警示!企业 AI 导入失败,90% 不是技术问题,是人性!

Ganes Kesari 在其《AI导入的人性层面:来自第一线的启示》文中指出,企业AI导入时出现的两极化现象,高数位化产业(如金融、电商)进展迅速,但建筑、采矿等传统服务业因依赖旧软体或纸本流程,进度相对缓慢.

领导者常因既有流程稳定,而将AI视为不可靠的噱头.

阻碍部分产业推进AI的主因有三点:

(1) AI让人感到遥不可及且恐惧.

员工会因缺乏安全感而产生抵触.例如,货运司机常将AI监控视为惩戒而非安全辅助,过度炒作与负面新闻更强化了AI尚未成熟的负面印象,使人们缩回保护壳.

(2) AI看起来像是一堆可以避免的多余工作. 

AI常被包装成救星,但对第一线人员而言,整合新工具往往意味着额外的培训与流程变动.在长期过度劳累且充斥失败技术转型经验(如ERP)的组织中,真正的阻碍是变革疲劳,导致员工将AI视为可以回避的麻烦.

(3) AI的收益似乎不值得付出的痛苦.

领导者常以准确率等抽象指标沟通,但员工更在意的是日常返工与成本.当导入成本是切身的痛苦,而收益却事不关己且非立即见效时,ROI的模糊会扩大信任赤字,使专案轻易被去优先化.

作者提出成功AI导入的三大支柱:

(1) 使用日常类比,降低AI的威胁感.

培训是转型的前提.领导者应避免枯燥的技术讲座,转而利用脸部辨识、智慧手表或语音助理等日常体验作类比,让员工意识到AI早已存在于生活中.当AI被重新定义为类似Siri的辅助工具而非替代者,员工的态度将从恐惧转为好奇,理解竞争威胁并非来自AI,而是更懂使用AI的人.

(2)将AI整合进人们已在使用的系统.

采取旧屋装修模式.避免推翻现有流程的大爆炸式改革,应将AI嵌入既有系统(如CRM、维修日志).在员工熟悉的软体中解决痛点(如预测故障),能让技术在不增加额外负担的情况下发挥价值.当AI在日常工作中与用户自然相遇,主动采用的拉力将取代被动推行的阻力.

(3) 用人们已在追踪的指标来量化AI的影响.

赢得认同最快的方式是展示结果.应将AI价值锚定在利害关系人原本就关心的指标(如成交率、服务中断次数),而非创造新KPI.同时结合短期领先指标(如投诉减少)与长期落后指标(如营收增长),透过快速展现成效来巩固信心与支持.

文章最后强调,AI导入成败不在技术,而在人性.

领导者应将AI视为逐步织入日常的能力而非空降系统.透过去神秘化建立信任、将工具嵌入既有流程减轻摩擦,并以现有指标证明价值,方能将强推转为拉动,按自身节奏完成转型.