企業導入 AI 為什麼會失敗？九成都卡在同一步

我在課堂上，看過太多這樣的老闆。

工具買了，一套接一套；課上了，一堂接一堂；員工也很配合，叫他用他就用。

半年過去，公司一模一樣。

他坐到我面前，開口第一句常常是：「張老師，是不是我們這行比較特別，AI 用不起來？」

不是。

是他從第一步就站錯了地方，只是走了半年才發現。

企業導入 AI 失敗的根，講到底就兩件事——起點選錯，還有：老闆的判斷，沒有整理進去。你把第一步押在錯的地方，AI 手上又是一顆空腦，那它再強，都救不了你這間公司。

而且這不是我一個人的觀察。麻省理工學院（MIT）2025 年一份研究發現，企業做的生成式 AI 試點，大約 95% 對公司的損益幾乎沒帶來可衡量的效果——錢花了、東西做了，帳上就是沒動靜。研究機構 Gartner 也預估，約三成的生成式 AI 專案，會在「概念驗證」之後就被放棄。

九成五。這個數字，跟我在課堂上看到的，幾乎一樣。

但你注意——這些大機構的研究，只告訴你「失敗很普遍」，沒告訴你「為什麼」。這篇要補的，就是那個為什麼。

先講一句你可能不愛聽的：導入 AI 會不會失敗，八九不離十，是動手前就看得出來的。

因為失敗的公司，錯法都長得差不多；能做起來的，反而各有各的活法。

這篇我把話講到底：三種最多人踩的死法、為什麼九成人卡在同一步、那個大家都在等的最貴藉口，還有——到底怎麼避開。看完，你至少會知道自己現在站在哪一種坑的邊上。

第一回

失敗，不是工具的錯，是「勢」的錯

起點選錯，後面做再多都白做

你換了十個工具，問題還在原地

先給你一個結論，記下來。

你的 AI 導入之所以沒動靜，九成不是工具的問題。

是你把第一步，押錯了地方。

我在課堂上最常聽到的抱怨，是這一句：「這個工具好像也還好。」

然後他換下一個。用兩個禮拜，又覺得還好，再換下一個。

一年過去，工具換了十個，公司還在原地踏步。

你有沒有想過——換到第十個還是沒感覺，也許問題根本不在工具？

孫子講「求之於勢，不責於人」。這裡的「勢」，白話講就是你的起點。

起點對，順風，你劃一槳走三步；起點錯，逆流，你劃到手斷，也還在原地打轉。

AI 導入會不會成，在你選起點的那一刻，就決定了一半。

剩下那一半，才是工具、才是執行。可九成的人，把力氣全砸在後半段，前半段——起點——從沒認真想過。

你公司真正在流血的地方，長什麼樣

那「對的起點」到底長怎樣？我描幾個畫面給你，你對號入座。

你每天在追進度，追到累死——這個案子做到哪了、那個客戶回了沒、報價出去了嗎，你不追它就停在那裡。

你公司的資訊，每經過一層人就失真一層，傳到最末端，跟你原本交代的差了十萬八千里。

你公司真正會做事的，就你跟那兩三個老手；他們哪天走了，能力跟著一起走，公司當場少一塊肉。

你學了一堆工具，三個月就過時，追得比誰都勤，卻沒有一樣沉澱下來，變成公司自己的東西。

還有最深的一個：整間公司，其實是靠你一個人在轉。你不敢休息、不敢生病，這公司也賣不掉——因為買家買走你，等於什麼都沒買到。

這些地方，才是你公司真正在流血的地方。你的第一個 AI，就該對準這裡動刀，不是拿去做別的。

會流血的那一段先止血，不會流血的那一段先別碰——這，就叫選起點。

更冤的一種：只搬進工具，沒搬進判斷

還有一種失敗，比選錯起點更冤。

起點你沒選錯，也對準了會流血的那一段——但你只買了工具，沒給它腦。

工具是死的，判斷是活的。

你把一堆死工具搬進公司，判斷還鎖在你自己腦子裡，那公司當然一動也不動。

把判斷餵進去這一步，是整套導入最難、也最少人做對的地方。完整的順序，我在中小企業怎麼導入 AI那篇，從頭到尾講過一遍。

這篇要帶你看的，是這條路上最容易摔的三個坑，還有摔下去的人，到底都摔在哪。

第二回

最常見的三種死法

