大家好，我是 Eric。
目前在網路上，有許多討論 AI 轉型的文章，大多聚焦在「成功經驗」，但是更多企業在導入過程中，卻不如那些文章這麼輕鬆，甚至遇到許多困難。這種落差不只發生在台灣，在一份針對 2,500 名知識工作者的調查中，有 65% 的人會懷念沒有 AI 的工作方式（Adaptavist，2026；中文報導見 TechBang）。「為什麼推不動？」、「為什麼員工不想使用 AI？」這些問題，往往是中階主管或經營者很頭痛的困擾。
之前在〈中小企業如何導入 AI？applemint AI First Policy 的 3 個做法〉文章中，提到導入 AI 的核心要件。不過今天這篇文章，我會更聚焦在「如何讓員工願意投入 AI 轉型」，並且延續 AI First Policy 當中提到的思維，用 applemint 自身的例子，告訴中小企業我們曾經踩過哪些雷，未來在評估的過程可以避開。
Eric 觀點
讓員工投入 AI 轉型的關鍵不在要求，而在經營者先做出一個可信服的結果，並把成功的定義從「省下多少時間」換成「創造多少價值」。applemint 用 17 週、每週一次的成果發表，讓同仁各自用 AI 解決自己業務上的問題，最後在第二輪後半段終止，因為產出的 Skill 只有分享者自己在用、難以跨客戶複製，而且「預期產出」從一開始就沒有定義清楚。這場實驗證實了 AI 導入不能交給單一個人或團隊，也證實了經營層必須比員工更早釐清預期結果。
為什麼員工不願意配合使用 AI？
多數員工不是不願意配合，而是不知道從哪裡開始，在前面提到的 2,500 人調查中，有 36% 的人表示自己並不清楚「為什麼要在工作中使用 AI」（Adaptavist，2026）。另一個常見的情況是，管理層自己都還不知道 AI 是什麼，就一股腦地要求底下員工配合。
在談做法之前，有一個前提要先講清楚：在資本主義的現況下，企業獲利跟員工獲益在導入 AI 這條路上並不一致。有些企業主會戴上「我是為你好」的亞洲家父長話術，讓員工配合政策推行，但這種溝通方式在 2026 年是沒有效的。如何與員工進一步溝通，我之前在〈中小企業如何導入 AI？〉裡曾經提過，這裡就不加贅述，而是進一步延伸「那還能怎麼辦」。
經營者能不能先做出一個可信服的結果？
管理階層要自己先跑完一次流程，把結果攤開來給員工看。很多管理階層在導入 AI 的過程，往往是看「同業競爭者在做什麼」，然後就對員工提出「我們也要這樣」的需求。
如果很幸運的，你的員工是使用 AI 工具的天才，那這樣或許可行。然而，大多數的人，都和你我一樣，是在 AI 時代中逐步探索不同可能性的旅伴。
在我們 AI First Policy 的實踐中，我在第一階段優先處理了「報告撰寫」的這個流程。
儘管第一線寫報告的人回饋「完成報告的總時間跟以前還是一樣」，但同時他們也表示「由 AI 整理完數據後，自己有更多時間思考比較深入的問題。」
管理人員能否做到這個第一步，我認為是員工願不願意跟著投入的最大關鍵。
為什麼不該用「省下多少時間」當成功指標？
答案很簡單，因為多數情況下省不到。
同一份 2,500 人的調查中，有 42% 的人花在驗證 AI 產出的時間，超過了使用 AI 所省下的時間（Adaptavist，2026）。這跟我們內部的觀察一致：實際導入後，會發現完成事情所需的總時間不變，只是員工的工作從原本的執行變成檢查、品管。
企業經營的核心在於降低成本、創造利潤，而許多企業往往把 AI 轉型視為「降低成本」的一環。也因此，企業主往往很直覺地把對員工的期望放在「如何透過 AI 節省時間、節省成本」。
但比起「降低成本」的思維，投入 AI 轉型時的期望應該建立在「創造利潤」上。
以廣告成效報告來說，雖然檢查的時間增加了，但導入 AI 後可以預先進行的交叉分析更加廣泛，員工也有機會提出更具有深度的假設。
又或者以製作素材來說，儘管後續微調的時間增加了，但藉由 AI 產生初稿，可以在概念驗證的階段讓客戶更簡單地理解企劃大致上的方向。
每週讓員工公開發表 AI 技巧，為什麼 17 週後我們喊停？
這個實驗我們持續了 17 週後停止，結果並不如預期，問題集中在三個地方：「沒有延續性」、「缺乏再現性」、「期望設定不明確」。這也印證了 AI 轉型不是只靠「叫員工用 AI」就可以完成的事。
接下來我想進一步分享整個實驗的經歷，以及我們為什麼最後決定終止這個實驗。
這個實驗我們實際上怎麼做？
為了解決上述兩個員工不願意配合的情況，我們使用了成果發表的方式，試圖讓員工「利用 AI 解決一個課題，取得可見的結果」，藉此建立使用 AI 的成就感。
