創意思考2026.05.15·閱讀約 4 分鐘
中小企業導入 AI 的三個常見坑:工具進來了,組織卻沒跟上
中小企業導入 AI 最常踩的不是技術坑,是管理坑。從沒有 AI Policy、把 AI 當省人力工具、到訓練只教操作不教場景,這篇從輔導現場拆解三個最常見的失誤,並給出對應的管理對策。
- #AI 導入
- #AI Policy
- #企業內訓
- #中小企業
- #組織變革
Key Takeaways
讀完這篇最該記得的事
- AI 導入失敗多半不是技術坑,是管理坑——別把它當「採購工具」來辦
- 沒有 AI Policy 就放員工自由探索,是資安、IP、合規風險的起點
- 把 AI 當「省人力」工具會引發員工抗拒,當「升能力」工具員工反而主動學
- 訓練只教操作沒教場景,學完還是不會用——課前對焦、課中真實案例、課後追蹤才有效
「老師,我們去年花了不少預算辦 AI 課,但現在看下來,真正在用的人不到三成。」
這句話我最近半年在輔導現場聽到太多次。說的人通常是 HR 主管、L&D 負責人,或是那位被老闆指派「把 AI 推下去」的中高階主管。他們不是不努力——課排了、工具也買了、宣導信也發了——但組織就是動不起來。
問題往往不在技術,也不在員工的學習意願。問題在於導入 AI 這件事,被當成「採購工具」來辦,而不是「組織變革」來辦。
以下是我從現場觀察到的三個最常見的坑。它們各自獨立,但常常一起發生。
第一坑:沒有 AI Policy,就先把工具丟給員工
很多公司導入 AI 的第一步,是「鼓勵大家自由探索」。聽起來很開放,實際上是場災難的起點。
我輔導過一家中型製造業,老闆很開明,跟員工說「你們各自去用 ChatGPT、Claude、Gemini 看看,哪個好用就用哪個」。半年後出事了——一位工程師為了讓 AI 幫他整理客戶報告,把客戶提供的設計圖、規格書、甚至報價條件,全部貼進公開版的 ChatGPT。
這不是員工的錯。是公司沒有先把界線畫清楚。
AI Policy 不需要寫得多複雜,但至少要在導入前回答三個問題:
- 哪些資料不能進 AI:客戶資料、未公開財務、智財、人事敏感資訊
- 哪些工具是公司認可的:免費版、付費版、企業版的差異是什麼
- 出事的時候,責任歸誰:個人帳號 vs. 公司帳號、私下用 vs. 工作用
這三個問題沒有標準答案,但沒有答案就上路,就是把員工推到風險最前線。我建議中小企業在大規模培訓之前,至少花一週時間,由 IT、法務(或外部顧問)、HR 一起拉出一份一頁的 AI Policy,再開始辦課。順序不能反。
第二坑:把 AI 定位成「省人力」,而不是「升能力」
這個坑最隱形,傷害也最深。
當公司對員工的訊息是「我們導入 AI 是為了提升效率、節省人力」的時候,員工聽到的潛台詞是:「公司在準備讓一部分人變多餘。」
於是會發生什麼?聰明的員工開始藏招。他們不會主動分享 AI 用得多順、自動化做得多好,因為那等於告訴老闆「我這個職位可以再砍半個」。表面上配合培訓,實際上把 AI 當成個人黑科技,自己偷偷用就好。
這不是員工小氣,這是任何理性的人在感受到威脅時的標準反應。
正確的框架是把 AI 定位成升能力工具,而且這個訊息要從老闆嘴裡親口說出來:
- 「導入 AI,是為了讓你從重複性工作中解放出來,去做更有價值的事」
- 「省下來的時間,會用在新業務、新客戶、新能力上,不是用來裁員」
- 「我們會評估的是『你用 AI 之後產出變多少』,不是『你用 AI 取代了誰』」
