭追到個人身上。

這三句話分別回答了三個盤算：哪些事可以做、做壞了會不會被記一筆、出事誰去道歉。唯有在一個真的授權的環境裡，人才會把工具用在有風險的地方；否則所有人都只會用在那些做不做都沒差的事情上。

如果沒有人講這一句，第一個盤算就會一直掛在那裡，而它是三個裡面最難自己說服自己的一個。講完之後最好還要變成文件，寫進這一季的部門目標書。跟只在會議上說過一次的差別在於，主管會換人，文件不會。

讓示範來自同事，不是來自你

主管自己做的示範通常效果有限，因為底下的人會自動歸因成「你比較有時間研究」或「你本來就懂」。同一件事由隔壁桌的人講出來，說服力完全不同。

做法很簡單：第一個做出成果的人，請他在週會上花三分鐘講一次流程，重點放在他怎麼做，不是他省了多少時間。講省時間會讓其他人覺得被比較，講流程才會讓人想試。

而且這一步有複利。第二個人做的時候會參考第一個人，第三個人會同時參考前兩個，到第四、第五個人的時候，這件事就不再是你在推，而是團隊自己在長。

團隊在看的不是你說什麼，是你自己那份月報怎麼寫

上面三件事都是你對團隊做的動作。但團隊要判斷用 AI 這件事在公司裡的真實地位，靠的其實不是你在週會上宣布了什麼。

有一個很常見的畫面。主管在週會上講完「這一季大家多用 AI，做壞了算學習成本」，然後每個月的部門月報，他還是一個字一個字自己打，因為那份會直接進總經理的信箱。他覺得這叫謹慎。

團隊大概三個禮拜就會讀出另一個結論：原來這東西是給不重要的事情用的，真正要交件的還是得手打。接下來所有人都會把 AI 用在做不做都沒差的地方，後台數字很漂亮，品質完全沒有變化。

重點不在教方法，在讓大家看到你把自己的東西押上去了。你自己都不敢用在會被檢視的地方，那句「做壞了算學習成本」就只會是一句話。

這跟上一節「讓示範來自同事」不衝突，兩種示範的功能本來就不一樣。方法的示範由同事做最有說服力，風險的示範只有你做得了。做完這一次，前面講的授權才會開始被當真。

用起來之後，第二個問題才開始

推動成功之後，接下來出現的問題比推不動更麻煩，因為它們是隱形的。前面提到主管的那三個觀察，其實全部都屬於這個階段。

第一個是不好的示範會被複製。團隊裡總有人比較早上手，如果他的用法是整包丟出去、拿到什麼就交什麼，那個用法會連同他的效率一起被學走。被複製的從來不是最好的做法，是最省事的做法。

第二個是討論消失了。以前討論一個技術問題，三個人各講一段、互相補洞；現在一份看起來很完整的回覆貼上來，會議就結束了。而那份回覆有盲點，盲點在當下沒有人指出來，會在兩週後變成另一個問題。

這一句的作用不是找碴，是把反對這個動作重新變得合法。很多時候團隊不是不會質疑，是不確定質疑會不會被當成在拖進度，你問了就等於允許了。至於拿到回覆之後實際要驗什麼、怎麼驗，我在CHECK 查證｜AI 幻覺是什麼那一篇寫得比較完整。

第三個最難處理：沒有人再自己想一遍。它的麻煩之處在於，它看起來跟效率變好長得一模一樣。會議變短、結論變快、沒有人爭執，而真正消失的東西不會在會議紀錄上留下痕跡。

授權要寫成清單，激勵不要獎勵產量

上面兩個階段要能同時成立，靠的是兩件制度層面的事：授權的範圍，以及你獎勵什麼。

授權的部分，可以直接參考公司早就有的另一套東西：差旅規定。沒有人會為了訂一張高鐵票去問總經理，因為額度、艙等、誰核准都寫在那裡，照著做就好。AI 的授權要長成同一個樣子，而不是一句「請合理使用，注意資安」。