拖半年沒效果的公司，九成死在這三個地方

拖了半年還沒效果的公司，我看下來，九成死在同樣三個地方。

我一個一個講，你邊看邊對照，看自己中了哪一個——很多人是三個一起中。

第一種：先做「酷的」，沒做「值錢的」

這是最多人踩、也最不甘心的一個。

公司決定要導入 AI 了，第一個專案挑什麼？十家有八家，挑了「酷的」。

拿去生圖、剪片、排版，做一支很炫的短影音；再不然，就是行政自動化——自動排班、自動整理報表、自動回一封制式信。

做起來超有成就感。你看著它跑，畫面漂亮，員工鼓掌，覺得公司終於 AI 化了。

然後呢？月底一翻帳，公司一毛錢都沒多賺。

離錢最遠的地方先動，就是這個下場：做完很爽，沒有一個人的口袋因此變厚。

為什麼大家都先做這些？因為它們最好做、風險最低、做完一定看得到東西。

可是「好做」跟「值錢」，是完全不同的兩件事。

你挑了一件最不會失敗的事來當第一仗，卻也剛好挑了一件最不會賺錢的事。

第一個 AI 做完，公司沒多賺一塊，這個導入案就開始涼了。涼掉不是因為 AI 不行，是你把第一槍，打在離錢最遠的地方。

離錢最近的先動——你的銷售怎麼回、報價怎麼抓、客戶怎麼追、單子怎麼交。這些做起來一點都不炫，可它們，直接連著現金。

第二種：一個 Agent，塞太多功能

這種老闆通常很認真，也很有雄心。

他想：既然要做，就做一個什麼都會的，一次到位。

於是一個 Agent，要它接客服、又要它寫文案、又要它算報價，順便再幫忙排個班。

你可能也會這樣想——功能多一點不是更划算嗎？一支抵三支，多好。

剛好相反。

功能越多，它越難用、越容易出錯，連你自己坐下來都調不順。

你自己都調不順的東西，交到員工手上，結果可想而知：沒人敢碰。

我看過有人花一個月，做了一個號稱「全公司都能用」的萬能 Agent，功能表拉開一整排。

結果員工寧可自己開一個空白對話，從頭打字問，也不想去點那個又慢又常出錯的東西。

做得越大、塞得越滿，離「天天有人用」就越遠。

一個只做好一件事、天天有人在用的 Agent，勝過十個功能齊全、只拿來開會展示的。

導入 AI 的成敗，從來不是看你做得多大，是看到底有沒有人，真的天天在用。

第三種：嫌 AI 笨，卻從沒餵它你的判斷

這一種最普遍，普遍到幾乎每個老闆都講過同一句話：「我用過了，AI 很笨。」

我每次都這樣回他：新員工第一天上班，你什麼都不教，把他丟在位子上，他會表現好嗎？

AI 一模一樣。

你沒給它背景、沒給它你的判斷標準、沒告訴它你這行的眉角，它只能給你一份網路上撈來的平均答案。

平均答案當然笨——因為那不是為你公司長出來的。

這也是它為什麼會一本正經地亂講話：腦子是空的，它只好用猜的，還猜得很有自信。

提示詞是殼，知識庫是腦；腦沒裝進去，AI 對你的公司，就只是一個很會講話的空殼。

所以嫌 AI 笨的人，多半不是 AI 真的笨，是他還沒把自己的腦，交出去。

三種死法講到這，你有沒有發現，它們其實是同一件事的三張臉？

先做酷的，是起點選錯；塞太多功能，還是起點沒對準；嫌 AI 笨，是判斷沒整理進去。

拆到最底，就兩個字——起點，跟判斷。起點押錯，或判斷沒餵，你就會用這三種方式的其中一種，慢慢把導入案拖死。

第三回

為什麼九成，都卡在同一步

病根只有一個，代價卻是整間公司對 AI 的信任

你覺得理所當然的事，才是最值錢的判斷

起點的問題比較好懂，選錯了重選就是。真正卡死九成人的，是後面那半——把判斷整理進去。

難在哪？難在一個你完全想不到的地方：

你覺得最理所當然的事，才是你最值錢的判斷。

正因為理所當然，你根本不會想到要把它講出來，更不會想到要餵給 AI。

我幫老闆做判斷萃取的時候，最常聽到的一句是：「這也要講喔？這不是常識嗎？」

那些他嘴裡的「常識」，正是新人待了半年都學不會的東西，正是他公司最值錢的判斷。

