AI落地

落地最后一公里:项目在通往工位的路上如何夭折

2026年8月15日
落地最后一公里:项目在通往工位的路上如何夭折

系统已经上线,培训已经完成,权限已经分发。一个月后,负责人打开报表,发现团队里一半人在系统中工作,另一半人则绕开系统:在表格里、在聊天记录里、在脑子里。项目在形式上已经结项,但实际上停在了离目标还有百分之十的地方。

这百分之十正是落地最后一公里(last mile of adoption)——介于"系统已经运行"和"工作方式已经改变"之间的那段路。它没有人设计,没有人编列预算,也几乎从来没有明确的负责人,尽管项目最终能否收回投入,恰恰取决于这一段。

摘要

落地最后一公里的失败,并非源于人们不愿改变,而是源于三件可以管理的事情:新工作方式在执行者眼中没有明显好处,遇到困难时得不到及时帮助,也得不到同事的社会认同(social proof)。这三件事都可以量化,也都应该在系统上线前解决,而不是上线后补救。

~70%用户使用系统意愿的方差可由四个因素解释
51%一线员工经常使用AI工具
>75%同一样本中的高管和经理比例

最后百分之十究竟断在哪里

问题几乎从不表现为拒绝使用。它表现为部分使用,这正是它长期不被察觉的原因:报表照常生成,记录照常创建,而决策依然在系统之外做出。

对执行者来说,新方式比旧方式代价更高。系统要求填写四个字段,而过去在聊天工具里写一行字就够了。这四个字段带来的收益归负责人和相关部门所有,付出时间成本的却是执行者。只要这笔交换在他看来不公平,他就会找绕行方案(workaround),这是理性行为,而不是消极抵抗。

遇到困难时得不到帮助。培训是三周前做的,操作手册放在共享文件夹里,而问题是现在冒出来的,需要两分钟内解决。员工面对的选择不是"系统还是手册",而是"系统还是一个确定能解决问题的办法"。

缺少社会认同。人们看的不是规章制度,而是身边的同事。如果两位资深员工继续按老办法做事却没有任何后果,新规定读起来就是可有可无的,无论文件上怎么写。

旧流程仍然畅通。只要旧方式在物理上依然可行,总会有一部分工作走这条路。这是最容易解决却最常被忽视的原因:关闭旧流程听起来是强硬手段,实际上却是唯一一种不需要每天盯人就能生效的手段。

原因表面看起来像怎样解决
交换对执行者不划算"系统不好用"删减字段,或把收益还给付出成本的人
帮助不能及时到位"员工没培训好"在工位旁几分钟内给出答案
缺少社会认同"抵制变革"让已经转过来的同事被看见
旧流程仍然畅通"部分工作绕过了系统"关闭旧流程,而不是提醒大家别用

第二列是负责人听到并写进报告的内容。第三列才是真正需要做的事。两者之间的距离,正好解释了为什么最后一公里问题多年来一直靠"再培训"来治疗。

什么决定用户会不会真正使用系统

用户接受度(user adoption)不是一种模糊的感受,而是可以测量的。有一个整合了八种竞争理论、并经过实地检验的模型。

研究

整合型技术接受模型(Unified Theory of Acceptance and Use of Technology)能解释用户使用意愿约70%的方差——远高于此前八个模型各自单独的解释力(从17%53%不等)。关键因素包括:预期效用、预期易用性、社会影响,以及支持条件(facilitating conditions)。

Viswanath Venkatesh、Michael Morris、Gordon Davis、Fred Davis,「信息技术的用户接受度:走向统一视角」,MIS Quarterly,2003年。在四家机构进行的纵向研究,六个月内三次测量,随后在新机构中验证该模型 · aisel.aisnet.org

局限性:这项研究已有二十多年历史,而且测的是使用意愿,而非实际使用行为——两者之间存在差距。但年代久远在这里并不构成问题:因素构成本身依然稳定,而这正是实践中真正有用的部分。四个因素中的三个——预期效用、社会影响、支持条件——与前文分析的原因直接对应。

「人们抵制变革」不是一个诊断,而是拒绝下诊断。

现实中这个差距有多大

最新数据显示,决定引入系统的人和被要求使用系统的人之间的差距,在AI工具时代依然存在——而且可以被量化。

研究

一线员工经常使用生成式AI的比例停留在51%,而在高管和经理中,每周使用数次的比例超过75%。作者指出造成这一差距的三个原因:管理层支持不足、缺乏合适的工具、培训不到位。

