最近，一位高层领导问我，为什么他们的员工在"抵触"刚在全公司强制推行的新AI工具。深入聊下去，他承认：没有一个让人信服的故事来说明这件事为什么重要，没有重新设计流程，也没有给团队留出时间和支持去安全地尝试——有的只是授权许可、一纸政策和一封上线邮件。工具是上线了，但变革根本没有真正开始。

我在澳大利亚和新西兰的组织中反复看到同样的模式：大量的AI投入、精心的技术选型，但实际采纳率远低于领导层的预期。

从事变革工作二十五年后，我越来越相信：AI不会让企业失败，它只会把问题暴露出来。具体来说，它暴露的是本就存在的领导力和变革能力缺口，而且比以往大多数技术变革暴露得更快、更明显。

数据不会说谎——但也不会说出全部真相

Prosci最近完成了一项研究，覆盖了1107名参与者，包括高管、团队负责人和一线员工，调研AI在实际中的落地情况。 主要发现看起来令人鼓舞：94%的企业认为AI易于使用，98%认为它有价值。

那为什么还有这么多落地项目达不到预期?

因为这些数字衡量的是感知，而非行为。真正的投资回报只有在人们确实改变了工作方式时才会出现，而这恰恰是大多数组织卡住的地方。

当我们对比那些从AI中获得实际成效的企业和仍在挣扎的企业时，差别不在技术，而在领导力、信任、文化和变革管理。更具体地说，差别在于企业在多大程度上把AI当作一场人的变革来对待，而不仅仅是一次技术实施。

AI的采纳正在暴露领导力缺口

关于AI变革，有一个让人不太舒服的事实：它暴露领导力能力缺口的速度，比以往大多数技术变革都要快。

AI实时改变着决策方式、工作流程和责任归属，这带来了不确定性，尤其对中层管理者和一线团队来说——他们被要求实时重新思考决策方式、生产力甚至岗位设计。

员工们在问许多领导者自己都还答不上来的问题：AI会取代我岗位的一部分吗?哪些决策仍应由人来掌控?现在怎么衡量生产力?如果AI出错了怎么办?

在那些领导者回避这些对话、或默认用过度乐观的说辞来谈论AI的企业里，信任会迅速流失。

当领导者解释清楚AI将如何使用、监督机制在哪里、人类判断如何仍然是流程的一部分时，员工参与的意愿会高得多。信任是通过对话建立的，不是通过通知建立的。

然而，部署与信任之间的差距正在扩大。KPMG与墨尔本大学的研究发现，65%的澳大利亚员工所在的企业已在使用AI，但只有36%表示愿意信任它。在领导层的对话中，同样的模式反复出现：领导者谈"效率"，却回避关于岗位和编制的真正讨论，提出宏大的AI战略，却几乎不给出决策应如何改变的具体指导，要求大家尝试，却在背后惩罚显而易见的失败。"这会不会取代我岗位的一部分""哪些事仍归人管""出错了怎么办"——这些问题被回避或搁置，而当领导者要么盲目"相信数据"，要么只开单向的全员大会而非建立持续、坦诚的对话时，员工得出的结论就是：AI不是和他们一起做的事，而是对他们做的事——而这正是信任开始瓦解的起点。

这种脱节至关重要，因为一线才是工作真正发生的地方。如果最接近客户、运营和日常决策的人不信任交到他们手上的工具，采纳就会停滞。

而且与软件问题不同，你没法用一次产品更新来修补信任赤字。

陷入困境的组织有什么共同点

在AI落地上挣扎的企业有几个共同特征，它们的领导者采取谨慎的、渐进式的步骤，而非真正投入变革。

AI的尝试缺乏支持，甚至被暗中劝阻，AI能力被锁在一个小型专家组内部，而非在整个企业中铺开，而也许最重要的是：高管们自认为正在发生的AI采纳，与员工每天实际感受到的之间，存在越来越大的脱节。

