為什麼大多數企業 AI 項目失敗在採用，而非技術？
大多數企業 AI 項目失敗的原因，不是技術表現不佳，而是組織始終未能落實採用。根據 RAND Corporation 2025 年的分析，80.3% 的 AI 項目未能帶來預期商業價值。麥肯錫的數據清楚指出成因：擁有專責變革管理資源的項目，成功率達到 58%，沒有變革管理的項目成功率僅為 16%。
香港一家地區專業服務公司在 2026 年 1 月向 200 名知識型員工部署了生成式 AI 助手。到 4 月，使用記錄顯示採用率只有 14%。技術運作正常。整合亦屬順暢。供應商信譽良好。真正失敗的，是人的一層——而這也是大多數企業 AI 路線圖投資最不足的層面。
這篇文章將為你提供一個專為企業 AI 採用而設計的四階段變革管理框架。框架建基於麥肯錫的基準數據，因應香港中型與大型企業的實際情況而調整，並可直接帶到下一次督導委員會會議使用。
定義：企業 AI 變革管理是一套有系統的紀律，用以協助員工經歷將 AI 工具整合到日常工作所需的行為轉變。它與 IT 部署不同——它處理的是身份認同、激勵機制與信任，而非單純的培訓。
企業 AI 採用的數據呈現甚麼現實？
企業 AI 採用雖然普及，但深度有限。麥肯錫 2025 年 11 月的全球 AI 調查發現，88% 的組織已在至少一項職能使用 AI，但只有 39% 報告任何 EBIT 影響，超過 80% 表示對整體企業 EBIT 未有實質貢獻。投資在進行，但價值並未到來。
部署與影響之間的差距，可直接追溯至麥肯錫研究指出的三個行為因素。理解這些因素，是任何可信變革策略的起點。
---擁有專責變革管理資源的項目，成功率是沒有資源項目的 2.9 倍。
---由前線員工共同設計工具的「使用者中心設計」方式，採用率比由上而下的推行高出 64%。
---將 AI 使用與績效考核或團隊 KPI 掛鈎的一致化激勵結構，其採用率是自願性推行的 3.4 倍。
這個現實對多數高層領袖而言並不舒服。AI 採用不是培訓問題。它是組織設計問題。如果你的現行計劃假設一個兩小時的網上研討會就能改變 200 人的工作方式，數據已經預告了結果。
AI 變革管理的四個階段是甚麼？
四階段框架描繪員工從初次接觸到養成習慣使用的行為歷程。每一階段都有獨特的失敗模式，以及對應的領導介入。跳過任何一階段，是企業 AI 推行停滯在 10–20% 採用率的最常見原因。
第一階段——情境。在任何工具正式推出前，員工需要理解組織為何投資 AI、它為自己解決甚麼問題、以及它不會做甚麼。這階段的失敗模式是存在性恐懼——員工假設工具是裁員的先兆。介入方式是由 CEO 或部門主管發出明確的書面溝通，說明策略理據及對員工留任的承諾。
第二階段——能力。情境確立後，員工需要實操技能。失敗模式是通用培訓——供應商的一小時示範教不到任何可轉移的能力。介入方式是針對角色、建基於真實情境的培訓。銷售團隊學習 AI 輔助提案撰寫。營運團隊學習 AI 輔助報告製作。通用培訓只會帶來通用的冷淡。
第三階段——信心。沒有信心的能力會導致放棄。完成培訓卻從未在實際工作使用工具的員工，會在兩星期內退回原有工作方式。介入方式是結構化的首次使用——由主管帶領的會議，讓每位員工在監督下以 AI 完成一項真實任務並看到成果。這正是多數推行完全跳過的階段。
第四階段——延續。持續使用需要強化。失敗模式是新鮮感過後，員工悄悄回到未使用 AI 的工作流程。介入方式是量度與認可——每月採用儀表板在團隊會議中檢視，並公開表揚發掘新 AI 應用場景的員工。沒有延續機制，採用率會在第六週達到高峰然後持續下滑。
如何處理員工對 AI 的抗拒？
員工對 AI 的抗拒是理性的，應視為訊號而非阻礙。BCG 2025 年研究發現，62% 抗拒 AI 工具的企業員工是出於對職業保障的擔憂，而非技術困難。處理抗拒需要直接面對底層顧慮，而非以強制使用政策繞過。
最有效的介入是麥肯錫所稱的「員工契約」。這是由領導層發出的書面承諾，明確列出三件事：AI 將用於甚麼、不會用於甚麼、以及組織在技能再培訓與角色演變上的承諾。在工具部署前發出員工契約的組織，自願採用率比未發出者高 41%。
香港一家物流營運商在 2026 年 3 月引入 AI 路線優化工具，並事先發布員工契約，明確保障派遣員角色並承諾六個月的再培訓計劃。該季度的自願採用率達到 78%——相比之下，早前沒有契約的試點，同期採用率只有 19%。
抗拒亦來自中層管理人員，其權威建立於資訊不對稱。當 AI 令資訊普遍可得，以掌控資訊建立職位的管理人員會感到被取代。介入方式是在工具推行至其團隊之前，以書面形式重新定義管理人員的角色——從資訊把關者轉為成果負責人。
變革管理應投入多少預算？
