夜雨聆风关键讯息，D1时间送达！
企业网D1net
AI项目失败，很多时候不是算法不够强，而是人类不愿放权。企业砸下数亿美元做数字化转型，却忽略了最昂贵的“隐形成本”——员工对AI的抗拒。亚马逊曾有一套每年可节省1.76亿美元的预测系统，却被一线经理用“直觉”和便签纸取代，ADP则通过重塑组织心理与“数据民主化”，把迁移效率提升367%。真正决定AI成败的，不是模型多先进，而是员工是否信任它、愿意使用它。未来的赢家，不是拥有最大数据湖的公司，而是最懂“人性”的领导者。
如果你还在任由人类的自尊心和“直觉”去破坏机器那无懈可击的算法逻辑，那你那价值数百万美元的AI投资，不过是一堆昂贵的摆设。
我记得在亚马逊的一间高风险作战室里，我曾盯着一个仪表盘，上面显示着每年可节省1.76亿美元。从纸面上看，这是数据科学家的完美胜利——预测分析与供应链逻辑的精妙协同，但在现实中，这不过是个幽灵故事。尽管数学模型无懈可击，一线经理们却根本不用这个工具，他们用“直觉”和便签纸覆盖了算法。那一刻我意识到，在企业里，机器中最危险的幽灵不是技术漏洞，而是人类对自己不信任之物的本能抗拒。
我们正在目睹一场规模巨大、价值数十亿美元的企业技术军备竞赛。各家公司正疯狂砸钱进行现代数据架构迁移，坚信选对技术栈就能解决效率问题，但这条流水线上有一个巨大的、被忽视的缺陷：数据链路终端的那个人。在亚马逊和ADP领导全球运营和数据治理的经历告诉我，我见过无数精心设计的算法失败，不是因为代码有问题，而是因为被要求使用它们的人在心理上抗拒接受。
我们本质上是在为那些连手刹都不敢松开的司机造法拉利，我们教员工开自动挡，然后给他们一辆手动挡的车，我们的培训、预期和落地实施完全错位。
底线：所谓的"抗拒税"
一个准确率高达99%但使用率只有10%的算法，不是什么技术突破，而是一笔糟糕的投资。在高管层，我们常把数字化转型当作一个可以打勾完成的技术里程碑，但实际上，它是一个心理学里程碑。你在AI上花的每一分钱，目前都在承受一笔“抗拒税”——因人为摩擦而实实在在损失的现金价值。
我把这一现象提炼成了一个框架，称为“抗拒税差值”(aversion tax delta)，它代表的是潜在ROI与实际ROI之间的差距。
这笔账算起来很残酷。
如果你的采用率只有10%，那你的“税率”实际上高达投资额的90%，发现一个2亿美元的缺陷只是算术题，真正的难题在于我所说的“采用的最后一公里”。如果一位资深分析师不信任自动化推荐，或者觉得机器在抢他的饭碗，他就会退回到自己用了十年的手工“部落知识”。在那一刻，你那数百万美元的投资就变成了“摆设软件”(shelfware)。
三堵心理围墙
要解决这个问题，我们必须停止像IT经理那样行事，开始像行为架构师那样思考，我对AI采用率的研究揭示了人们在潜意识中破坏ROI的三个具体原因：
• 黑箱悖论： 人们不信任自己无法解释的东西。如果一个AI告诉一位高层领导者要修改某个配置，却不解释“为什么”，那位领导者为了保护自己的损益表就会无视机器。我们一直把黑箱效率置于可解释AI之上，而这正让我们在信任上损失数百万美元。
• 身份威胁： 多年来，我们一直在奖励员工的直觉。当机器自动化了那种直觉，或剥夺了他们自认为拥有的自主权时，就会触发防御心理。在与超过1400位利益相关者的合作中，我发现：如果你不把分析师重新定义为战略伙伴而非数据处理员，他们就会把AI视为敌人，而非工具。
• 完美陷阱： 研究表明，人类对机器5%的错误远比对人类同事20%的错误更不宽容。我们对AI抱有零容错的标准，而一旦它出错或产生幻觉，我们就会拿那一个错误当借口，把整个项目关停。
从理论到367%的提速：ADP案例
最近在领导ADP的OneData迁移项目时，我把这些理论付诸了实践。当我接手这个项目时，完工日期定在2027年1月。技术障碍固然不小，但“抗拒税”更高。我看到一支全球团队，他们恐惧云迁移意味着失去控制力和透明度。
我没有在技术上硬推，而是应用了行为架构。我们把重心从“数据治理”——它给人的感觉是一堆限制性规则——转向了“数据民主化”——它给人的感觉是赋权。我们通过自动化质量工具和直观的界面，让利益相关者拥有了数据的所有权。
结果如何？我们不仅按时完成，还把截止日期提前到了2026年5月，目前进度大幅领先。迁移速度提升了367%，通过提前淘汰遗留系统，已实现40万美元的即时成本节约。我们之所以成功，是因为我们解决的是人的问题，而不仅仅是技术分区的问题。我们弥合了数字化转型的鸿沟，方法是让人成为数据的主人，而非机器的附庸。
高管的必修课
下一个领导时代的赢家，不会是拥有最大数据湖或最先进大语言模型的CEO，赢家将是那个真正理解使用这些工具的人的领导者。
如果你是CIO或COO，别再真空式地招聘AI专家了，开始打造一个AI就绪的文化。用你对待Snowflake迁移或自动化实施时同样的工程严谨度，来对待人员整合。投资AI却不解决其采用过程中的心理问题，就像买了一台高性能发动机却忘了加油，它在展厅里或许很耀眼，但最终一定会卡死。
我为即将出版的新书《Promoted by Design》所做的研究教会了我一件事：你无法靠写代码来解决文化问题，别再盯着仪表盘了，开始看看那个司机吧。
这笔账很简单：忽视AI中的人的因素，是一个你再也承受不起的数百万美元级别的错误。
关于企业网D1net(www.d1net.com)
国内头部to B IT门户，同时在运营国内头部的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)
如果您在企业IT、网络、通信行业的某一领域工作，并希望分享观点，欢迎给企业网D1net投稿。
投稿邮箱：
editor@d1net.com
合作电话：
010-58221588（北京公司）
021-51701588（上海公司）
合作邮箱：
Sales@d1net.com
企业网D1net旗下信众智是CIO（首席信息官）的专家库和智力输出及资源分享平台，有六万多CIO专家，也是目前较大的CIO社交平台。
信众智对接CIO为CIO服务，提供数字化升级转型方面的咨询、培训、需求对接等落地实战的服务。也是国内较早的toB共享经济平台。同时提供猎头，选型点评，IT部门业绩宣传等服务。
扫描 “二维码” 可以查看更多详情
