企業導入 AI,員工最需要主管說清楚的 5 件事
從 Gallup 與台灣職場調查,談 AI 導入時主管該做好的內部服務
2026/11/17 服務觀察站
「公司說導入 AI 是要幫大家減輕工作,可是我現在反而不確定,哪些事還算是我的工作。」
工具上線了,教育訓練辦了,帳號也開了,現場的氣氛卻沒有比較輕鬆,反而多了一種說不出口的不確定。
很多主管的第一個反應是:「同仁在抗拒改變。」但我認為,這多半不是抗拒,而是沒有人把話說清楚。AI 改變的是工作的邊界,邊界一模糊,人就會不安。這時候員工需要的是主管的說明、支持與承接。換句話說,是一次做得好的內部服務。
先看美國的數字:下滑的是「清楚」與「關心」
Gallup 在 2026 年 10 月 28 日發布的美國職場調查顯示,2026 年第三季美國員工投入度降到 29%,是 2011 年以來的最低點(Gallup 原始報告)。細看之下,下滑主要來自兩個項目:
這裡要先說明兩件事。第一,這是美國的調查,不能直接當成台灣的現況。第二,這一季降幅最明顯的,是已導入 AI 的組織裡的遠距與混合辦公員工,但 Gallup 並沒有認定下滑是 AI 造成的。
但這份資料仍然值得台灣的主管參考。Gallup 在報告最後提醒,AI 導入的速度,可能已經超過讓它發揮效果所需要的溝通與主管支持。同一位作者在 2026 年 7 月發布的研究說得更直接:主管積極支持團隊使用 AI 的員工,投入度是 48%;沒有感受到這種支持的員工,只有 30%。在那份研究裡,主管支持也是與投入度關聯最強的因素(Gallup:Employee Engagement Remains Flat as AI Adoption Accelerates)。
同樣一套工具,差別在主管有沒有把人接住。
那台灣呢?問題不在下滑,而在「沒說清楚」
台灣沒有逐季追蹤投入度的調查,但有三組本地數據,指向同一件事。
第一,起點更低。在 Gallup《全球職場現況 2026》裡,台灣員工的投入度是 13%,低於東亞平均的 18% 與全球平均的 20%(Gallup 台灣資料)。這個數字和美國的季度調查方法不同,不適合直接比高低,但至少說明:台灣的課題不是「最近掉了」,而是「長期偏低」。
第二,溝通的落差量得出來。天下學習「2026 台灣企業員工福祉大健檢」回收 2,442 份問卷,其中 34.3% 的上班族自認屬於被 AI 取代的中高風險族群,36.3% 認為公司沒有說清楚 AI 會怎麼影響工作內容與角色。差別就在這裡:公司有溝通時,82.3% 的員工相信企業會公平地帶大家用上 AI;沒有溝通時,只剩 17.7%(天下學習)。
第三,有些員工連公司導入了沒有都不知道。中央大學辛炳隆副教授今年初的調查中,約三成受訪者不知道自己的公司是否導入 AI;75.1% 認為 AI 能提升效率,同時有 82.2% 擔心它帶來負面影響。這份調查的勞工樣本只有 353 份,研究者也提醒它不是嚴謹的抽樣調查,但方向值得參考(人工智慧科技基金會)。
把這三組數字放在一起看,我的判斷是:台灣職場對 AI 的不安,多半不是來自工具,而是來自沒有人把話說清楚。而「說清楚」,正是主管做得到、也該做的內部服務。
為什麼我說這是內部服務的題目?
