Is Your Organization Messing Up AI Adoption?

TL;DR · AI 摘要
Is Your Organization Messing Up AI Adoption? — Smashing Magazine - Paul Boag - Oct 16, 2026 - 0 comments Is Your Organiz...
核心要点
- 主题聚焦:Is Your Organization Messing Up AI Adoption?
- 来源:Smashing Magazine,建议结合原文判断细节。
- AI 分析暂不可用,本条为保底评分与摘要。
你的组织在AI采纳上犯了错误吗? — Smashing Magazine
- Paul Boag
- 2026年10月16日
- 0 条评论
你的组织在AI采纳上犯了错误吗?
- 11分钟阅读时间
- 在Twitter , LinkedIn上分享
#### 作者简介
Paul是转化率优化和用户体验设计思维领域的领导者。他拥有25年以上的经验,曾与Doctors等客户合作。更多关于Paul的信息 ↬
#### 邮件简报
每周前端与用户体验技巧。182,000+人信任。
- 如何衡量用户体验和设计影响,8小时视频 + UX培训
- 与Samantha Gordashko一起为设计系统命名
- 实时UX培训 —— 与Vitaly Friedman一起学习智能界面设计模式
- 在Smashing Magazine上投放广告
- 庆祝1000万开发者
数字化转型能为我们提供哪些关于AI采纳的启示?Paul Boag重访他的著作《Digital Adaptation》,展示过去的经验教训如何帮助组织应对当今AI的挑战。
在我看来,大多数组织推进AI的方式更像是闹剧而非策略。如果将其拍成电影,影评人会说这简直难以置信。没有人会愚蠢到这种程度。
但事实就是如此。更令人沮丧的是,我们以前经历过类似的情况。
早在2014年,我为Smashing Magazine撰写了一本书《Digital Adaptation》,分析组织在数字化转型过程中犯下的错误,以及他们本应采取的正确做法。当时与现在的相似之处令人震惊。
因此在本文中,我希望回顾《Digital Adaptation》的内容,看看这本书中的教训如何适用于AI时代,以及我们能从过去学到什么来应对当今AI的挑战。
无论是过去还是现在,最大的错误都是将这些视为纯粹的技术挑战。
这关乎人员而非技术
当然,数字化转型和AI都是技术进步,确实需要一定程度的技术实施。但这只是冰山一角。
在数字化转型时期,IT部门正在部署CMS、CRM系统、内网等。与此同时,在面向客户方面,组织正在推出网站、应用程序和个人化服务。但他们几乎不关注人们将如何使用这些系统。
内部系统难以使用,客户要么对正在构建的内容漠不关心,要么想要完全不同的东西。
AI的情况也是如此。高层管理者被炒作所吸引,IT团队则向全公司发放Copilot Studio许可证并认为任务完成。确实有一些面向全公司的通用培训,但仅此而已。
和以前一样,员工们面对这些新系统感到困惑,同时承受着使用它们并交付成果的压力。
组织需要认识到,AI不仅是技术变革,更是一场文化变革,这种变革对员工有巨大的影响。
毕竟,这次情况更糟,因为这次员工担心自己的工作。他们读过你看到的相同头条新闻,无论高层管理者做出多少承诺,都无法让他们感觉更好。
高级管理层对AI感到兴奋的主要原因在于其能提升生产力。人们可以在更短时间内完成更多工作。但这种提升对员工而言并不一定有利。他们仍需按照9点到5点的工作时间表,但现在却要在相同时间内完成更多任务。他们既没有额外的时间,薪资也没有增加,那么他们为何要接受AI呢?
因此,在要求员工接受AI之前,组织应先反思自身如何激励员工采纳AI。
一种策略是帮助员工识别工作中最讨厌的部分,并展示AI如何能更高效、更轻松地完成这些任务。当改变被描述为改善工作生活的机会时,人们往往更容易接受。
但这只是开始。组织可能需要考虑通过职业发展、薪酬或缩短工作时间等方式,为员工采纳AI提供激励。
员工需要时间和支持来适应AI
此外,采用AI并非易事。它需要重新审视那些可能已沿用数十年的工作流程。所有既有的程序知识都需要重建。即使在最佳情况下,这也对员工提出了巨大挑战,而大多数员工并不处于理想状态。
多数员工已处于超负荷状态,正努力应对待办事项清单。他们没有时间坐下来学习新工具,并思考其如何融入现有工作流程。
这不仅需要时间,还需要大量思考和实验。仅仅让员工参加培训课程,期望他们能充分利用AI功能是不够的。
至少,员工需要针对自身角色的专项培训,例如我为UX团队提供的AI培训。但组织应做得更进一步。
他们需要开发更深入的培训计划,帮助不同部门的员工理解如何在各自岗位上使用AI。他们需要持续的支持,以及时间去尝试AI,探索最佳使用方式。
但正式培训只能带员工走这么远。根据我的经验,最有效的支持来自同事,因此我会优先从积极分子而非抵制者入手。每个组织都有少数人已经在自发尝试AI,通常无需任何人要求。将这些人聚集在一起,给予他们时间和空间分享成功经验,让他们的热情感染其他人。
在数字化转型时期我也曾见证过这种模式。在《数字适应》一书中,我描述过一次内部会议,员工向同事展示自己构建的成果,这种做法对AI采纳的推动作用远胜于任何高层备忘录。当员工看到与自己角色相似的同事成功使用某项技术时,他们尝试新技术的可能性要远高于被高管要求时。