AI 本身沒有你的行業知識。它不知道你的客戶為什麼跟你買、你報價憑什麼敢開這個數、你這些年踩過哪些雷才學乖。

這些全在你腦子裡，不在它腦子裡。你不講，它就永遠停在那個網路平均值。

第一仗打在哪，決定團隊接下來信不信

為什麼第一步這麼要命，錯了幾乎救不回來？

因為你的第一個 AI 做出來有沒有用，整個團隊都在旁邊看。

第一仗打贏了——做出來的東西真的替公司賺到錢、真的省了力——後面你推什麼，大家搶著要第二個、第三個。

第一仗打輸了——花了時間做出來卻沒人用——從此 AI 在你公司就是個玩具，講到它，大家都笑。

更麻煩的在後面：員工的心一旦涼了，你下次要再推，得先花一大段力氣，去說服他們「這次不一樣」。

那個說服的成本，比你第一次從零開始做，還高。

起點選錯，賠掉的不只是那一個專案，是整間公司對 AI 的信任——而信任這東西，砸掉容易，撿回來很貴。

你卡的，是最低那一層——一直在追工具

還有一個更隱形的失敗，我得單獨拎出來講。

很多人導入 AI，一直卡在最低的那一層：追工具。

出了新模型追新模型，出了新功能追新功能，追得滿頭大汗，公司卻沒因此多沉澱下任何東西。

我常跟學生講一句話，層次的差別就在這裡：別人教你用工具；我教你，讓 AI 幫你學工具、幫你接公司、幫你接你的工作流。

差在哪？追工具，你永遠待在最底層，工具一過時你就得重學一遍，這題我在AI 工具永遠學不完那篇算過帳。

讓 AI 沉澱你的判斷，你才上到真正值錢的那一層——工具換來換去，你公司的腦，卻越積越厚。

失敗的人，幾乎全卡在最低那層下不來；他們以為自己在導入 AI，其實只是在不停換工具。

第四回

是不是 AI 還不夠成熟，我再等等？

最理性、也最貴的那個藉口

講到這，一定會有一種老闆跳出來，慢條斯理地說：

「那……是不是 AI 還不夠成熟？我再等等，等它更聰明了再一次做到位，不是更省事？」

這句話聽起來超理性。我完全懂它的吸引力——因為它幫你把「現在先不動」講得很有道理，還顯得你很沉得住氣。

但我們把它拆開，攤在桌上看。

你等的，到底是什麼？

你等的到底是什麼——是 AI 變聰明，還是你把自己的判斷整理好？

這是兩件完全不同的事。

AI 再成熟，它也不會自動長出你的行業判斷。

模型再強、參數再多，它還是不知道你這行到底怎麼賺錢、你的客戶到底吃哪一套。

換句話說，你等的那一天真的來了，你手上還是一個空殼——只是這個空殼，比較聰明而已。

那件真正該做的事——把你腦裡的判斷講出來、整理進去——你一天沒做，就一天卡在原地，跟 AI 成不成熟一點關係都沒有。

你在等的那個「成熟」，永遠不會替你，把腦補上。

反過來，你越早動手，做出來的東西越是天然領先。因為判斷是時間堆出來的，你早一年整理，就早一年把對手甩開。

講難聽一點：等到 AI 都成熟了你才做，那你就只是個市場——別人拿做好的東西進來收割，你剛好是被收的那一個。

有人一聽就擔心，這樣是不是很花錢。其實錢不該砸在追工具、追系統，該花在把判斷整理清楚——這筆帳，我在導入 AI 到底要花多少錢裡算過。

有件事，這篇文章給不了你答案

不過講到這，有件事我得對你誠實。

你公司到底卡在哪一步，這篇文章給不了你答案。

是起點選錯了？是判斷還沒餵進去？還是第一個場景一開始就挑歪了？

這幾種，攤開來，讀起來都是同一句話：「做了，沒效果。」

可是它們的病因完全不同，藥也完全不同。

起點選錯，要砍掉重選；判斷沒餵，要坐下來把腦掏出來；場景挑歪，要換一段離錢更近的動。

同樣一句「沒效果」，底下是三種不同的病——這一步，得有人看過你的現場，才開得了藥。

這也是為什麼，我從不在文章裡給你「你公司該怎麼做」的標準答案。給了，才是不負責任。

第五回

那，到底怎麼避開失敗？

沒有秘訣，就是回到起點，把它做對

講了三種死法、一個藉口，最後給你一個正面的。

