判断工具|AI组织·01:BBVA 83%的人每周都在用AI,为什么有的企业培训完还是没人用?

一家公司引入AI，最容易完成的事情，是采购账号。

第二容易的，是办一场培训。

最难的，是培训结束后的星期三下午：报价表、客户回访、策划案和运营日报，到底有没有换一种做法？

如果真实工作没有改变，员工学会再多提示词，也只是多认识了一件工具。AI项目看起来启动了，其实可能在培训结业那一天就停止了。

所以，AI落地的最小单位不是“一个账号”，也不是“一场课”，而是一个能够被重复、被检查、被改进的工作任务。

01　Moderna：先建立练习场，再谈规模化

02　BBVA：把活跃率落到具体工作时间

03　30天内，验证一个任务而不是一整家公司

Moderna没有先追求“人人都会写提示词”

Moderna的公开案例里，真正有价值的并不是“用了ChatGPT”这件事，而是它怎样让员工持续使用。公司为变革安排专门团队，先做访谈和倾听，再用线下、线上课程与AI学习助手支持员工；同时通过提示词竞赛识别100位高频使用者，把他们组织成内部AI骨干。

培训以后也没有散场。不同业务线和地区设立答疑时段，内部AI论坛每周有约2,000名活跃参与者，CEO和管理层也通过会议、全员沟通与激励机制持续参与。换句话说，员工遇到真实任务时，有人可以问、有经验可以复用，也有人负责把零散试验变成组织知识。[1]

结果不是一张培训签到表：内部工具mChat被超过80%的员工采用；切换到ChatGPT Enterprise后两个月，公司形成750个定制GPT，40%的每周活跃用户亲自创建过GPT。

BBVA的83%，不是靠多发账号得到的

BBVA最初向3,000名员工部署工具，但它没有把规模化理解成“继续加席位”。安全、法务、合规和技术团队从一开始就参与，让员工能够在明确边界里试验；250位高层管理者，包括CEO和董事长，接受了专门训练。员工则围绕法务、风险、客服和运营等具体岗位创建自己的工具。

这套结构后来形成了更可判断的结果：公开案例披露的每周活跃使用率为83%，员工平均每周节省约3小时；秘鲁的一个内部助手被3,000多名员工使用，把一次查询处理时间从约7.5分钟缩短到约1分钟。数字在这里不是为了证明“AI很先进”，而是证明一个具体流程真的变了。[2]

为什么培训结束了，工作还是没有改变？

第一，改错了对象。企业想改变的是“员工会不会用工具”，真正应该改变的是“某项工作怎样完成”。没有任务，工具只能停留在演示。

第二，没有业务责任人。技术部门可以买账号，培训部门可以排课程，但只有业务负责人知道输出是否可用、错误代价多高，以及哪一步必须由人确认。

第三，数据边界模糊。员工不知道什么能上传，最安全的选择就是不用；如果什么都敢传，又会把效率试验变成风险事件。

第四，指标只看参加人数。真正有效的指标应该是完成时间、返工率、输出质量和异常次数，而不是多少人听完了课。

第五，没有复盘机制。第一次效果不好时，没有人区分是模型能力、资料质量、流程设置还是任务本身不适合，试点只能以“员工不爱用”草草结束。

别先改造全公司，先验证一个30天任务

对文旅与设计企业而言，第一个任务不必宏大。可以是一份每周重复出现的游客评价归纳、一套活动文案的多版本生成、一个供应商合同的要点提取，或一次项目会议纪要到行动清单的转换。

这个任务需要同时满足三点：频率足够高，30天内能反复发生；结果可以复核，不靠“感觉不错”；错误代价可控，暂时不让AI独立完成高风险决策。

第30天真正要回答的，不是“AI好不好用”，而是：这项工作是否更快、更稳定或更容易复核？需要补什么资料和规则？哪些环节必须保留人工判断？谁负责下一轮迭代？

当答案足够清楚，再复制到第二个任务。组织能力不是一次性部署出来的，而是一个任务、一个责任人、一次复盘累积出来的。

买工具解决的是“能不能用”。30天试验解决的是“值不值得留下”。

如果你的团队已经买了工具、办了培训，却还不知道从哪个任务开始，后台回复「30天试验」，领取《AI落地30天试验表》。

参考资料（访问日期：2026年9月29日）：1. OpenAI，《Moderna | Accelerating the development of life-saving treatments》；2. OpenAI，《How BBVA is scaling AI from pilot to practice across the org》，2025-11-06；3. OpenAI，《The state of enterprise AI》，2025-12-08。文中数据为企业及技术供应商公开披露口径，不视为独立审计结论。封面为AI生成概念图，不对应Moderna或BBVA真实办公现场；案例卡、30天路线、方法图与结尾卡为在场营造原创制图。