這三句話不能只寫在公告上,要在每一場培訓的開場、每一次部門會議的對話裡,反覆出現。員工不是聽你說一次就會相信,他們是看你連續說三個月還沒變調,才會開始信。
如果你的公司現在 AI 推不動,先回頭看看:你給員工的訊號,到底是「我要你變強」,還是「我準備讓你被取代」?這個訊號錯了,後面所有的工具、所有的課,都會變形。
第三坑:訓練只教工具操作,沒教應用場景
這是我自己也最在意的一點。
市面上很多 AI 課程,6 小時下來教了 30 個功能、20 個 Prompt 範本、10 個工具切換。學員當下覺得很豐富,回去之後一個禮拜,什麼都不會用。
為什麼?因為功能跟工作之間,少了一層「場景」的橋。
舉例:教員工怎麼用 ChatGPT 寫信,跟教 HR 怎麼用 ChatGPT 寫一封棘手的績效改善通知信,是兩件完全不同的事。前者是工具課,後者是工作課。前者你聽完只會記得「原來 AI 可以寫信」,後者你回去馬上能用,因為情境跟你下週要做的事完全一致。
我自己設計企業內訓時,會堅持三件事:
- 課前對焦:開課前一定要有 0.5 小時跟客戶 HR、用人主管對話,把「這個部門此刻在煩什麼」摸清楚,課程內容跟著調
- 課中演練的是真實案例:不是通用範例,是學員手上正在卡關的工作。當場用 AI 把它解掉一半,學員下課就會繼續用
- 課後追蹤產出:兩週後回看,學員實際用 AI 做出了什麼?沒做出來的卡在哪?這些回饋會變成下一輪課的調整依據
這樣做的成本是高的——你不能買一套標準教材就重複賣給 100 家公司。但這是**「上完課真的會用」跟「上完課忘光光」的差別**。
中小企業的培訓預算有限,更應該把錢花在「上完真的會用」的課上。一場貴一點但會落地的課,比三場便宜但留不下東西的課,划算得多。
一個給組織的反思題
寫到這裡,與其總結,不如留一個問題給正在讀這篇文章的你:
如果今天請你公司裡每一位上過 AI 課的員工,打開他過去一週的工作記錄,你真的能看到 AI 在裡面留下的痕跡嗎?
如果答案是「好像沒有」,那問題不在員工,也不在 AI。問題在於——你導入的是工具,還是能力?
這兩件事,從來不是同一回事。
常見問題
延伸 Q&A
- 中小企業導入 AI 前,應該先做什麼?
- 必須先制定 AI Policy(內部使用規範),否則員工各自自由探索會導致資安、IP、合規風險。AI Policy 不需要寫得複雜,但至少要回答三個基本問題:哪些資料可以放進公開版 AI(客戶資料、設計圖、財報是否禁用?)、員工統一使用哪些工具(避免 ChatGPT、Claude、Gemini 各自為政)、AI 產出如何標註與審查。先把這三題定下來,再開始導入工具。
- 為什麼員工會抗拒導入 AI 工具?
- 多半是因為公司把 AI 定位成「省人力」而非「升能力」。員工抗拒不是因為害怕學新工具,而是因為這個框架本身在威脅他們——學會 AI 等於把自己淘汰。正確做法是改變框架:AI 是能力升級工具,員工是受益者;KPI 應該重設為「用 AI 後產能或品質提升多少」,而非「省了幾個人力」。
- AI 訓練常常上完課就沒下文,怎麼辦?
- 多半是因為訓練只教工具操作,沒教應用場景。正確做法是三段式:(1) 課前對焦——半小時電訪了解學員真實業務情境與痛點;(2) 課中演練——用學員自己的工作案例做即時練習,而非通用的「寫一篇行銷文案」;(3) 課後追蹤——課後 2 週、4 週各一次 review,確認學員真的把 AI 用進日常工作。沒有「課後追蹤」的訓練只能算是「資訊傳遞」,無法內化為組織能力。
相關方法論