ARTICLE · 1208581
【企业 AI 落地系列】企业买了 AI 工具却没人用:问题不在工具,在三个工作环节
【沐霖观察】
企业买 AI 工具，最容易犯的错是把「上线」当成「落地」。上线是 IT 部门的交付节点，落地是员工动线真的改了一点点。这两件事之间隔着三个环节，多数项目死在第一个，而且死得没有声音——后台日活是个位数，问起来都说「在用」。
这篇把三个环节拆开，每个给一个检查方法、一个判断标准、一个改动动作，最后说清什么情况先别上。
【前期回顾】
【编者按】
本文讨论的不是「该不该上 AI」，而是「上了为什么没人用」。文中不涉及具体产品选型，也不谈模型能力，只谈一件事：AI 有没有进入员工每天已经在做的动作里。凡与这一条无关的，都不在这篇的射程内。
摘要：企业采购 AI 工具后的失效，多数不发生在技术层，而发生在动线层。本文从入口、输出、反馈三个环节拆解失效机制：入口多一步导致使用率断崖，输出质量不足以形成净时间收益，出错后无责任人形成负反馈闭环。三个环节共同指向一个结论——AI 被当成一套新系统来推广，而不是一个嵌入既有动作的新步骤。文章给出每个环节的检查方法、判断标准与最小改动动作，并划定三类不宜上线的业务前提，供企业在试点前自查。
关键词：#企业AI落地；#工作动线；#人机协同；#试点扩展；#数据口径
工具买了，账号开到了每个部门，演示那天老板也点头了。三个月后打开后台，日活还是个位数。
这不是员工排斥新东西，是 AI 站在了员工原本的动线之外。
一、先定性：不是抵触，是位置错了
企业遇到使用率低，第一反应通常是归因于人——员工保守、年纪大、不愿意学。这个归因最省事，也最没用，因为它不产生任何动作。
把同一批员工放在另一个场景里看：微信不用培训，钉钉打卡不用培训，Excel 里贴数据也不用培训。这些工具的共同点是，它们本来就在做事的路径上，不需要「专门去用」。
新工具推不动，八成不是因为难，是因为它要求人先改一次习惯，再开始干活。改习惯这一步没有回报，所有的回报都在后面，员工算的是眼前这笔账。
二、环节一｜入口：多一步，就少一半人
判断一个 AI 工具会不会被用，不用看功能，看它离员工的动作有多远。
检查方法：找一个岗位，让他用手上正在做的事完整走一遍，数中途切换了几个窗口、几次账号。凡是需要「先打开某个网页或 App，再想起来用它」的，都属于额外入口。
判断标准：出现在日报模板、审批单、群消息、工单系统里的 AI，才可能被用；需要专门登录的 AI，用得都少。这不是意愿问题，是注意力成本问题——人在忙的时候只会走最省力的那条路。
改动动作：不新增入口，把 AI 塞进已有动作。日报里多留一格让他填，审批单上多一句提示，客户回复框旁边挂一个按钮，效果都强于再开一个工具。同一个功能，换一个出现的位置，使用率能差出一个数量级。
三、环节二｜输出：要改半小时，等于没用
第二个环节在输出端。演示时看到的是漂亮结果，员工面对的是每一篇都要回炉。
检查方法：取这个岗位 20 条真实产出，逐条记录人工修改耗时，算平均值。不要用演示样本，演示样本是挑过的。
判断标准：改的时间接近或超过自己做一遍，员工一定不用，而且不会告诉你——他只会说「还在用」。这是最隐蔽的一种失效：数据上看有人打开，实际产出仍然是人工重写。
常见原因集中在这三样：
·格式不合公司模板，每次都要重排
·术语不对，行业黑话和内部叫法识别不了
·缺企业自己的口径——产品叫什么、报价怎么算、审批到哪一级、哪些话不能对外说
前两样是配置问题，第三样是知识问题。第三样不解决，前两样调得再好也没用。
改动动作：先把三到五条最关键的口径固定下来喂进去，再谈推广。口径不是写一份手册，是把企业里已经在用的说法、模板、报价逻辑直接给它，让它按企业的方式说话。
四、环节三｜反馈：出错之后找谁
第三个环节最容易被漏掉，因为它不在上线清单里。
检查方法：问用过的人一句「输出不对你找谁」。答不出来，就是没有闭环；答「找 IT」，基本等于没有闭环。
判断标准：员工试一次就放弃，通常不是因为错，而是因为错了没人管。错误本身可以接受，无人负责的错误不能接受——它意味着下次还会错，而且错的人要自己承担后果。
改动动作：指定一个人收问题，每周改一次；把最高频的三类错误写成一页说明，放在他们每天看得到的地方。责任要落到姓名，不要落到部门。
五、三个环节的共同点
入口、输出、反馈，看起来是三件事，其实是同一个判断的三个面：AI 被当成一套新系统来推广，而不是一个嵌进既有动作的新步骤。
当成新系统，就要立项、培训、发通知、做考核，员工要额外付出学习成本；当成新步骤，就是原来那件事多了一个环节，做完就完了，没有学习成本。
这个区别决定了推广方式。前者靠动员，后者靠改流程。前者做过一轮之后通常留下一堆账号和一份总结报告，后者会在三个月后体现在某个具体指标上——某类文案的产出时间、某类回复的首次响应时长、某类单据的返工率。
六、试点的正确规模：两个岗位，两周
不要一上来就全公司推广，也不要只在一个岗位试到完美。
路径：选意愿最高的两个岗位，跑两周，收问题清单，改一轮，再扩到部门。
只看一个指标：两周后这两个人是主动在用，还是被要求用。被要求用的，扩出去也是白扩——你只是把「要求」放大了一倍，没有把「有用」放大。
两周的时间长度是有讲究的。短于两周，看不出习惯是否形成；长于两周，问题清单会堆到没人愿意处理。
七、什么情况先别上
以下三条占一条，先把前面的事解决，工具往后放：
·业务流程本身还没定：AI 只会把混乱放大，不会自动理清
·关键数据散在几个系统，没人能拍板授权
·只想「先买个工具试试」，但没有人为结果负责
第一条最常见。流程没定的时候上 AI，等于用更快的速度做一件还没想清楚的事，返工成本比原来更高。
八、企业自查：五个问题
上线前拿这五个问题问一遍，答不上来的先别推：
1.这个 AI 出现在员工每天已经在用的哪个界面里？
2.用它做出来的东西，员工还要改多久？
3.输出错了，谁负责改、多久改一次？
4.试点的两个岗位是谁，两周后看哪个数？
5.这件事如果失败，谁承担结果？
五个问题里，第四和第五个最能筛出真实意愿。多数项目卡在这里，不是因为技术不够，是因为没人愿意把名字写上去。
写在最后
员工不会为一个工具改变习惯，工具要迁就到人的动线里。这一条想明白，比再加十场培训有用。
想先知道自己企业卡在哪个环节，点文末「阅读原文」做一次免费企业健康诊断。30 道题，六个维度，其中一项是「AI 转型与数字化机会」，正对着上面这三个环节。测完再决定要不要动。
也可以顺手在评论区说一句你的行业和岗位，我按行业补一篇更具体的做法。
王沐霖｜玖策方略创始人、首席咨询顾问 企业ai落地陪跑专家