组织不应优先试图说服最抵制的员工,而应寻找那些已经在尝试AI的人,给予他们分享所学的时间,让社交证明发挥主要作用。
不幸的是,实验也伴随着重大弊端……错误在所难免。
必须允许失败
许多组织坦白来说,存在一种恐惧文化,将错误视为无能的标志。然而,学习像AI这样的新工具本质上就伴随着犯错,这可能成为采用的极大障碍。
在数字化转型时期,我曾亲眼目睹这种情况。高层管理要求进行数字化转型,但当事情没有按预期发生时,他们却感到困惑。
他们没有意识到,自己向员工传递了矛盾的信息。虽然他们要求进行数字化转型,但仍然要求达到同样的关键绩效指标(KPI),并在年度评估中指出任何错误。
根本没有容错的空间,因为交付的压力持续不断。
这一次,情况似乎更糟。我听到员工因几周前刚被要求采用AI却使用了过多令牌而被训斥的恐怖故事。还有员工因为被反复教导AI应该或不应该做什么,以至于害怕尝试任何新事物。与其冒险尝试,不如继续做他们一直以来做的事更安全。
如果管理层希望员工采用AI,就需要让员工感到可以安全地进行实验。他们需要调整KPI,改变员工的评估方式,并在员工学习期间适当放松一些治理措施。
谨慎处理治理
我明白,AI的推广确实需要一些治理措施,但同样,这也是组织通常处理得不好的领域。
在数字化转型期间,治理措施要么完全缺失,要么过于严格以至于扼杀创新。不幸的是,我看到AI采用过程中出现了同样的模式。
员工需要一些治理措施来帮助他们了解自己的位置。这有助于他们理解预期的行为规范以及可以和不可以做的事情。
但组织往往过于严格,以至于什么都不做反而更容易。关于人们应该或不应该与AI分享什么的冗长说明,造成了我之前提到的恐惧感。
组织需要一套简短的原则,这些原则可以印在几张海报上,类似于gov.uk的设计原则。除此之外,他们需要向员工展示一定程度的信任,让他们运用常识。
(大图预览)
当然,错误是不可避免的,但这是变革的成本,因此组织需要接受这一点,并在技术推广方式上尽其所能来减轻这种影响。
适应性技术推广
尽管如此,从IT角度来看,组织在推广AI时需要谨慎。同样,很容易将一切锁定并扼杀AI的采用。
早在2014年数字化转型时期,我就曾指出过这一点。人手不足的IT团队会选择一套技术并在整个组织中推广,通常很少或根本没有与使用者进行咨询。任何超出这套技术范围的内容都需要经过复杂的审批流程,通常涉及指导委员会。结果是变化缓慢得像冰川一样,这是数字化转型项目失败率的主要原因之一。
今天,我们看到了同样的情况。IT团队选择采用像Copilot这样的工具就草草了事,但这往往远远不够。
以我目前正在合作的一个用户体验(UX)团队为例。管理层正在大力推动人工智能(AI)的采用,而团队对创建一个由AI驱动的研究库甚至AI角色充满热情。这听起来像是AI采用的一个理想案例研究,拥有热情的管理层、兴奋的团队和创新的想法。
不幸的是,现实情况是目前什么都没有发生,因为Copilot无法实现团队的愿景,因此他们现在陷入官僚主义的泥潭,试图说服AI指导小组需要使用不同的工具集。可以理解的是,团队的热情正在逐渐消退。为什么要费这个劲呢?
而且,这个团队还算是比较有耐心的。在许多组织中,员工根本不会等待指导小组的决策。正如我们在数字化转型时期看到的影子IT现象,当时人们因为官方工具无法满足需求而注册Dropbox和Google Docs,现在我们又看到了影子AI的出现。当内部的AI工具无法让员工完成工作时,他们就会在手机或家庭电脑上打开个人的ChatGPT或Claude账户,继续完成工作。
这比限制措施原本试图阻止的问题要危险得多。公司数据最终会进入组织无法控制的工具中,没有任何监督,也没有记录共享了什么内容。在试图全面封锁时,组织反而将风险推向了无法察觉的地方。
本能的反应是通过更严格的政策、封锁网站和警告纪律处分来加以控制。但这种方法很少奏效,反而会将行为进一步推向地下。影子AI是一个症状,而且是一个有用的症状,因为它清楚地表明了官方工具在哪些方面存在不足。
组织不应试图消灭影子AI,而应从中学习。与员工讨论他们使用个人账户的原因,以及他们觉得现有AI工具无法完成哪些任务,然后利用这些信息来指导下一步的部署。
我理解一个混乱且失控的技术堆栈的成本。这并不是理想的状态。然而,在采用的早期阶段,我们可能必须接受一定程度的混乱,让员工探索可能性的边界并确定常见的使用场景。
组织需要允许员工探索AI的不同用途,甚至尝试不同的AI应用,以找到适合其特定角色和需求的解决方案。当真正的组织需求变得清晰时,他们总可以稍后再进行限制。
危险的时刻
我承认,对一些组织来说,这一切都显得危险。他们希望集中控制AI的采用过程,确保一切不出错。我理解这种想法。但变革总是伴随着一定的风险,而行动过于缓慢的风险比行动过快的风险更大。
然而,更大的危险是当组织将此视为一个技术挑战,而忽视了人性的一面。AI的采用不仅仅是部署新技术那么简单。就像数字化转型一样,它关乎人员、文化和变革管理。组织越早认识到他们所面临问题的范围,情况就会越好。
(yk)
Smashing Newsletter Tips 前端与用户体验(UX)资讯,每周发送至您的邮箱。只提供您真正能用上的内容。
前端与UX工作坊,在线进行。实用的收获,现场课程,视频录像和友好的问答环节。
TypeScript 50 讲全面掌握 TypeScript,配有代码讲解和示例。及其他印刷书籍。