企業 AI 變革管理通常需要總項目預算的 15–25%，才能達到基準採用率。這比例在麥肯錫 2025 年 400 個企業 AI 部署的數據集中一致成立。分配少於 10% 給變革管理的組織，採用率普遍低於 25%。分配 20% 以上的組織，採用率普遍高於 60%。
以香港一個總預算 200 萬港元的中型企業部署為例，這相當於專門分配 30 萬至 50 萬港元於變革管理。這筆預算通常分為四個類別。
---高層溝通與敘事設計——佔變革預算 10–15%，涵蓋領導層訊息、員工大會、以及員工契約。
---角色特定培訓——佔變革預算 35–45%，涵蓋每個受影響職能的情境化培訓。
---變革擁護者與超級使用者——佔變革預算 20–25%，涵蓋內部倡導者的時間分配與認可計劃。
---量度與強化——佔變革預算 20–25%，涵蓋採用儀表板、每月檢視以及持續溝通。
這比例沒有討價還價的空間。將變革管理視為剩餘預算項目——技術投入後剩下甚麼就用甚麼——的組織，在採用成效排名上幾乎必定落入最差的四分之一。預算跟隨優先次序，採用率跟隨預算。
領導層應追蹤甚麼指標衡量 AI 採用？
企業 AI 採用應以三層指標衡量——使用、熟練度、業務成果。只追蹤使用率會產生好看但無法預測商業價值的儀表板。Gartner 2026 年 AI 採用框架建議每月向督導委員會報告全部三層指標。
使用指標回答「誰在接觸工具？」——活躍用戶、使用頻率、功能覆蓋廣度。這些指標最容易量度，也最具誤導性。每天登入但只用一項基本功能的員工會被計算為採用者，卻未產生任何商業影響。
熟練度指標回答「使用得有多好？」——任務完成時間、輸出品質、錯誤率。熟練度是使用與價值之間的橋樑。使用 AI 撰寫提案的員工，到第三個月應能以快 30–50% 的速度完成。如果做不到，培訓正在失效。
成果指標回答「這是否推動業務？」——人均收入、週期時間、客戶滿意度、每筆交易成本。成果指標是財務總監唯一關心的，也是決定項目能否通過下一個預算週期的唯一標準。
一個有用的紀律是香港多家參與金管局 GenAI 沙盒計劃的企業採用的 3-3-3 報告格式。三項使用指標、三項熟練度指標、三項成果指標——每月以單頁形式呈交督導委員會。這迫使誠實，並防止儀表板淪為表演。
中層管理人員在 AI 採用中扮演甚麼角色？
中層管理人員是企業 AI 採用的決定性因素。哈佛商業評論 2025 年的分析發現，團隊層面的 AI 採用率與管理人員的行為相關性，高於任何其他變量，包括培訓品質或工具能力。管理人員每日使用 AI 的團隊，採用率達到 72%。不使用的，只有 21%。
運營上的啟示是：變革計劃必須在員工之前先投資於管理人員。常見錯誤是先培訓前線員工，假設管理人員會跟隨。實際上，前線員工跟隨管理人員的訊號——若管理人員不使用工具以示懷疑，團隊會學會懷疑。
介入方式是設立專屬的管理人員賦能軌道，先於員工推行 30 天開始。管理人員接受自己的培訓，以自己的真實工作流程練習，在被要求帶領團隊之前，先建立可信的倡導者身份。沒有這種時序安排，團隊會看到一個與他們一起學習的管理人員——這會被解讀為不確定，而非領導力。
管理人員也需要明確的時間重新分配授權。若員工相信在學習曲線上輸出較慢會被懲罰，他們不會嘗試新的工作流程。管理人員必須以書面溝通，第一至第三週的生產力下降是預期中的，並受到保護。
企業 AI 採用實際上需要多長時間？
香港中型企業從工具部署到達致穩定、可量度業務成果，通常需要九至十二個月。這個時間比多數供應商推銷的長，卻比多數組織擔心的短。在一開始就向董事會設定正確預期，是採用領導力最重要的行為。
時間表分為四個明確階段。第一至第二個月是情境與培訓——採用指標刻意不量度，因為過早量度會引發恐慌。第三至第四個月是初步熟練——使用率攀升至 40–60%，初步成果訊號出現。第五至第八個月是規模化——採用率升至 70% 以上，熟練度穩定，成果指標變得有意義。第九至第十二個月是優化——組織開始發掘原計劃未預期的次級應用場景。
壓縮這個時間表的組織——堅持 90 天採用目標，或在第二個月就要求成果指標——幾乎必定產生最差的結果。所需的人類行為改變，無法超越某個臨界點加速，無論技術有多先進。尊重時間表，是把能交付的項目與宣布勝利卻悄悄失敗的項目分開的關鍵。
我們的長版承諾說明了為何這重要：懂AI的冷，更懂你的難 —— UD 同行28年，讓科技成為有溫度的陪伴。香港的科技週期來來去去。真正建立能力的企業，是那些把採用當作人的工程、而非軟件安裝的企業。變革管理不是企業 AI 的軟性一面。它是決定這筆投資能否在接觸現實後生存下來的一面。
🚀 讓 AI 策略轉化為真正落地的採用
了解框架只是起點。將它應用到你自己的組織——配合你的架構、文化與領導力特質——才是價值實現的關鍵。UD 擁有 28 年企業實務經驗，已陪伴香港中型與大型企業走過 AI 採用的每一階段。UD 團隊手把手帶你完成每一步——從員工契約設計、管理人員賦能、角色特定培訓，到成果量度。