同事不想用 AI，多數主管會當成溝通問題處理——再說一次好處、再辦一場說明會、再轉一篇報導到群組。
但「不想用」不是一種狀態，是三種：怕被取代、試過覺得不好用、覺得沒必要。成因完全不同，處理方式也相反——只有一種該用說服，另外兩種你越說服越糟。
💡 本篇定位 這篇只處理「人不想用」的辨識與分流。推動節奏與獎勵設計在員工為什麼抵抗 AI；抗拒只是導入失敗六個原因之一，全貌看AI 導入為什麼失敗。
先問對問題：不要問「你為什麼不用」
辨識比說服重要，而辨識取決於你問了什麼。
「你為什麼不用 AI？」問不到真話。它聽起來像考核，安全答案永遠是「最近比較忙」「還在摸索」。
改問一個沒有標準答案、也沒風險的問題：
「你上次試是什麼時候、拿它做什麼、結果怎樣？」
這問的是事實不是態度，沒人需要防衛。答案會自己分堆：講得出具體經驗的，是「試過但不好用」；講不出來、或含糊到像沒發生過的，是「怕被取代」或「覺得沒必要」。
沒問完就開始說服，等於在猜。
抗拒一：怕被取代（情緒層）
怎麼辨識：從沒認真試過，也不會正面反對，說法很表面——「還是要人看過才準」「我們這行不一樣」。用藉口拖延而不是公開反對，通常就是這一種。
為什麼會這樣：這對他不是工具問題，是飯碗問題。而他的依據不是你現在說什麼，是公司過去怎麼對待被換掉的人。
該怎麼回應：不要用「不會取代你」這種空口保證。 它無法被驗證，員工的內部翻譯是「你知道我在擔心，但沒給我任何東西」。能回應的只有具體安排——下面三題你得答得出來：
- 省下的時間拿去做什麼：接更多客戶、把回訪做起來，還是早點下班？講不出方向，他的預設答案是「省下的時間等於我沒那麼必要」。
- 考績怎麼算：用 AI 做出來的產出算誰的？效率提升會不會墊高明年的標準？
- 有沒有人因此被裁：會，現在就說；不會，說清楚是這一年不會還是這個專案不會。
這三題答不出來，就別急著推——他在等的答案，正是你自己還沒想清楚的事。
抗拒二：試過但不好用（能力層）
怎麼辨識：講得出時間、做了什麼、哪裡不對。能講出具體失敗細節的，是唯一真的動過手的一群——聽起來最硬，其實最好處理。
為什麼會這樣：這通常是你的問題，不是他的問題，兩種情況佔絕大多數：
- 題目選錯：他被指派去做一件 AI 本來就做不好的事——要公司內部知識才答得出來、精確數字一次都不能錯、得跨系統調資料的。做不好是正常結果。
- 沒有人教他怎麼問：他把 AI 當搜尋框，丟一句話進去，拿到一段通用內容，結論是「這東西很空」。
該怎麼回應：換題目，不是加訓練。
多數主管的直覺是加訓練。但題目不適合，訓練只會讓他更確定「連老師都做不好」。先換成他每天都在做、規則清楚、錯了可以改的題目，讓他拿到一次「真的省到時間」的體感，再談技巧。怎麼挑，第一個 AI 專案怎麼選有判斷條件。
先有一次成功，訓練才聽得進去；先訓練，多數人第二次失敗就放棄了。
抗拒三：覺得沒必要（誘因層）
怎麼辨識：態度是平的，沒有情緒，也沒有失敗經驗，典型說法是「我現在這樣也很快啊」。他不是怕，也不是試過，是沒看到這件事跟他有什麼關係。
為什麼會這樣：因為他說的往往是對的——以他現在的工作量，改變的成本大於收益。人不會為抽象的好處，承擔確定的不方便。
該怎麼回應：這一種，也只有這一種，該用說服。
但說服的內容不是「AI 很強」「這是趨勢」——這些話對他的工作沒有解析度。要說的是一句他能自己驗算的話：
「這件事你現在花多久、之後可以花多久。」
要用他自己的工作說，不要用產業趨勢說（以下為假設值，換成你們的實際數字）：
| 項目 | 現在 | 換做法之後 |
