砸錢買AI之後|員工只用了兩成
過去兩年，全球企業在生成式AI上的資本支出堪稱瘋狂。但一個愈來愈清楚的訊號正在浮現：錢花出去了，工具裝好了，真正把它用進日常工作的員工，卻遠比管理層想像的少。這不是技術問題，而是組織問題——而組織問題，往往比模型本身更難解。
投資曲線與使用曲線的死亡交叉
多份跨國企業調查指向同一個結論：企業級AI工具的採購金額年年創高，但「每週實際使用AI於核心工作流程」的員工比例，長期停在兩成上下。換句話說，八成採購授權處於閒置狀態。若以每人每月三十美元的授權費估算，一家五千人規模的企業，每年光是「沒人用的座位」就燒掉超過一千萬港元。
更值得警惕的是落差的方向。管理層問卷普遍回報「AI導入成效良好」，前線員工訪談卻顯示「不知道可以用在哪」。這種認知溫差，正是ROI計算失真的根源：KPI看的是部署數量，不是任務替代率。
為什麼工具裝了卻沒人用？
拆解失敗案例，原因高度集中在三處。
第一，場景錯配。 許多企業把AI當成通用辦公軟件統一派發，卻沒有針對特定職能設計工作流。客服團隊需要的是即時回覆建議，財務團隊需要的是對帳異常偵測，兩者用同一個聊天視窗，結果就是兩邊都覺得「不好用」。
第二，信任赤字。 員工不敢把AI產出直接交給客戶或主管，因為沒人說得清錯誤率與責任歸屬。在缺乏內部使用規範與覆核機制的情況下，最理性的選擇就是不用。
第三，激勵錯位。 如果省下來的時間只是換來更多雜事，員工自然沒有動機加速。真正把使用率拉起來的企業，幾乎都把AI省下的工時，明確回饋到員工身上——無論是縮短工時、轉投高價值專案，或直接反映在獎金。
對照組：把使用率當成一級指標的企業
幾家跑得較前的企業，做法值得港台中小企業參考。他們不再問「導入了幾個AI工具」，而是問「哪些職務的處理時間縮短了多少」。某跨國專業服務機構的做法是：先鎖定三個高頻、低風險、可量化的流程（會議紀錄整理、合約條款初篩、內部知識檢索），三個月內把這三項的平均處理時間壓低四成，再把成功案例做成內部教材擴散。
這種「窄而深」的路線，與「廣而淺」的全面派發形成鮮明對比。前者的使用率通常能達到六成以上，後者則長期卡在兩成。差別不在模型能力，而在導入方法論。
港台企業的三個現實提醒
第一，別把預算全押在授權費。業界經驗值顯示，工具費用與「導入配套」（流程改造、培訓、治理規範）的合理比例約為一比一，忽略後者，前者注定浪費。
第二，資料治理要先於模型選型。沒有清楚的資料分級與存取規範，法務與合規部門會成為最大的隱性阻力。
第三，從可量化的痛點下手，而不是從最炫的工具下手。能算出「每月省多少小時」的場景，永遠比「感覺很先進」的場景更容易存活。
延伸閱讀
結語：AI的ROI不是買來的，是改出來的
這一輪企業AI投資的真正教訓，不是模型不夠強，而是多數組織仍用採購軟件的方式對待一項需要流程重構的技術。當八成授權在沉睡，問題從來不在AI，而在企業有沒有決心把手伸進自己的工作流程裡。對港台企業而言，這既是風險，也是追趕的窗口——誰先把使用率從兩成拉到六成，誰就能在下一輪成本競賽中取得實質優勢。