預警提早了四小時，決策還是等晨會

某物流業者去年導入AI運輸異常預警。系統整合車輛定位、路況與倉庫作業資料，能在貨物延誤前四小時發出警示，並建議改派車輛或調整路線。IT部門驗收時信心滿滿：預測準確度達標，畫面清楚，調度員一看就懂。

半年後檢討，準時交付率卻幾乎沒有變化。原因不在系統，而在警示出現之後的那條路：調度員收到警示，習慣先打電話給司機「確認一下」；要改派車輛，得等每天早上九點的調度晨會由課長拍板；通知客戶，則要等業務「統一口徑」後才發出。AI把預警提早了四小時，組織卻用自己的節奏，把這四小時一點一點耗掉。

調度員說「系統是建議，出事還是我扛」，課長說「改派牽涉成本，當然要開會決定」，業務說「客戶那邊我們最清楚，不能讓系統亂發通知」。每個人說的都有道理，也沒有人刻意抵制。但結果就是：技術到位了，結果沒有動。

許多台灣企業的AI專案都長得很像：工具採購順利、教育訓練也辦了，可是經營結果遲遲沒有明顯變化。問題常常不是AI不夠聰明，而是它被放進了一套為舊時代設計的工作方式裡。

受訪主管們怎麼看：問題在人與習慣

這樣的觀察，在國際調查中也看得到。國際管理期刊引述的一項近期調查顯示，超過9成的大型企業數據主管認為，阻礙組織成為數據驅動的主因是「文化與變革管理」，認為問題在技術的不到1成。另一項針對百餘家大型跨國企業高層的年度數據與AI領導力調查（2026年），結果方向一致：同樣有超過9成的受訪高層認為，文化與變革管理是AI能否成功的主要障礙。

閱讀這兩組數字時，有三點必須說清楚。

第一，它們是受訪者的觀點與判斷，而不是「九成以上的AI專案因文化而失敗」的統計歸因。調查問的是「你認為最大的障礙是什麼」，不是「專案失敗的原因經過檢驗是什麼」。

第二，前者談的是「成為數據驅動的組織」，後者談的是「AI成功」，題目並不相同。但兩項調查、不同的受訪群體，都指向同一個方向，這本身就是值得重視的訊號。

第三，也是最關鍵的：說這句話的人，正是每天負責數據與AI建置、最懂技術的一群人。當技術負責人自己都認為瓶頸不在技術，老闆若仍把AI成效不彰歸咎於「系統還不夠好」，很可能是在錯的地方加碼。

為什麼習慣比技術難改

工作習慣之所以難改，至少有四個原因。

第一，舊習慣曾經是對的。晨會拍板、電話確認、業務統一對外，當初都是為了控制成本與風險，也確實幫公司守住了過去的經營結果。正因為它「有效過」，大家很難主動放手。

第二，習慣是看不見的。它不寫在策略簡報裡，而是嵌在會議節奏、簽核權限、KPI定義與交接慣例中。高層宣布「全面擁抱AI」，但改派車輛的權限仍然只在課長手上，員工自然知道真正的規則是什麼。

第三，風險責任不對稱。依AI建議改派卻出錯，會被追究；照舊等晨會、讓貨晚到，往往被視為「不可抗力」。理性的員工只會選擇後者。

第四，主管的行為才是真正的訊號。員工看的不是公告，而是主管開會時怎麼問、出錯時怎麼處理。如果主管仍說「先別動，明天晨會再說」，AI永遠只是多出來的一個畫面。

台灣的測評數據，讓這一點更值得重視。康士藤人才測評中心《2026 AI領導力白皮書》指出，76%的台灣主管在「以身作則」潛質上有待加強；在面對挑戰的反應模式上，也有37%的主管屬於「全盤思考型」——看得到機會也看得到風險，想得完整，卻常因為想得太久而錯過行動時機。當主管習慣說「先別動，明天晨會再說」，AI提早爭取到的那四小時，就會在等待中被耗掉。

康士藤觀點：先問目標成果，再找新習慣

談到這裡，很容易得出「導入AI，所以要改文化」的結論。但康士藤主張的邏輯順序剛好相反：先確認企業希望AI創造什麼新的經營結果，再回頭找出需要哪些新的工作習慣來支撐。

以前述物流業者為例：

• 現有成果：異常多半在發生後才處理，準時交付率長期停在同一水準，客戶常是最後一個知道延誤的人。
• 目標成果：預警後兩小時內完成處置，準時交付率明顯提升，客戶在延誤前就收到通知。
• 舊習慣（撐起現有成果的做法）：重大決定等晨會、凡事先電話確認、對外說法集中在業務。
• 新習慣（達成目標成果所必需）：依成本與風險分級授權，一定金額內由調度員直接改派；客戶通知採標準範本即時發出；晨會從「拍板」改為「檢討與校準」。

現有成果與目標成果是結果，舊習慣與新習慣才是文化。當老闆把注意力放在「我們要什麼新結果」，文化調整就不再是一句口號，而是一份具體的行為清單。

接下來的形塑路徑可以拆成四步：先定標並充分溝通，讓調度、業務與主管都知道為什麼要改、改成什麼樣子；再創造正確經驗，例如先在一條固定路線試行分級授權，讓大家親身感受「不等晨會也沒出事」；過程中，主管以當責、領導與管理手法引導，承擔放權後的風險，而不是把壓力丟回給調度員；最後透過回饋、案例故事、表揚與模範學習持續強化，例如在月會分享一次成功的即時改派，讓新習慣站穩。

當第一線抱怨「系統建議不準，還是打電話比較安心」時，主管不必急著辯護，也不必急著換工具。用FOSA的方式把抱怨帶向行動：先問清楚是哪幾類警示不準、發生幾次，再一起決定要修資料、調整警示門檻，還是重新設計確認的方式。抱怨本身，往往就是舊習慣與新習慣之間最真實的地圖。

給老闆的三個自問

1. 我們期待AI帶來的目標成果是什麼？能不能用一句話、一個數字說清楚，而不只是「提升效率」？
2. 哪些舊習慣正在默默保護舊結果？請列出三個「大家都這樣做」、卻沒人說得出必要性的會議、確認或簽核。
3. 主管們自己改了嗎？在授權、開會與出錯處理上，主管的言行傳遞的是舊習慣還是新習慣？

結語：先動工作方式，AI才會動結果

技術的進步速度，早已超過多數組織調整工作方式的速度。真正拉開企業差距的，不是誰先買到工具，而是誰先看見自己習以為常的那一套，並且願意動手重新設計。卡住AI的，往往不是技術，而是我們習以為常的工作方式。

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】變革管理
• 延伸閱讀【文章】洞見未來：AI 時代下企業與人才運作模式的重構
• 立即行動【預約策略諮詢】填寫聯繫我們表單