AI落地失败？真正卡壳的是人心

先讲一个场景。

某家公司花了上百万引入AI。CEO在全员大会上讲了一个小时，说这是公司未来十年的核心竞争力。PPT很漂亮，底层逻辑讲得清清楚楚。会后CTO带队给每个部门装系统，配账号。

三个月过去。

登录数据一拉——高层“领导驾驶舱”用得热火朝天，中层偶尔点点流程，基层几乎没动。

CEO把HRVP叫来，第一句话是：“是不是培训没到位？”

这是培训的问题吗？

· · ·

■一个数据，揭开AI落地最大的谎言

波士顿咨询（BCG）做过一个调查。结果很有意思。

85%

高层领导

频繁使用AI

78%

中层管理

频繁使用AI

51%

基层员工

偶尔使用

看清楚这个数字：85%、78%、51%。

这不是一个“技术渗透慢”的问题。51%和85%之间差的不是时间，是信任。

仔细想这个落差背后的三层视角——

高管是“决策者”，他们看AI看到的是降本增效、战略升级。中层是“翻译者”，一边听上面的战略，一边得跟底下人解释“这东西不是来取代你的”。而基层看出去，是一行行看不懂的代码，正在做他们干了十年的活儿。

从这个角度望出去，恐惧是理性的，抵触是自然的。

所以那些说“员工不努力、不拥抱变化”的论调，不是蠢，就是坏。更准确地说——说这话的管理者，自己也没搞明白问题到底出在哪。

· · ·

■恐惧的背面，是三个被撕裂的基本需求

在讨论怎么办之前，咱们先探讨一个问题：人为什么怕？

这里有一个经典理论，我每次回头看它都觉得它越来越对：自我决定理论（Self-Determination Theory）。心理学家德西和瑞安在上世纪80年代提出来，说人的内在动机靠三样东西撑着——

▲ 胜任感、自主感、联结感——缺一个，内在动机就会塌掉一角

胜任感。

我需要觉得我能行。

当一个AI系统能在几秒钟内完成我引以为傲的手艺活儿——那个Excel公式我磨了五年才磨到炉火纯青，它一秒算完。这时我的胜任感不是被挑战了，是被直接击穿了。我怕的不是要学新东西，我怕的是学了也赶不上。

自主感。

我需要觉得我有选择权。

当AI工具是被“下发”下来的——“从现在开始，你们必须用这个”——我感受到的不是赋能，是被控制。机器在替我决定我该怎么工作，而我连说“等一下，我觉得这个不太对”的资格都没有。

联结感。

我需要觉得我被看见、被尊重。

当决策层闭门造车式地采购AI，然后一封邮件通知全员上线时，员工接收到的信号只有一个：“你的意见不重要。你跟这场变革没有关系。”

三种感受叠加在一起，构成了一个完整的心理防御机制。

不用AI，不是因为我能力不行——是我在抵抗一种我不认同、不理解、也感受不到尊重的局面。

这才是51%那个数字真正在说的话。

更有意思的是，当一个团队集体陷入这种防御机制时，它会发展出一种更隐蔽的反应：“蓄意破坏”。员工不是不用AI，而是用——私下用deepseek写方案，用Kimi查资料，但不碰公司买的那个系统。这不是不知好歹。这是他们在用自己的方式告诉你：“工具可以，但这个工具你没有让我参与选择。”蓄意破坏不是反抗，是最后一种表达意见的方式。

· · ·

■AWARE：一个心理地图，不是第五个管理工具

探讨完了为什么怕，那怎么办？

先声明一句：下面这个框架不是一个“工具包”。它不是让你拿去开会画在白板上的那种。它是一个心理地图——它的前提非常朴素：先解决人的问题，再解决技术的问题。

换句话说，这不是在AI外面包一层“员工关怀”，而是在AI落地之前，先完成一次“心理层面的深度适配”。让工具到来之前，人的土壤已经准备好了。

▲ AWARE五步：不是优化工具，是重塑信任

●A 承认· Acknowledge

说起来简单，做起来极难。一个管理者要亲口说出来：“我知道你们在害怕。换了我，我也会怕。”这不是示弱，是在建信任的底座。一个人只有在感到安全的时候，才有可能去尝试新东西。谷歌的“亚里士多德项目”研究了几百个团队之后得出一个结论：心理安全感是高效团队的第一要素——这个结论排在能力前面，排在资源前面，排在技术前面。你不先承认恐惧，恐惧就会藏起来。藏起来的恐惧，最后会变成什么？变成全员登录率为零的沉默表决。

