9% 的 Copilot 授權有人使用。我一點也不意外。
這週開會時，一位曾負責 KPMG 北歐 AI 導入的人提到一個數字：9% 的 Copilot 授權被啟用。不是 9% 有效使用，是連啟動都只有 9%。
英國某間退休基金發放了預裝 Copilot 的筆記型電腦，培訓為零。沒有入職引導，沒有說明文件。採購部門勾選了一個核取方塊，AI 轉型就算啟動了。
我在六個國家超過 70 間機構培訓了逾一萬名專業人士。我自己也有一個數字：一次性工作坊之後，約 4% 的參與者會持續使用 AI。百分之四。其餘九成六在兩週內恢復原來的工作方式。
9% 和 4% 衡量的東西不同，但指向同一個問題。購買 AI 與使用 AI 之間的差距，不是技術問題，是人的問題。
採購與培訓的比例
典型的 AI 導入是這樣的：
- 高層讀了一份關於 AI 生產力提升的麥肯錫報告。
- IT 部門採購企業授權。六位數，有時七位數。
- 發一封電子郵件：「你的新 AI 工具已就緒。」
- 也許附上一頁 PDF 或三十分鐘的線上研討會。也許。
- 三個月後有人問為什麼使用率沒有起色。
在我合作過的機構中，採購與培訓的支出比例大約是 100:1。99% 的預算用於將工具帶進公司，1% 用於將工具融入工作流程。
然後他們聘請顧問撰寫一份關於「應用落差」的報告。
有效做法：KPMG 模式
KPMG 北歐的做法不同。他們做了什麼：
十二個月的持續投入。 不是一場工作坊，是為期一年的計畫，有獨立預算、專屬人力和高層關注。
AI Champion 角色，附帶認可與獎金。 這是組織內的正式職位，職責包括推動團隊的 AI 應用。不是志願者任務，而是有績效認可和財務激勵的角色。
堅定不移的高層支持。 KPMG 北歐的 CEO 親自體驗了 AI 的能力。體驗完後立即批准了預算。不是「下季再考慮」，是立即。
結果：應用真正站穩了。不是因為工具更好，而是因為組織在人的層面進行了投資。
有效做法：持續模式
我在香港合作的一間院校選擇了另一條路通往同一個目的地。不是一次性合作，而是簽訂了 24 個月的持續學習合約。每月課程、WhatsApp 社群提供即時支援、反饋機制讓本月的問題成為下月的教學內容。
差別是結構性的。在一次性工作坊中，我教你 AI 能做什麼。在持續合作中，我觀察你實際卡在哪裡，即時處理。
到了第三個月，學員不再問「怎麼使用這個工具」，而是開始問「AI 能不能處理我目前卡住的這個問題」。這才是真正的應用落地。
香港教育的問題
這週我還聽到一件令人憤怒的事。香港政府撥款 20 億港元用於 AI 教育。聽起來是好消息，直到你看了細則。
這筆資金明確排除教師培訓。只能用於「實施及面向學生的活動」。學校可以購買系統——通常是 ChatGPT 的包裝產品——但不能用這筆資金培訓需要操作這些系統的教師。
於是，香港的學校正在購買他們不會使用的 AI 工具，資金來自一個不允許他們學習使用方法的政府計畫。採購與培訓的落差，被寫進了政策之中。
與此同時，全球 15,000 所國際學校在過去十年增長了 50%。其中四成隸屬於學校網絡（如 ESF、Harrow），意味著一所學校的成功經驗可以輻射到其他國家。率先在 AI 應用上取得突破的學校將擁有結構性優勢。等待政府資金覆蓋培訓的學校，將會等很久。
規律
經過六個國家超過 200 場培訓，規律始終一致：
一次性培訓： 工作坊當天很興奮。試用了一週。遇到阻力。沒有人可以求助。恢復原狀。
持續投入： 第一場同樣興奮。試用。遇到阻力。尋求協助——在社群中、在下次課程、在私訊裡。有人回應。克服障礙。習慣養成。
差別不在培訓的內容，而在培訓結束後是否有人持續在場。
這對組織意味著什麼
如果你正在規劃 AI 導入，預算分配應該是：
- 40% 用於工具與基礎設施
- 60% 用於培訓、Champion 制度與持續支援
大多數組織的比例是 95/5 甚至更低。然後他們怪罪工具。
工具不是培訓。培訓不是應用。應用不是轉型。我們持續購買第一項，卻期待獲得最後一項。
我撰寫關於企業 AI 落地的實戰經驗——不是投影片上好聽的故事。如果這篇引起共鳴，歡迎在 LinkedIn 交流。