|---|---|---|
| 一份報價單初稿 | 40 分鐘 | 15 分鐘（含校對） |
| 一週幾份 | 10 份 | 同樣 10 份 |
| 一週花在這件事 | 400 分鐘 | 150 分鐘 |
一週差 250 分鐘，大約 4 小時。 關鍵是那兩欄請他填、不要你填：他自己算出來的數字，你不必說服第二次；你算給他看的，他會先懷疑分母。
如果算完差距很小，那這件事對他真的沒必要——這也是正當結果，不是說服失敗。
最常見的誤判：把第一種當成第三種
一個員工在擔心飯碗（第一種），主管卻用效率數據去說服他（第三種的做法）。
你說「這工具可以幫你省下四成時間」，你以為在講好處。他聽到的是：公司已經量過我這份工作有四成是多餘的。
你越用力證明效率提升，他越確定自己被列進名單。而他不會反駁——他會點頭說「好啊我試試看」，然後什麼都不會發生。你收到的是表面配合，同時失去下一次對話的機會。
所以順序是：先確認不是第一種，再談效率。 這正是「你上次試是什麼時候」要先問的理由——它真正的功能是在你開口說服前，先確認對方不是正在擔心的人。
我不建議的兩件事
一、不建議用「大家都在用」「不學就被淘汰」施壓。
這句話對第三種人沒效果（他要的是自己的數字，不是別人的行為），對第二種人沒意義（他試過了），對第一種人則直接證實他的恐懼——你等於親口告訴他，不會用的人會被淘汰。
它唯一穩定的產出是表面配合：員工學會在會議上說對的話，私下照舊——而表面配合比公開抗拒更難處理，你連問題在哪都看不到。
二、不建議把 AI 使用率當 KPI。
把「每月至少使用 X 次」寫進考核，你會拿到漂亮的達標率，和一批毫無意義的紀錄——為了達標硬丟的問題、用舊方法做完再請 AI 重寫一遍交差。
壞處不只是浪費。 數據被污染後，你再也分不清「用了很有效」和「用了應付你」。要量就量結果——同一件事花多久、被退回重做的比例有沒有變——不要量行為。驗收數字怎麼設，AI 導入為什麼失敗的原因 5 有寫。
坦白說：有些抗拒是對的
這篇的前提是「你想讓他用」。但有一種情況你該慶幸他不肯：那件事本來就不適合交給 AI。 出錯要有人負法律或財務責任的、瓶頸其實是跨部門權責的、公司根本沒留下相關紀錄的，硬推下去只會買到一段更難收拾的返工。
這類抗拒不是扯後腿，是在幫你省錢。 分辨方法很簡單：把理由聽完，如果他講的是「這件事出錯的代價我扛不起」，那多半是專業判斷，不是抗拒。
真正該擔心的從來不是有人反對，是沒有人反對。 全公司都說好，通常代表沒有人真的在用。
常見問題
直接規定「以後都要用 AI」不是比較快嗎？
快的是宣布，不是導入。強制規定會把三種抗拒一次推到地下：怕被取代的人照做但不投入，試過不好用的人繼續卡在錯的題目，覺得沒必要的人為了達標亂用。真要下規定，規定範圍比規定頻率有用——哪些資料絕對不能丟進去，企業 AI 使用政策有範本可以改。
對方說「沒試過，但我覺得用不到」，這算哪一種？
兩種都可能，用兩個線索分。一是追問「如果這件事只要五分鐘就做得完，你會想試嗎」——回「那當然好啊」的多半是第三種；答案開始含糊、轉而強調自己多不可替代的，多半是第一種。二是情緒：第三種講起來平淡，第一種有防衛感。分不出來時先當第一種處理，猜錯的代價差很多。
一個團隊裡三種抗拒都有，該先處理哪一種？
先處理第一種。不是因為它人最多，是它會污染你對另外兩種的判斷：只要團隊裡瀰漫著裁員疑慮，第二種人不會誠實回報失敗，第三種人不會誠實說沒必要。順序反了，你收到的回饋都要打折。
還沒決定要不要導入的，先看中小企業 AI 導入決策框架。