重点摘要
- Gartner 2026 年 10 月调查:只有 13% 的首席信息官表示企业已从 AI 获得显著或转型级价值。
- 麦肯锡研究发现,变革管理和部门壁垒比技术基础设施更阻碍 AI 规模化。
- 成功的 AI 转型大致遵循 1:3:5:技术每投入 1 元,流程再造投入 3 元,能力建设与推广投入 5 元。
- 按照「认知、信任、承诺、培养、固化」五个阶段推进,并针对每个岗位的具体顾虑设计。
- 向董事会汇报处理时长、质量和单位成本,而不是登录次数或授权数量。
一家香港专业服务公司三个月前为研究团队开通了 AI 助理。授权费已经付清,后台显示每周调用数千次,但项目交付周期没有缩短,合伙人会议上开始有人问:这笔钱到底花在哪里?
这就是 AI 采用差距:工具到位了,工作方式没有变。解决它靠的是领导力框架,而不是再采购一套系统。
为什么 AI 工具上线后员工还是不用?
因为企业把 AI 推广当成技术项目,真正的阻力却来自人。员工担心暴露自己不懂、担心为 AI 的错误背锅、对未来角色感到不安,也害怕多年积累的专业价值被取代。这些顾虑没有被正视,团队就只会做出「表面采用」。
数据给出了同样的答案。Gartner 2026 年 10 月的首席信息官调查显示,只有 13% 的受访者认为企业已从 AI 获得显著或转型级价值。麦肯锡在〈How to close the agentic adoption gap〉中总结了四种顾虑:
- 怕被看穿:不知道从哪里开始,又不愿承认,学习只能私下进行。
- 怕有责无权:AI 出错而我照做了,责任还是我的。
- 怕方向不明:工具几周一变,没人说得清最终的运作模式。
- 怕专业贬值:分析和起草交给 AI 之后,我的价值在哪里?
治理滞后让问题更严重。Gartner 在 11 月 9 日发布的数据显示,71% 的机构计划在 12 个月内部署智能体 AI,但只有 21% 具备相应的治理能力。规则不清楚,员工自然不敢担责。
AI 预算应该拿出多少用于变革管理?
比大多数企业想象的多得多。麦肯锡观察到成功的 AI 转型遵循 1:3:5 模式:技术每投入 1 元,流程再造投入 3 元,能力建设与推广投入 5 元。多数企业却正好相反,把预算集中在平台上,把人的部分当作执行细节。
这个比例是规划参考而不是硬性规定,但它会改变你和财务负责人的对话。如果商业方案只算授权、集成和 token 费用,相当于只算了成功所需投入的九分之一左右。
「人」的预算该花在哪里
- 给团队留出专门时间重新设计自己的流程
- 嵌入团队的教练和同事示范者,而不是一次性课程
- 清晰的人工复核规则,让员工知道什么时候由自己决定
- 调整 KPI、激励和晋升标准,让新做法得到认可
AI 变革领导框架包括哪五个阶段?
五个阶段依次是认知、信任、承诺、培养和固化。员工先要亲身体验才会相信,相信了才愿意投入,投入后才能形成能力,最后由指标和激励把新行为固定下来。跳过任何一个阶段,采用都容易停滞甚至倒退。
下表把麦肯锡的 A 到 E 方法整理成管理层可以在一个业务单元内执行的步骤。
| 阶段 | 目标 | 管理者要做什么 |
|---|---|---|
| 1. 认知 | 让变化具体可感 | 用真实业务问题动手试用;讲清哪些会变、哪些仍由人负责 |
| 2. 信任 | 证明安全且值得 | 高层在真实会议中公开使用;由有成果的同事示范 |
| 3. 承诺 | 让员工自己选择投入 | 留出时间重新思考每个岗位;坦诚承认失去的东西 |
| 4. 培养 | 在工作中建立能力 | 嵌入式教练、复核方法、清晰的能力分级 |
| 5. 固化 | 锁定新的运作方式 | 更新 KPI、决策权、激励和晋升标准 |
有两点最关键。第一,按岗位设计,而不是对「全体员工」一刀切。研究员、财务主管和客户经理的顾虑各不相同,要找出 AI 给出建议、员工决定是否采纳的那个时刻。
企业怎样把这个框架落到实处?
