AI 導入的迷思與現實：為何企業難以獲得預期回報？
How 'confused' AI rollout hurts firms and baffles staff
作者: Joe Fay | 時間: Mon, 01 Jun 2026 23:05:11 GMT | 來源: BBC
f t
當 AI 工程師馬爾科姆任職於一家數據分析公司時，高層希望利用生成式 AI 將客戶資料庫分類為一系列角色設定。
「不要使用 AI，」他給予的建議是這樣。他主張，傳統的機器學習模型會更合適，能產生一致且可重複的結果，而且成本也會低得多。
馬爾科姆說：「他們還是決定採用生成式 AI。」（我們未使用他的真名）。這意味著流程準確度較低且成本高昂，但也讓該組織得以宣稱他們正擁抱 AI。
馬爾科姆的經歷對其他公司的員工來說並不陌生。越來越多的老闆正擁抱 AI，並堅持要求員工使用。
二月時，全球諮詢公司埃森哲據報告訴員工，晉升頂尖職位將需要「定期採用 AI 工具」，並會追蹤他們對其開發的 AI 平台的具體使用情況。
而五月份，競爭對手公司畢馬威表示，其開發了一個儀表板，用以追蹤美國員工是否達到其 AI 工具 75% 的使用目標。該公司表示這屬於「整體努力……旨在幫助人們提升 AI 成熟度曲線」。
其他組織在落實 AI 方面採取較不針對性的方法，但依然期望它會改變其團隊如何度過日常工作。
政府也希望利用一些 AI 魔法。英國政府寄望於 AI 能幫助「重塑」國家，並提升白廳的效率。
然而，公職人員聯盟（FDA）的研究顯示，儘管公職人員對使用 AI 提高生產力持開放態度，但管理層能否駕馭轉型仍存疑。該聯盟發現，不到三分之一的公職人員曾被諮詢關於技術如何實施的問題，這意味著「變革是強加於員工，而非與員工共同進行」。
公職人員聯盟（FDA）一般祕書戴夫·潘曼表示，此項部署在各部門間「不一致，限制了生產力收益」。
諮詢公司 Hello AI Collective 的執行長丹·博伊斯表示，如果組織急于強調 AI 採用，他們並不一定清楚為何採用它，以及預期如何受益。
「我曾與一家石油天然氣公司合作，並與高層管理團隊會面，我問道：『使用 AI 的理由是什麼？』而他們中沒人能達成共識。」
博伊斯繼續說，該公司執行長指出需要跟隨競爭對手，而銷售主管表示想賺更多錢，行銷團隊則想停止使用外部承包商。
這種高層混亂可能導致 AI 投資無法達成預期目標。
「我認為問題在於組織未能獲得預期投資回報，且未能讓員工參與其中，」一位大型諮詢公司的資深顧問說，但他不願透露姓名。在他所在的公司裡，每個人都有權使用兩種 AI 工具，但也能針對特定任務（如編程）申請專用的工具。如果工作需要，「我們的一些人員將能接觸到四或五種 AI 工具」。
他繼續表示，組織需考慮「等式」中的人員面向。「在信心水平方面存在世代差異，潛在的性別差異也存在。」他表示，在他組織中的任何人要接觸到工具之前，必須接受涵蓋 AI 倫理及風險（如偏見）的強制培訓。他補充說，此培訓也明確指出，AI 工具可能迎合用戶並會產生幻覺。
Culture Amp 執行長卡羅琳·羅林森表示，組織內既存的文化和會決定 AI 部署的成敗，至少是因為 AI 往往會加速事情的發展，無論好壞。該公司表示，雖然十個 HR 專業人員中有九個預期會增加對生成式 AI 的使用，但三分之一的人表示「說他們的公司目前沒有人擁有 AI 策略」。
「如果你將 AI 技術置於碎片化文化或恐懼型文化之上，它不會成功，」羅林森說。
「最好的情況是，部署會非常緩慢，因為人們無法理解被要求達成的目標或獲得的工具；最壞的情況是，它最終變成一大筆無效的努力。」
在博伊斯協助的石油天然氣公司的案例中，該公司總裁最終說：「我想增加營運收益，因為我想在數年後出售 [這家公司]。」這個動機是博伊斯的關鍵資訊。他的團隊隨後可以前往每個部門，討論其流程與技術，識別瓶頸，並找出 AI 實際能助力的地方。