企业采购了 AI 工具，开通了账号，还组织过一两次培训，几个月后却发现：员工偶尔登录，真正每天用的人很少，业务结果也说不清楚。
这通常不是员工排斥 AI。更常见的情况是，公司只完成了工具采购，却没有回答三个更具体的问题：员工该在哪项工作里用，怎样用才安全，用完之后谁来判断结果好不好。
BCG 在 2025 年对 11 个国家和地区超过 10600 名员工的调查中，一线员工经常使用 AI 的比例只有 51%，仅 36% 的员工认为自己接受了充分的 AI 培训。接受至少 5 小时培训，并能获得线下培训和辅导的员工，经常使用 AI 的比例明显更高。这里反映的是相关关系，却足以提醒管理者：发账号和教几个按钮，离真正会用还差很远。
使用率低，往往卡在四件小事上
第一，工具和任务没有对上。采购时谈的是模型能力，员工每天面对的却是合同检查、周报整理、客户回复、数据核对和会议纪要。没人把这些具体工作拆给 AI，员工自然只能把它当成一个偶尔聊天的窗口。
第二，员工不知道边界。什么材料可以上传，什么结果必须复核，出了错由谁处理，如果这些问题说不清楚，谨慎的人不敢用，胆子大的人可能转去使用自己的工具。微软与 LinkedIn 2024 年对 31 个国家约 31000 人的调查显示，75% 的知识工作者已经在工作中使用 AI，而 78% 的 AI 用户会把自选工具带进工作。公司购买的工具使用率低，并不一定代表员工没有需求，也可能代表内部工具、规则和真实工作没有接上。
第三，培训结束得太早。员工在演示里觉得很简单，回到岗位就会碰到格式不对、资料找不到、输出不稳定等问题。如果没有人继续答疑、调试和复盘，第一次失败之后，工具很容易被放到一边。
第四，经理自己不用，也不看结果。员工原来的考核、审批和交付方式都没变，使用 AI 反而多了一道解释成本。此时不用 AI 才是最省事的选择。
麦肯锡 2025 年全球 AI 调查显示，88% 的受访者称其组织已在至少一个业务职能中经常使用 AI，但只有约三分之一表示企业开始规模化推进。采购和试用可以很快，规模化却要求企业真正改动工作流程、负责人和衡量办法。
六周内先跑通一小段工作
企业没有必要一开始就追求全员高频使用。更实际的做法，是用六周跑通少量高价值任务。
第一周先看现状，不只统计开通人数。至少同时看账号开通率、周活跃率和关键任务完成率。有人每周打开十次，却只在闲聊，对业务帮助仍然有限。
第二周从员工日常工作里选出 3 到 5 个任务。可以按发生频率、业务价值、数据条件、风险和实现难度打分。优先选择重复出现、输入相对清楚、结果容易人工检查的任务，并为每个任务指定业务负责人。
第三至第四周让员工带着真实工作练习，敏感内容可以先脱敏。培训要讲工具，也要把输入材料、操作步骤、复核规则和交付格式一起讲清楚。管理者至少亲自跑完一个任务，才能知道员工究竟卡在哪里。
第五至第六周安排答疑和调试，记录每次失败的原因。验收时看一条完整的使用链：符合条件的人数、实际启用人数、每周使用人数、关键任务完成人数、连续四周重复使用人数，以及时间、质量或风险指标有没有变化。只有后面几项持续改善，才值得扩大账号和场景。
百言科技把使用率看成一条从“有账号”到“反复完成关键任务”的转化链，并通过业务问题筛选、分层培训、答疑调试、项目评审和阶段验收逐段解决掉队问题。这样做的优势很实际：企业能看见员工在哪一步停下，也知道下一笔投入该放在工具、流程还是能力上。
从一次培训走到可运行结果
有 20 年以上软件行业经验的资深 AI 转型顾问 C 哥，在帮助企业推进 AI 时很在意一件事：业务人员必须亲自参与需求拆解和流程设计。技术团队可以搭平台，外部教练可以教方法，但最清楚合同怎么审、数据哪里错、客户为什么追问的人，仍然是业务人员。
百言科技深度参与的广发基金 AI 先锋营采用培训、实战、陪跑和评审结合的方式，完整周期接近三个月，约 50 位参与者围绕 10 个高价值方向实践，期间安排约 7 次线上线下集中指导。项目现场反馈和阶段性统计显示，其中一项标书流程的目标制作时间从约 4 小时缩短到约 1.5 小时。这个过程的重点不在多发账号，而在于持续筛选课题、调试应用并用前后数据验收。
如果企业已经采购工具，却迟迟推不动，可以先别急着换产品。把现有账号、岗位任务、数据边界和使用记录摆出来，通常很快就能看出真正的堵点。百言科技可提供企业 AI 培训、落地咨询与项目陪跑，帮助团队从零散试用走向可运行的业务结果。需要讨论具体情况，可通过百言科技官方联系页发起咨询。