从一个部门、一条决策点清晰的流程开始,例如理赔分流、物流异常处理。在这个单元内完整走完五个阶段,量化流程成果,再用实证和已培养的示范者,把模式复制到下一个部门。
金融服务:理赔与客户尽职调查
受监管的工作最怕「有责无权」。上线前先写好人工复核规则:哪些 AI 结果必须逐条检查、哪些可以抽查、由谁签批。香港个人资料私隐专员公署的 AI 指引本来就要求按风险程度安排人工监督,这一步同时兼顾合规和采用。
物流:运输异常处理
靠「救火」建立威信的主管最怕方向不明。把新的一周写出来:AI 汇总追踪数据并标记异常,主管负责改道决定和客户沟通。员工看得见自己的新角色,就不再观望。
企业推动 AI 采用最容易犯哪些错误?
最常见的错误包括:把推广当作 IT 项目、高层花几天深度体验而一线只有十分钟介绍、依赖一次性培训、用登录次数衡量成效,以及不调整激励机制。每一项都会让旧的工作方式与新工具长期并存,投资难以见效。
- 由 IT 单独主导:麦肯锡提到一家企业软件公司,把智能体 AI 当作工程工具推广时采用停滞,改为让管理者参加沉浸式训练营后才有起色。
- 一次性培训:工具几周一变,需要持续的嵌入式教练。麦肯锡提到一家财富 500 强科技公司,每五到十名工程师配一名 AI 教练。
- 只看活跃度:提示次数和授权使用率只会奖励表面功夫,而不是更好的工作。
- 回避人员问题:回避只会加深焦虑,即使答案还不完整,坦诚更有说服力。
怎样向董事会或财务负责人汇报 AI 采用成效?
汇报流程成果,而不是使用量。按每条已改造的流程列出处理时长、错误或返工率、单位任务成本、人工复核负担和决策速度,并标明各团队处于五个阶段中的哪一步,同时附上每个 AI 智能体的治理状况,让价值和风险出现在同一页上。
Gartner 11 月的建议从风险角度得出同样结论:评估 AI 投资时要同时衡量它带来的风险,而审计记录、人工复核等控制措施可以成为让有价值的项目放心扩展的「良性阻力」。
一页式董事会汇报
- 本季度已改造的流程,以及改造前后的处理时长
- 质量:各流程的错误、返工或升级比例
- 经济性:每项任务成本,包括 token 和人工复核时间
- 各团队所处阶段以及主要障碍
- 治理:在用的 AI 智能体、负责人、复核规则和事件记录
领导学习,而不只是上线系统
AI 采用差距不会因为多买一套授权或换一个更强的模型而消失。它能否缩小,取决于管理者是否为「人」的部分投入足够预算、是否针对每个岗位的顾虑设计、是否带领团队走完五个阶段,以及是否用成果而不是活跃度来汇报。
真正领先的企业,不是工具最多的那一家,而是最善于逐条流程重新设计工作、让科技服务于使用者的那一家。
懂AI,更懂你 UD相伴,AI不冷
从一条流程开始,用成果说话
选定最需要提升采用率的部门,UD 团队手把手带你完成每一步:从岗位与流程设计、部署上线、人工复核规则,到董事会关心的成效指标。AI 员工方案 0 元开通,由 UD 专人协助配置,数据存放在香港。
常见问题
一个部门多久才能看到真正的 AI 采用?
没有固定时间表,但应以一个团队、一条流程为单位。通常要到「培养」阶段,员工在教练帮助下把 AI 用于日常工作,流程指标才会出现可量化的变化。
只靠培训能推动 AI 采用吗?
不能。麦肯锡指出,一次性培训只能建立认知,很难为几周一变的工具养成习惯。嵌入式教练、同事示范者和更新后的 KPI,才能把试用变成工作方式的改变。
AI 采用应该由 IT、人力资源还是业务部门负责?
成果应由业务部门负责,IT 负责平台,人力资源负责技能和岗位设计。Gartner 也建议设立中央治理职能,统筹各部门的价值与风险。