企業談 AI 導入,習慣從系統、流程、成本談起。這些都重要,但少了一個角度:員工是這次導入的第一位顧客。
對外推出新服務時,我們會設計顧客旅程、準備說明、安排客服窗口、追蹤滿意度。對內導入 AI 時,卻常常只有一封公告信和一場工具教學。
我在談前中後台三環模型時提過,顧客感受到的服務品質,是整個組織運作的總和。放到 AI 情境更是如此:第一線自己都不確定 AI 的回覆能不能信、出錯算誰的,顧客一定感受得到。(如果想先了解內部服務的基本觀念,可以從這篇內部服務的文章讀起。)
所以我會用 H.E.A.R.T. 服務五力™ 來檢查一次 AI 導入:有沒有看懂人、設計體驗、善用 AI、串起關係,最後留下信任。以下五件事各自對應其中一力,但不必照順序做,從團隊目前最卡的地方開始就好。
主管要說清楚的 5 件事
1. 說清楚 AI 會改變哪些工作(H|看懂人)
員工聽到「導入 AI」,心裡問的通常不是「這個工具怎麼用」,而是「我的工作還在嗎」「我會不會被拿來比較」。主管如果只講效率,等於沒有回答問題。
具體作法把工作分成三類來講:不變的、做法會改變的、會交給 AI 的。每一類都舉團隊裡真實的工作項目,不要只說「例行事務」這種大詞。正式宣布之前,先找兩三位同仁聊聊,聽他們真正在意什麼。
2. 訂清楚哪些事情由人判斷(A|善用 AI)
A 談的不是工具熟不熟,而是人機分工。AI 可以整理資料、產生回覆草稿、彙整常見問題;但高情緒、高風險與例外情境,必須由人判斷、由人負責。
具體作法訂一張「AI/真人分流判斷表」,至少寫明三件事:哪些情境 AI 可以直接處理、哪些情境 AI 產出後一定要有人看過、哪些情境直接轉真人。責任也要講明:採用 AI 的建議而出錯,不會由第一線同仁獨自承擔。這句話主管沒說出口,同仁就不敢用。
3. 提供訓練與求助入口(E|設計體驗)
把導入當成一段員工旅程來設計:第一次聽到消息、第一次上手、第一次卡關、第一次出錯。最容易被忽略的,是後面兩個時刻。
具體作法訓練先教判斷,再教操作。什麼時候該用、什麼時候不該用、怎麼檢查 AI 的產出,都比功能教學優先。接著給一個明確的求助入口:卡住時找誰、多久會有回應。入口可以很簡單,一個群組、一位窗口都行,重點是真的有人回。
4. 調整前中後台的協作交接(R|串起關係)
AI 進來之後,交接點會移動。以前前台手寫的紀錄,現在可能是 AI 摘要;以前後台人工審核的案件,現在可能先經過系統判斷。交接點變了卻沒有重新約定,斷點就會出現在顧客面前。
具體作法用三環模型走一遍,接觸環(前台)、協調環(中台)、支援環(後台)各自交出什麼、接收什麼、由誰確認。特別要約定「人機交接摘要」的格式:AI 處理到哪裡、顧客情緒如何、還有什麼沒解決,讓接手的人不必請顧客再說一次。
5. 同時追蹤效率、員工感受與顧客體驗(T|留下信任)
只看處理時間與節省的人力,數字會很漂亮,卻看不到代價。信任是在三方之間累積的:員工信不信任這套做法、顧客信不信任得到的回覆、主管信不信任手上的數據。
具體作法三類指標一起看。效率看處理時間與一次解決率;員工感受可以借用 Gallup 那兩題,每季問一次「我清楚知道工作期待」「工作上有人關心我」;顧客體驗看滿意度、客訴內容與轉真人的比例。三者之中只要有一項明顯變差,就該回頭調整。
主管 AI 導入前五問(檢核表)
導入之前,請主管先回答這五題。答不出來的那一題,就是該先補的地方。
| 題號 | 主管自問 | 做到的標準 |
|---|---|---|
| 1 | 我能不能用同仁聽得懂的話,講出哪些工作不變、哪些會變、哪些交給 AI? | 每一類都舉得出團隊裡的實際工作 |
| 2 | 哪些情境一定由人判斷?出錯時責任怎麼算? | 有一張寫下來的分流判斷表,責任歸屬講明 |
| 3 | 同仁卡住時找誰?多久會有回應? | 有固定窗口與回應時限 |
| 4 | 前中後台的交接內容,有沒有因為 AI 重新約定? | 有統一的人機交接摘要格式 |
| 5 | 除了效率,我還會看哪些數字? | 員工感受與顧客體驗各有至少一項指標 |
常見問題 FAQ
主管如何向員工說明 AI 導入?
先回答員工真正關心的問題:工作會怎麼變、責任怎麼算、遇到問題找誰。說明時把工作分成不變、做法改變、交給 AI 三類,並用團隊的實際工作舉例,比只談效率與趨勢更有用。
AI 導入要先訓練什麼?
先訓練判斷,再訓練操作。員工需要先知道什麼情境適合用 AI、什麼情境必須由人處理、怎麼檢查 AI 的產出,之後才是工具功能。少了判斷訓練,工具用得越熟,風險反而越高。
如何評估 AI 導入後的員工體驗?
可以定期詢問兩個問題:「我清楚知道工作上對我的期待」與「工作上有人關心我」,這兩題正是 Gallup 2026 年第三季調查中下滑的項目。再搭配求助入口的使用狀況與回應時間,就能看出員工有沒有被支持到。
結語:AI 負責效率,人負責信任
AI 導入的成敗,很少卡在工具本身,多半卡在人有沒有被好好對待。主管把這五件事說清楚,同仁才有餘裕把顧客照顧好。
我始終相信:AI 負責效率,人負責信任。而信任,要從組織內部開始。
如果你的團隊正準備導入 AI,想把服務判斷、人機分工與內部協作一起整理,歡迎參考:鍾曉雲 Monica|服務體驗 × 溝通 × AI 企業內訓講師。
如想留言評分,請先 登入會員!