那句話的問題是它把判斷丟回給每一個人。而一個沒把握的人面對一句需要自己判斷的規定，最省事的做法永遠是不要用。

• 綠燈

  直接用，不用問

  公開資料的整理、會議紀錄逐字稿、對外文案初稿、簡報版面、翻譯、把長的內容縮短。這些出錯的代價低，而且改得動。

• 黃燈

  先問一句再用

  含客戶名稱的提案、尚未公告的人事與財務數字、跟外部單位往來的正式回函。不是不能用，是要先確認去識別化到什麼程度。

• 紅燈

  不要放進去

  客戶名單與聯絡方式、合約全文、原始碼與金鑰、還沒簽的報價與底價、任何帶個資的檔案。

激勵的部分有一個很常見的陷阱：獎勵產量。一旦你開始誇「這個月做了幾份」，團隊會很快學會用 AI 衝數量，而數量正好是 AI 最擅長製造的東西。

比較安全的做法是獎勵兩種不同的東西：一種是把某件重複的事真的變簡單了，另一種是發現了 AI 在哪裡會出錯。後者尤其值得公開稱讚，因為它把「質疑」變成一件有回報的事，剛好抵銷掉上一節講的那個副作用。

推動過頭會製造出另一種問題，而且它看起來像成功

把話講完整一點：上面這些動作做過頭，會製造出另一種問題。

最常見的是設使用率目標。你可以想像月底那一天會發生什麼事：有人把上週已經手寫好、而且寫得不錯的東西，再丟進去重生成一次，只為了後台留下一筆紀錄。他沒有作弊，他只是在回應你量的那個數字。你量什麼，團隊就給你什麼，這跟獎勵產量是同一個陷阱的兩種長相。

另一種是要求每件事都說明思考過程。方向是對的，但頻率一旦過高，結果會很諷刺：你收到的說明本身讀起來就像 AI 寫的，因為它就是。對方只是發現寫一段像模像樣的說明，比真的想一遍便宜太多。你要的是過程，拿到的是過程的仿製品，而且你分不出來。

真正要推動的不是使用率，是團隊敢不敢用

回到最開始那個處境：工具導入了，團隊卻沒人在用。

如果只把它當成教育訓練的問題，答案會是再辦一場課，而三個月後你會再看到同一份後台數據。真正卡住的從來不是技能，是沒有人告訴大家用了之後誰負責、哪些可以碰、做出來的東西會被怎麼看待。

這三件事全部是你給得出來的，而且只有你給得出來。工具是買來的，教學可以外包，但「用了不會有事」這句話，只有帶這個團隊的人說了才算數。

推動到最後會回到同一個地方。工具可以交接，方法可以交接，唯一交接不出去的是責任。而一個團隊敢不敢放手用，看的從來不是工具好不好用，是有沒有人站在後面接。

你們團隊現在卡住的那幾件事裡面，哪幾件是真的不會用，哪幾件其實是沒有人敢先動？

六個帶得走的重點

關於作者

• 525+場企業與組織培訓
• 19,500+位學員
• 150+家教育培訓場域

延伸閱讀

• GUARD 守線｜公司資料可以丟給 AI 嗎：授權清單要寫什麼，這一篇有完整版。
• CHECK 查證｜AI 幻覺是什麼：第一個回覆的盲點長什麼樣，以及實際怎麼驗。
• SPLIT 分工｜哪些工作可以交給 AI：要團隊講出哪一段交出去了之前，自己要先分得出來。
• ASK 提問｜同樣問 AI，為什麼別人的答案能直接用：團隊拿不到能用的答案，多半卡在問題本身。
• AI 會拉大還是縮小落差？：團隊裡先上手與還沒上手的人，差距會怎麼變化。
• AI 時代教學與反思：過度依賴 AI 背後的認知負債：用起來之後的長期代價。

重點整理

本文更新於 2026 年 8 月。AI 與數位工具改版快速，實際功能與名稱可能已有變動，建議以官方文件為準。