# 员工为什么不愿意用 AI？先理解使用成本

从额外劳动、专业尊严与结果责任理解 AI 使用阻力，设计更可靠的组织采用方式。

要点：员工不用 AI，不一定源于观念落后。新工具可能增加输入准备、结果核对和责任压力，也可能改变原有专业价值的表达方式。先观察真实使用负担，再讨论培训与激励，通常更接近问题本身。

![在工厂接待区交流实际工作中的问题（AI概念配图）](/images/product-worlds/portal-factory-reception.png)

## 从一次真实使用观察成本发生在哪里

让员工选择近期完成的一项任务，分别演示现有方法和新方法。记录需要补充多少资料、等待多久、如何判断结果，以及交接人是否还要重新处理。仅询问“是否喜欢这个工具”，很难得到能够指导改进的信息。

如果使用者需要额外登录、重复输入或担心错误无法追查，他们的谨慎具有现实依据。先减少这些负担，比增加使用次数指标更有意义。工具进入工作，应当接受工作本身的检验。

## 尊重经验，才能把经验转化为组织能力

熟练员工的价值往往体现在识别例外、理解客户和判断条件。若推广时只强调工具会替代重复劳动，可能忽略了这些判断已经嵌入日常操作。邀请员工解释何时不能直接采用结果，可以让经验成为质量标准的一部分。

共同制定核对样例、异常规则和交接说明，比要求大家照着演示操作更能建立参与感。经验的公开表达也应得到认可，避免一边依赖员工贡献知识，一边把贡献视为理所当然。

## 明确谁承担结果，减少模糊压力

新工具如果只有“建议使用”，却没有清楚的审核与维护责任，员工可能默认所有后果仍由自己承担。为任务说明可使用范围、必要核对项和问题处理入口，使采用新方法成为可以判断的选择。

试用中允许报告失败和退回原方法，并记录原因。使用率可以帮助发现变化，但不宜作为唯一成功标准；被迫使用却持续返工，并没有形成有效的组织采用。

## 用反馈修正工具和组织安排

把反馈按操作门槛、资料问题、结果质量与分工问题归类，分别交给能够处理的人。不能把所有问题都送进下一次培训，也不能让开发人员独自解释业务规则。

AI 转型最终涉及人与工作关系的调整。让员工拥有提出问题、理解变化和参与判断的空间，能够帮助组织获得更可靠的使用信息。这份信息，往往比一次整齐的推广活动更有价值。

## 把员工反馈转成可处理的问题

邀请实际使用者演示一次原方法与新方法，记录登录、准备、核对及责任压力。把问题交给能解决它的角色，再用同一任务复看变化；升级营可用于梳理现状与路线草案，不能代替企业内部安排。

## 参考来源

- [Microsoft｜2026 Work Trend Index](https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization)：组织与人机协作趋势；不作为本地搜索量或效果依据

- [秩启｜生态](/ecosystem)：常态化学习、交流、协助咨询与评审按约定提供；成果营含首年生态费，第二年续费前确认范围与费用，不自动扣费

## 理解采用阻力的三个角度

- 使用负担：输入、核对与交接成本

- 专业经验：识别例外与表达判断

- 责任安排：错误、维护与反馈入口

![理解采用阻力的三个角度](/images/guides/diagrams/ai-change-resistance.svg)

## 继续阅读

- [为一线工作设计 AI：从真正发生的动作开始](/guides/frontline-ai-design)

- [企业 AI 培训怎么选？看能否完成真实任务与作品交接](/guides/ai-course-choice)

- [企业 AI 治理：让判断、执行和责任保持对应](/guides/enterprise-ai-governance)

两天一夜梳理现状、岗位地图与路线草案，企业保留资源与业务决定。

下一步：[了解升级营](/benchmark)

原文：/guides/ai-change-resistance

内容版本：guide:ai-change-resistance:v1

<!-- version:guide:ai-change-resistance:v1 -->

[结合企业情况咨询](/intake?source=%2Fguides%2Fai-change-resistance&articleId=guide%3Aai-change-resistance&versionId=guide%3Aai-change-resistance%3Av1)