为什么很多企业买了AI工具,员工却不用?

2025年7月，MIT Media Lab旗下Project NANDA发布了一份初步报告，标题很扎眼：《The GenAI Divide: State of AI in Business 2025》。报告里有一个数字被反复引用——在他们分析的300个企业AI项目中，约95%没有产生可衡量的损益影响。

这个数字出来的时候，很多人第一反应是"技术还不够成熟"。但如果你去翻那份报告的原文，会发现它真正想说的不是技术不行，而是企业根本没把技术用起来。

同一份报告里还有一个对照：大约90%的员工，在偷偷用ChatGPT这类公开工具干活。也就是说，不是员工不想用AI，是企业花钱买的那套AI工具，员工不想用。

这就奇怪了。企业花了大价钱采购、部署、培训，结果员工宁愿用免费的公开版，也不用公司配的企业版。问题到底出在哪？

当技术变成成本，人才是最容易被忽略的变量

先看一组数据。

BCG在2025年做了一项覆盖11个国家、10600名员工的调研（AI at Work 2025）。结果显示：基层员工日常使用生成式AI的比例，连续两年停在51%，几乎没有增长。而经理层的使用率是75%，高管层超过85%。

这个差距很有意思。越是上层，越觉得AI重要；越是一线，越觉得跟自己没关系。

麦肯锡2025年的全球调研也印证了同样的现象：88%的企业说自己在用AI，但只有6%的公司真正从AI里拿到了有意义的回报——AI对息税前利润的贡献超过5%。剩下82%在试验AI的组织，没看到有意义的财务改善。

所以问题不是"企业没买AI"，也不是"员工完全拒绝AI"。问题是：企业买的AI工具，和员工实际的工作流程，根本没对上。

BCG在2024年的研究里算了一笔账：企业AI落地遇到的挑战，大约70%来自人和流程的问题，20%来自技术问题，只有10%来自算法本身。也就是说，瓶颈不在模型有多强，在组织有没有准备好。

Gartner在2026年6月发布的研究里，47%被期望在工作中使用AI的员工表示抵触。但同时也有65%的员工对AI感到兴奋——员工不是普遍敌视，而是分化成了两派。

抵触不是因为懒。McKinsey 2026年组织现状报告里，近一半（46%）的受访者说他们对AI本身有担忧——偏见、版权、还有最直接的一个："会不会取代我？"

安永（EY）的"AI Anxiety in Business Survey"更直接：1000名美国员工中，75%担心AI会让某些工作消失，65%特别担心自己的岗位会被替代。这种焦虑不是个别现象，而是相当普遍。

这种恐惧不是空穴来风。Writer在2026年做了一项调研，结果更极端：29%的员工承认自己在主动破坏公司的AI战略——把私有数据输入公开工具、故意用未经批准的软件、刻意产出低质量的AI结果、拒绝参加AI培训。在Z世代员工中，这个比例高达44%

你看，员工不是不会用AI，是不想让AI用得太顺。因为在他们的感知里，AI越好用，自己的岗位越危险。

这种心态下，你发再多账号、做再多培训，效果都会打折扣。因为员工心里想的不是"怎么把AI用好"，而是"怎么别让AI把我替代了"。

很多企业解决AI落地问题的方式是：买工具、做培训、考核使用率。

但培训的效果怎么样？

Docebo在2026年初发布的AI Readiness Gap报告，调研了6个国家2000名受访者。结果是：大约85%的员工说，他们接受的AI培训不能帮助他们在实际工作中使用AI。近60%说，学习项目根本不是为学习者设计的。

为什么会这样？因为大部分AI培训教的是"工具怎么用"，而不是"你的工作哪个环节可以用"。

伦敦政治经济学院和Protiviti的研究发现了一个对比：接受过岗位相关AI培训的员工，93%会经常使用工具；没有接受过培训的，只有57%。差距不是有没有培训，而是培训跟你的工作有没有关系。

GoTo联合Workplace Intelligence在2025年做的Pulse of Work调研更有意思：82%的员工说自己不精通AI的实际应用，但只有49%的IT领导认为员工缺乏这种理解。领导层和员工层之间，对"会不会用AI"的判断差了一大截。

很多IT部门觉得，我把工具买好了、账号发下去了、培训做完了，剩下就是员工自己的事。但员工的真实感受是：你教了我一堆功能，可我不知道拿它来干嘛。

St. Louis Fed在2025年8月的数据显示，生成式AI的采用率达到了54.6%的工作成年人——但实际工作中花在AI上的时间，只占工作时间的5.7%。大部分时间，AI还是一个"偶尔打开试试"的工具，不是工作流的一部分。

最后一个变量，也是最容易被忽略的：激励机制。

企业考核AI使用率的方式，通常是看登录次数、功能使用量、培训完成率。但这些指标测的都是技术本身，不是员工有没有真正把AI用进工作里。

结果就是出现了一种很常见的现象："表演使用量"。员工每天登录系统，但大部分内容还是自己写的，AI生成的部分改得面目全非。时间久了员工烦了，觉得自己在给AI当老师，干脆不用了。

36氪在2026年10月发布的一项98家企业AI应用现状调研里，60.2%的企业员工生成式AI使用率不足30%；而真正的高频用户（每周使用3次以上）占比低于10%的企业，更是占到了52.0%。AI还是"少数人的工具"，没有变成日常工作的一部分。

为什么？因为对员工来说，用AI没有任何好处，反而可能有坏处。

用AI写东西，要花时间检查、修改、校对，比自己写还慢。用了之后，领导觉得你效率提高了，给你加更多活。不用AI，最多被说"不积极拥抱新技术"

这笔账，员工算得很清楚。

如果你是企业决策者，正在评估要不要买某套AI工具，或者已经买了但没人用，可以拿三个变量对照一下。

第一，恐惧变量。员工知不知道AI会改变他的岗位？他是觉得"AI帮我干活"，还是觉得"AI替我干活"？如果员工的第一反应是焦虑，再好的工具也推不动。解决方式不是做思想工作，而是把AI的定位从"替代人"改成"帮人提高效率"，并且在考核里明确——用AI不是为了裁人，是为了让同样的人干更多的活。

第二，体验变量。你的培训是教功能，还是教具体场景？员工听完培训，能不能马上在自己的工作里找到一个可以用的地方？LSE和Protiviti的研究已经证明了：跟岗位相关的培训，使用率翻倍。别再搞全员通用的大课了，按岗位拆场景，按场景做培训。

第三，激励变量。用了AI的员工，会得到什么？是效率提高了可以早点下班，还是效率提高了被加更多活？如果是后者，没人愿意用。更合理的做法是：把AI用得好的案例变成内部标杆，让员工看到"用AI的人过得更好"，而不是"用AI的人活更多"。

这三个变量里，任何一个出问题，AI工具的使用率都上不去。反过来，三个都理顺了，不用催，员工自己会用。

企业AI落地的瓶颈，从来不是模型不够强，而是组织和人没有准备好。

如果你也在评估自己的业务适不适合用AI，可以先拿这三个变量对照一下。灵妙涵盖了60+国内主流大模型，覆盖对话、写作、代码、图像等多个场景，一个平台打通大模型渠道。

如果您对我们的多模型服务感兴趣，欢迎随时联系我们。