系統上線第三個月，大家又回到Excel

一家金融業者去年導入了AI輔助的授信審查系統。系統能自動彙整客戶財報、比對產業資料、產出初步風險摘要。上線第一個月，使用率很高；到了第三個月，主管發現多數審查員又回到原本的Excel表格，AI摘要只是「順便看一下」。

問起原因，答案五花八門：「AI摘要還是要逐字核對，不如自己做」、「主管審件時還是看舊格式」、「出錯了誰負責，沒有人講清楚」。

系統沒有壞，訓練也上過了。真正沒有改變的，是審查員每天的工作習慣，以及主管看件、簽核、追問的方式。只要主管仍用舊標準檢查成果，員工就沒有理由換一種方式做事。

目標很高，做到的很少

一份2026年初發布的全球科技調查，訪問了20多個國家與地區、數千位高階主管。結果發現，近7成組織把目標設定在2026年底達到最高等級的AI成熟度，但目前真正做到的，還不到四分之一。

「近7成」與「不到四分之一」之間，是一個非常具體的落差：多數企業對AI抱有強烈企圖，也願意投資，但從企圖到成熟，中間隔著的不只是預算與系統。

如果成熟度只取決於採購，這個差距應該很快就能補齊。它之所以難補，是因為「成熟」指的不是工具裝了多少，而是組織能否穩定地用新方式工作。而工作方式的改變，有它自己的速度。

習慣為什麼比工具難改

一項跨國職場AI調查提供了線索。主管固定使用生成式AI的比例接近8成，第一線員工大約只有一半；每4位第一線員工中，只有1位覺得主管給了足夠的指引，覺得自己受過足夠訓練的員工也不到4成。

更關鍵的是：當主管全力支持時，員工對AI抱持正面態度的比例，會從不到兩成躍升到五成以上。

這說明了一件事：工作習慣不是靠一次訓練或一封公告就能改的，它是在每天的工作現場中，被主管的期待、提問與回饋一點一點塑造出來的。主管怎麼看件、怎麼問問題、怎麼處理出錯，員工就會怎麼做事。

台灣主管的測評數據，讓這件事更值得警惕。康士藤人才測評中心《2026 AI領導力白皮書》發現，76%的台灣主管在「以身作則」潛質上有待加強；從LEAD高效領導思維行為量表來看，也有55%的主管屬於要求較寬鬆的「彈性管理」型。當主管自己沒有示範新做法、標準又可以通融，員工最理性的選擇，就是回到熟悉的舊方式。

國內的調查也呈現類似的落差：約7成上班族希望公司提供AI培訓，但真正積極學習的只有一成多。員工並不排斥，而是在等一個清楚的方向與支持。

反過來說，如果只是急著把工具推下去，卻沒有同步調整工作方式，代價往往由員工承擔。一份橫跨美、英、澳、德、日，訪問近萬名知識工作者的研究發現，超過8成員工感到數位疲憊，近8成覺得工作量難以負荷；也有約8成企業預期，倉促部署AI會留下所謂的「AI債」。工具多了，人卻更累，這正是習慣沒有跟上的徵兆。

也正因為如此，習慣的改變需要用「季」而不是用「週」來規劃。工具上線可以設定一個日期，但新習慣的養成，往往要經過嘗試、卡關、調整、再嘗試的循環。許多企業在第一個月看到使用率高，就以為轉型完成；到了第三個月使用率下滑，又急著換工具或加辦訓練。其實這段下滑期，正是主管最需要介入的時候：找出員工卡在哪裡、哪些舊標準還沒拿掉、哪些新做法需要再示範一次。撐過這段期間，新習慣才有機會固定下來。

習慣是被設計出來的：文化塑造的四個步驟

在康士藤的經驗裡，新的工作習慣不會自然長出來，需要有意識地設計。我們把它拆成四個步驟。

第一步，定標與充分溝通。先講清楚企業希望AI帶來什麼新的經營結果，也就是「目標成果」，以及為了達成它，哪些「舊習慣」要調整。以金融業者為例，目標成果可能是授信審查週期縮短、品質一致性提升；對應的新習慣則是「以AI摘要為起點、聚焦判斷關鍵風險」，而不是「從零整理資料」。

第二步，創造正確經驗。讓員工實際體會新方式的好處。例如挑選幾件案件，由審查員用AI摘要完成，主管當場用新標準審閱，讓大家看到省下的時間被用在更有價值的判斷上。

第三步，主管以當責、領導與管理手法引導。這是最容易被忽略的一步。主管不必學一套全新的框架，而是把幾個簡單的工具用在日常對話裡，幫自己省力。

第四步，持續強化。透過回饋、案例故事、表揚與模範學習，讓新做法被看見、被複製，直到它變成「我們這裡就是這樣做事」。

回到金融業者的例子。若主管在審件時仍要求舊格式，審查員就會覺得用AI是多做一份工；但若主管改為直接以AI摘要為底稿，聚焦追問「這件案子最大的風險是什麼、你的判斷依據是什麼」，審查員自然會把時間從整理資料轉移到專業判斷。改變員工習慣最快的方式，往往不是要求員工，而是主管先改變自己檢查成果的方式。

幫主管省力的四個日常工具

第一個是3W：交辦AI相關任務時，講清楚Why（為什麼要這樣做）、What（要交付什麼成果）、When（什麼時候完成）。很多員工不用AI，不是不會，而是不知道主管期待什麼。

第二個是TCA：Target（目標）、Clarification（釐清）、Alignment（對齊）、Action（行動）。當團隊對AI產出的品質標準有疑慮時，用TCA把目標講清楚、把疑問問清楚、把標準對齊，再決定行動，避免各做各的。

第三個是持續跟進與校準。跟進不是監控，而是用數據與對話理解落差。例如每週花十五分鐘看一次AI摘要的採用率與修正率，再問一句：「哪一類案件你覺得AI幫不上忙？」落差的原因，往往就在答案裡。有了這些對話，主管才能分辨問題出在工具、流程，還是期待沒有講清楚，再對症調整，而不是一律要求員工多用一點。

第四個是FOSA，從抱怨中帶出行動。當審查員說「AI摘要還要逐字核對，太麻煩」，主管不必急著反駁，而是引導對方把抱怨轉成事實、找出真正的期待、提出可以做的下一步。抱怨往往是改善流程最好的起點。

這些工具的共同點是：主管不是把AI轉型的責任推給員工，而是提供溝通、支持、資源、授權、校準與教練，與團隊一起把新習慣養成。

給主管的三個行動建議

1. 本月挑一項工作，用3W重新交辦一次，並明確寫出「用AI完成時，我會怎麼驗收」。
2. 每週固定一次十五分鐘的跟進對話，看數據、問落差，不追究、只校準。
3. 每個月找出一個用新方式做出成果的同仁，在團隊會議中分享他的做法，讓好習慣被看見。

沒有捷徑，但有方法

調查數據提醒我們，企圖心並不稀缺，稀缺的是把企圖變成日常的能力。工具一年就能買齊，工作習慣卻沒有捷徑；但沒有捷徑，不代表沒有方法。只要主管願意在每天的交辦、跟進與回饋中，持續示範與校準，新的習慣就會一點一點累積成組織的執行力。

延伸行動

• 免費索取康士藤人才測評中心《2026 AI領導力白皮書》（填寫表單）
• 了解更多【課程】主管 AI 實務工作坊
• 延伸閱讀【文章】AI 時代，誰會卡住，誰能破局？
• 立即行動【預約策略諮詢】填寫聯繫我們表單