●W 观察· Watch

这里需要一双工程师的眼睛，不是HR的眼睛。什么意思？当某个员工反复逃避AI任务时，别急着写“抵触变革”的绩效评语。去看看他过去的工作习惯、他嘴里对AI的评价、他是不是在偷偷用一些“影子AI”——比如私下用ChatGPT但死活不愿碰公司的系统。这些“异常值”是最好用的信号灯。它在告诉你：这个人不是能力有问题，是心理上卡住了。

●A 契合· Align

大多数公司的AI培训，长一个模子：大会议室、通用PPT、一次性灌输。这叫“我给你什么”。但真正有效的是“你需要什么”。举个例子。一个做了十五年报表的老会计，和一个刚入职做数据分析的年轻人，他们需要的AI学习路径完全不一样。前者不需要更多功能讲解，他需要的是有人坐下来，跟他一起用AI跑一遍他每天在做的那套老流程——让他亲眼看到：这个东西不是来抢我饭碗的，它是来把最烦的那部分替我干掉。

●R 重构· Redesign

莫德纳和戴尔做了一件同样的事：他们没把AI“插”进旧流程，而是用AI作契机，把整个流程从头重做了一遍。结果远好过那些只做“即插即用”部署的同行。逻辑很简单。当你只是“优化”旧流程，你传递给员工的信息是：你还是做原来那摊事，只多了一个新工具。意义感没变。可当你“重构”流程，你在重新定义工作的意义——“从现在起，你不再是一个填表的人，你是一个用数据做判断的人。”这才是AI真正的威力：不是替代人，是重新定义人在工作中的位置。

●E 赋能· Empower

很多管理者把“赋能”翻译成了“给你工具”。不对。真正的赋能是：“邀请你来定义这个工具怎么用。”比如公司引入AI客服系统，不要IT写好SOP然后发下去。让最一线的客服主管参与进来——让她来决定：什么回答让AI处理，什么必须人工来；AI的回复用什么语气、避什么坑、加什么细节。这个设定过程本身就是赋能。她不是在执行别人写的脚本，她在设计一个她最懂的业务。当一个人从“执行者”变成“定义者”，恐惧自然消解。不需要动员，不需要打鸡血——她自己就会往前跑。

· · ·

■管理，正在回到它本来的样子

写到这儿，我有个很强烈的感受。

过去二十年，中国企业对管理的理解，基本上是沿着“科学管理”那条路在长：流程、KPI、效率、工具、标准化。人被当生产要素，管理就是优化配置这些要素。

但现在AI来了。

机器可以处理数据、执行流程、做标准化判断。它把你二十年优化出来的那套管理体系，直接来了个“一键替代”。

那管理者还剩下什么？

剩下那些机器永远做不了的事：处理焦虑、建立信任、化解抵触、重新定义意义。这些事，才是真正的“管理”——跟人打交道，不是跟机器打交道。

这话听着像鸡汤，但它的现实后果很硬：不解决这些问题，你投进去的每一分钱都在打水漂。

而且最麻烦的不是一线员工，是夹在中间的管理者。他们一面要消化高层给的“AI转型KPI”，一面要化解团队里隐性的抵触——两头受挤，意义感最快流失。这就是为什么很多公司AI推了半年后，最先扛不住的不是一线，而是中层。

· · ·

■该问的问题，从来不是“怎么培训”

回到开头那个场景。

CEO花了上百万引入AI，三个月后发现一线没人用。

他不是该问“培训是不是没到位”。他该问的是：

“我的员工准备好迎接这个工具了吗？”

“他们的恐惧被看见了吗？”

“他们是被邀请来参与这场变革，还是被告知要服从这场变革？”

这三个问题的答案，决定了AI是组织的加速器，还是分裂器。

加速器，是把全部人的动能汇到一起往前冲。分裂器，是高层越跑越快、基层越落越远，直到整个组织在某个临界点彻底撕开。

“没有心理地图的AI蓝图，只是代码和算法。”

“没有蓝图的心理地图，无法指导真正的变革。”

两者都得有。而且——先有心理，再有技术。

· · ·

BCG那份调查里还有一个细节——

当员工理解了生成式AI背后的逻辑和方法时，他们感受到的不确定性显著减少，接受新技术和主动协作的意愿大幅上升。

答案其实一直就摆在那里。

理解产生信任。信任产生行动。行动产生绩效。

只不过，管理当然要对绩效负责，但绩效的起点不是KPI，是一个人感到安全、被尊重、被邀请参与。这个链条，AI跳不过去。只有人能走过去。

而这一切的起点，不是钱、不是技术、不是制度——是一个管理者，面对面地，看着员工的眼睛，说了一句：

“我知道你在怕什么。我们一起来。”

AI时代的管理，从承认恐惧开始。

— END —