怎麼避開失敗？沒有花招，就三件事，全都繞回開頭那兩個字：起點、判斷。

第一件：把第一刀，切在離錢最近的地方

別再問「哪個 AI 應用最酷」，改問一句：「我公司哪一段工作，卡住的時候在流血？」

前面講的那些畫面——追進度追到累死、能力全鎖在你跟老手身上、資訊每過一層失真——哪一個最痛，第一刀就切哪。

離錢最近的先動，做出來一個月內就有人有感，第一仗才贏得漂亮。

至於這一刀該切在哪、又該找誰帶著切，是我認為整個導入最不能省的決定——這題我單獨寫過一整篇導入 AI 第一步該做什麼、該找誰。

第二件：先把你的判斷，交出去

選好了場景，別急著叫 AI 幹活。

先做一件事：把你腦裡那些「理所當然的常識」，一條一條掏出來，餵給它。

你越是覺得「這還用講喔」，越要講——那正是它最缺、也最值錢的那塊腦。

這一步做完，AI 才從一個很會講話的空殼，變成一個懂你這行的幫手。

提示詞決定它像不像你，知識庫決定它懂不懂你——腦裝進去了，它才真的替你做事。

第三件：小、專、天天用

別做萬能 Agent。挑一件事，把它做好、做到員工天天離不開。

一個天天在用的小東西，會自己長大——用久了你就知道還缺什麼，再一塊一塊補上去。

一個一次做滿的大東西，只會躺在那裡積灰，變成開會時拿出來展示的樣品。

這三件事做對，你就已經走在九成公司前面了。他們還在換第十一個工具、還在嫌 AI 笨，你已經知道第一刀切哪、判斷怎麼餵、東西怎麼養。

完整的順序、還有真實案例長什麼樣，我在中小企業怎麼導入 AI那篇，一次講齊。

外一卷

常見問題 FAQ

給判斷，不給客套

問為什麼我公司導入 AI 沒效果？

我的立場：九成不是工具問題，是起點選錯，或判斷沒整理進去——你很可能先做了「酷的」，沒做「值錢的」，AI 手上又是一顆空腦。到底哪一段該先動、你公司的錢卡在哪，這個變數不看現場給不了答案，正是診斷在做的事。

問導入 AI 多久沒效果，就該放棄嗎？

別急著放棄，先回頭看起點對不對。方向錯了做半年，換十個工具也沒用；起點對了，通常很快就有感。你現在是「起點選錯」還是「判斷還沒餵進去」，這兩種長得很像、解法完全不同，不看現場分不出來——這也是為什麼第四回說，這一步得看過你公司才斷得了。

問導入 AI 最常見的錯誤是什麼？

三個，第二回講過：先做生圖剪片、行政自動化這種「酷的」很有成就感卻一毛沒多賺、一個 Agent 塞太多功能越做越難用沒人碰、只嫌 AI 笨卻從沒餵它你的判斷。三個的共同病根是同一件事——起點選錯，加上老闆的腦沒有裝進去。

問花了錢做 AI，卻沒人用，怎麼辦？

沒人用通常不是員工不配合，是那個 Agent 一開始就選錯場景、或塞太多功能難用。先別急著加預算，先確認第一仗有沒有打在離錢最近的地方。至於它是該砍掉重選、還是調一下就能救，得看它到底卡在哪——這是診斷的事，不是加錢能解的。

終章

別再問 AI 何時成熟

回到開頭那句話

回到開頭孫子那句：善戰者，求之於勢，不責於人。

會打的人，先去把「勢」找對——先選對起點；打得不好，先回頭看自己的第一步，不忙著怪工具、怪員工、怪 AI 不夠成熟。

導入 AI 失敗，很少是因為你不夠努力。多半是第一步，就站錯了位置。

工具會一直進步，這件事不用你操心。

你唯一要操心的是：你的判斷，整理好了沒有。

AI 不會因為你等，
就替你把公司想清楚。

最後給你一個看事情的角度：別盯著現在，往回推。

從三年、五年後那個「已經把 AI 用順」的你回頭看，你今天該學的、該動的第一步，自然就浮出來了——也自然不會把第一槍，浪費在三個月就過時的東西上。

所以別再問 AI 什麼時候成熟。

先問自己一句：我這間公司，到底該從哪一步，動第一刀。

這個問題的答案，不在文章裡，在你的現場。

卷九・終

← 回 AI 生意經目錄