为什么很多企业的 AI 项目
死在了「没人用」

「上线」不等于「用起来」

我们复盘过一批企业 AI 项目，发现一个共同的错位：项目的验收标准是「系统上线」，而真正的成功标准是「有人天天用」。这两件事之间的距离，往往就是项目最终成败的分界线。

工具已经装好、账号已经发下去，三个月后统计活跃度是个位数——这种情况太常见了。问题不在技术，在「从会用到用起来」这段路没有人负责。

三种典型的死法

• ① 没人教：账号发下去，通知里写「请积极使用」。员工打开看一眼，不知道从哪开始，关掉。工具的能力边界没人讲过，自然也就没有使用的动机。
• ② 不敢用：不知道哪些场景能用、哪些不能用，担心出错要担责，于是干脆不用最保险。尤其在合规敏感岗位，这种顾虑非常真实。
• ③ 不用了：新鲜劲过了就回到原来的工作方式。根本原因是AI 没有嵌进流程——用不用都不影响交付，那就会不用。

培训为什么常常无效

最常见的做法是请人讲一次大课，两小时，讲完发个 PPT。效果通常很差，原因有三：

• 课上的例子不是他的任务：讲的是通用案例，员工回到工位发现对不上自己的活；
• 听过不等于会做：工具类能力必须动手，听完不做，一周后忘干净；
• 没人答疑：真正卡住人的往往是细节问题（模板格式、权限、结果怎么改），一次大课覆盖不了。

有效的做法：带教 + 真实任务 + 数据回看

其中最能立竿见影的是带教用真实任务：当员工在课上就用自己的活儿跑出一个能交出去的结果，他对这个工具的态度会当场改变。

该盯哪几个指标

• 采纳率：目标岗位里有多少人在用（以周活跃为主）；
• 任务替代率：这项工作里有多大比例由 AI 完成初稿；
• 人效变化：同口径下的单次任务耗时对比；
• 答疑量趋势：新增问题数量下降，说明能力在沉淀；若持续上升，说明场景选错了或工具太难用。

把这四个指标写进项目验收，AI 项目才会从「上线即结束」变成「上线才开始」。