我們透過每週五上午的訓練時間，由同仁發表自己利用 Claude 或 AI 解決了哪些問題。在過去的發表中，我們累積了 17 個不同的主題，涵蓋了競品分析、影片企劃、部落格企劃、Claude Design，各種 MCP Server 的應用等。
在這 17 週的當中，第一輪是由大家自由選題發揮，第二輪則是由我們指定題目。
成功獲得的經驗
透過這次的實驗，我們首先證實了「AI 導入不能由單一個人/團隊負責」。
在這兩輪的成果發表中，可以發現每位同仁在思考問題、解決問題的方式都不盡然相同。我們也藉由發表的回饋，讓同仁能夠彼此交流作業流程的邏輯。
透過這 17 週的分享，我將每次製作的工具，整合到公司的內部 Plugin 中，並部署至 Claude Team，讓大家可以使用統一的發佈版本。最後，針對同仁撰寫的 Skill 再進行語意、架構的最佳化。
此外，我們在第二輪的分享中，加入了評估的機制，從主題詮釋、運用深度、商業影響、可複製性等角度來觀察同仁對於 AI 的活用能力。這也提供了我進行人事考核、輔導時的客觀評估指標。
待改進的地方
如同前面所說，這個實驗我們在第二輪的後半段終止了。這裡進一步闡述前面提到的三個核心原因：「沒有延續性」、「缺乏再現性」、「期望設定不明確」
- 沒有延續性：儘管我們每次的成果發表都有產出 Skill 或是製作 prototype，但是後續追蹤後發現，Skill 只有當初分享者自己會使用，而且後續並沒有人進一步維護。
- 缺乏再現性：延伸前面所說，每位分享者在設計 Skill 時，可能都是以自身負責客戶為出發點，難以考慮到不同客戶的情況，導致其他人覺得「不夠好用」，因此沒有繼續使用。
- 期望設定不明確：儘管第二輪的時候，我們指定了每次分享需要解決的課題，但有些主題的「預期產出」是很模糊的，譬如「想要透過 AI 自動化產出請款單」，這個看似具體的主題，卻沒有設下「如何算驗收完畢？未來是否要統一作法？」等產出目標。最後淪為「(未來沒有人使用的) Skill 分享會」。
以上這些問題是環環相扣的，因為期望不明確，導致分享時沒有周延的考慮到「其他客戶會遇到什麼情境」，也因此在分享完以後，就不會再有其他人繼續使用這樣的 Skill。這並非是同仁不夠努力，而是作為經營層在考慮 AI 轉型的時候，必須比員工更先進一步釐清預期結果。
常見問題
員工說「用 AI 反而更花時間」，這是藉口嗎？
不是，這是普遍現象。前面提到的 2,500 人調查中，有 42% 的人花在驗證 AI 產出的時間超過省下的時間，我們自己的廣告報告流程也是一樣。與其否認，不如把它變成一個可以計算的問題：這件事一年做幾次、每次省下多久、值得投入多少時間去調校。我在〈中小企業如何導入 AI？〉裡放了一張值不值得投入的判準表，可以直接套用。
成果發表這種形式完全不該做嗎？
該做，但不能只做發表。第一輪自由選題的階段確實有價值，同仁看到了彼此解題的邏輯，我也拿到觀察活用能力的具體素材。問題在於發表結束就結束了，沒有人接手維護，也沒有定義什麼叫做完成。如果重來一次，我會把驗收標準和維護者寫進題目裡，而不是留到發表之後才想。
應該指定專人或成立 AI 小組負責導入嗎？
我們的實驗結果是不行。17 週下來最明確的一個發現，就是每位同仁思考問題、解決問題的方式都不一樣，這些差異沒辦法由一個人或一個小組代替想像。專人可以負責整合與部署，但使用情境本身必須由第一線的人提出。
做出來的工具沒有人用，該怎麼辦？
從三個地方倒推：發表前先定義「怎麼樣算驗收完畢」、指定發表之後的維護者、要求設計時至少考慮兩個以上的客戶情境。我們那 17 週缺的正好就是這三件事，結果是產出的 Skill 只有分享者自己在用。
結語：讓員工願意投入 AI 轉型，負責人要先畫出想像圖
經過這次的實驗，我們終止了輪流成果發表的形式，每週的訓練時間重新調整為以我為主的資訊與知識分享。不過這個過程，也讓我們對於中小企業導入 AI、進行轉型的具體痛點，有了更明確的感受。
如果你還在摸索自己的公司應該要如何導入 AI、進行產業轉型，首先還是要先跟著團隊一起思考「導入 AI 之後，我們的公司會變得怎麼樣」的藍圖。接著，試圖避開 applemint 在全體動員的情況下，仍然遇到的那些坑。
若是你想要少走一點冤枉路，也歡迎直接聯繫我們，由我們協助公司進行 AI 轉型。我們明白，中小企業並沒有辦法大手一揮，直接豪氣地說出「我們要部署地端 AI」，而是藉由梳理流程、資料管理的方式，協助評估更低成本的導入途徑。
從這裡聯絡 applemint！