在最近一家大型金融服务机构的变革中，这些模式几乎是教科书式的。高管团队认为自己在AI上"稳扎稳打"——把使用权限限制在一个小型创新组，让其他人"观望学习"，但在基层，团队私下里把这解读为一个信号：AI有风险、是可选的、跟他们没关系。结果就是差距越拉越大：提交给董事会的报告描绘的是稳步推进的AI进展，而一线员工还在把内容复制粘贴到旧模板里，不确定自己被允许尝试什么，对所有关于AI的说辞越来越不以为然——因为他们日常工作中没有任何有意义的事情真正发生了改变。

太多企业仍然把AI当作一次技术部署任务，而非一场业务变革。

它们假定：只要工具到位了，采纳和价值自然会跟上。

但技术本身不会改变行为，能改变行为的是人。

那些把AI做对了的企业在做什么不同的事

在AI上取得真正进展的企业，往往在四个关键方面表现不同。

第一，它们的高管把AI采纳当作业务优先事项——而不是创新副业，他们可见、投入，且清楚成功长什么样。

第二，它们有意识地管理变革中人的一面——通过结构化的变革管理、清晰的沟通、管理者赋能、反馈闭环和主动的阻力管理，技术推进只是一条工作线，人的工作线与之并行。信任正是在这里建立或丧失的。

第三，它们通过透明来建立信任，高绩效企业会解释AI工具的工作原理、使用了什么数据、人类监督在哪些环节仍然重要，它们不指望员工盲目信任一个黑箱。

最后，它们让AI能力民主化，不是把AI知识隔离在信息技术或创新团队内部，而是通过尝试、学习和同伴支持，在整个企业中主动铺开能力。

在最近一次与一家跨国企业的变革中，采纳率只有在领导团队不再把AI当作创新实验、而是重新调整日常领导方式后才开始加速。首席运营官在每周运营例会上，都会先展示自己当周在个人工作流程中实际使用AI的一个具体方式，然后请每位管理者分享各自团队中的一个例子——围绕真实使用场景建立可见的规范和同伴压力，而非抽象的支持。

与此同时，他们在技术推进的旁边运行了一条专门的"人的工作线"，为管理者配备沟通要点，就数据和监督开展开放问答，并邀请一线员工共同设计AI将如何支持排班决策等核心流程。信任、透明和能力一起提升，而不是落后于技术。

我想问领导者的一个问题

如果你的AI投资没有按预期产生回报，在重新审视供应商合同或平台选择之前，我建议你先问一个更难的问题：

我们真的管理了这场变革吗?不只是宣布了它，不只是培训了人们该点哪里，而是管理了它——这个词的完整含义上的管理。

我们在组织的每一层都建立了变革的理由吗?我们弥合了董事会和一线之间的信任差距吗?我们给了人们尝试的许可吗?当事情第一次没有完美时，我们支持了他们吗?

因为AI的采纳只有在人们理解这项技术是支持他们的判断、而非取代它时，才会真正发生。

大多数组织已经能够使用有能力的AI技术，未来几年，区分成功企业与其他企业的，不会是工具的获取权限，而是领导层围绕工作如何改变来建立信任、清晰和信心的能力。

对澳大利亚和新西兰的企业来说，这里的利害不只是错过几项效率提升，而是在告诉自己"我们在做AI"的同时，悄悄在竞争力上落后的风险。如果我们不解决AI变革中人的那一面，最终得到的将是搁在架子上的昂贵工具、越来越不满的员工队伍，以及光鲜的战略演示文稿与办公室、站点和一线团队中实际发生的事情之间不断扩大的鸿沟。

但如果领导者愿意投入信任、清晰和真诚参与这些艰苦的工作，AI就会变成完全不同的东西：更好决策的催化剂、更有意义的岗位，以及让人感到被赋能而非被新技术威胁的工作场所。在那样的未来，在澳大利亚和新西兰胜出的企业，不会只是拥有最好模型或最大预算的那些——而是那些领导者有勇气带上他们的人一起走、而不只是带上平台的那些。

因为AI变革，首先不是一场技术变革，它是一场关于人的变革。

企业网D1net(www.d1net.com)：

国内头部to B IT门户，旗下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)。

版权声明：本文为企业网D1Net编译，转载需在文章开头注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。