波士顿咨询公司(Boston Consulting Group),「职场中的AI:势头在增长,差距依然存在」,2025年6月26日。面向11个国家超过10600名受访者(高管、经理和一线员工)的全球调查 · bcg.com

需要说明的保留意见:这是关于使用频率的自我报告,而非行为日志,而且调查方是一家销售AI落地咨询服务的公司,具体的调查时间段也未公开。这里真正有价值的不是绝对水平,而是不同管理层级之间差距的持续存在——这与"交换对执行者不划算"的机制吻合。

同一枚硬币的另一面是影子AI(shadow AI)。当获批工具不好用时,工作并不会停下来,而是转移到未被记录的渠道中去。

研究

十分之八的受访员工使用未经批准的AI工具,绕开企业官方方案。在安全负责人本身当中,承认使用未获批工具的比例达到68%

UpGuard,2025年11月。两项调查:542名安全负责人(Dynata样本库,2025年8月18日至31日,200人以上规模企业,覆盖美国、加拿大、亚太、印度)和1020名在职受访者(Prolific样本库,2025年7月30日至8月11日,覆盖美国和英国) · upguard.com

该研究由一家销售风险管理方案的厂商发起,其商业动机显然是要凸显问题的严重性。但结论的方向与最后一公里的机制是一致的:绕行方案出现在获批路径对执行者代价更高的地方,甚至连负责制定禁令的人自己也不例外。

如何在上线前搭建好最后一公里

四个原因都可以通过上线前完成的工作来解决,而不是上线后。这项工作成本不高,但需要有人牵头负责——通常恰恰缺的就是这个人,因为项目被当成了纯技术项目。

最后一公里的四项承诺。每一项都有负责人和可核实的完成标志。
01执行者的收益已明确并经过验证
02帮助能在几分钟内到位,而不是等一天
03已经转过来的同事清晰可见
04旧流程关闭时点(cutover date)已确定
绕过系统的工作占比,每周向流程责任人(process owner)汇报

第一项承诺的核验很简单:让执行者说出他从新流程中得到了什么。如果他说不出"上面要求这么做"以外的任何理由,说明这笔交换对他而言是负收益,任何沟通话术都改变不了这一点。

第四项承诺是唯一带有明确日期的一项。关闭旧流程的决定应提前公布,而不是突然实施,正是这个日期把"过渡"从一句期望变成了一个计划。更详细的接受度衡量方法参见通过流程中的事件来衡量,而不是依赖问卷调查。

上线前要回答的四个问题

01

填字段的人能得到什么

如果收益只归负责人所有,这笔交换就不公平,绕行方案会在第一周内出现。

02

遇到困难该找谁

需要一个具体的人或渠道,能在几分钟内给出答案。放在共享文件夹里的说明书起不到这个作用。

03

谁最先转过来,别人看得见吗

两三位受尊重的同事在大家眼皮底下按新方式工作,分量比一纸命令更重。

04

旧流程什么时候关闭

提前公布的日期。没有这个日期,过渡就不会完成,只会无限期拖延下去。

只要旧的工作方式在物理上依然可行且不需要付出任何代价,落地就还没有完成——无论验收文件上怎么写。

常见问题

为什么员工不使用已经上线的系统?

大多数情况下,是因为新工作方式对他们来说比旧方式代价更高,而收益却归了别人。核验方法很简单:问执行者一个问题——他从新流程中得到了什么。如果答案只是"上面要求这么做",原因就找到了,解决办法是改变这笔交换本身——减少必填字段,或把部分收益还给执行者——而不是再培训一遍。

如何衡量一个新系统的接受度?

不要用活跃用户数——这个指标永远偏高,因为它把"登录系统"也算作"在系统中工作"。应该统计完整走完系统流程的业务占比:如果结果已经产生,但决策是在聊天记录里做出的,这个流程就算绕过了系统。第二个指标是必填字段实际填写完整的记录占比。

要不要强制关闭旧的工作方式?

要,但必须提前公布日期,并且要等到前三项承诺都已落实之后再关。如果系统还不好用、帮助也不到位就先关闭旧流程,得到的不是过渡,而是冲突和影子渠道。正确的顺序是:先让新方式对执行者来说更省事,再保证能快速获得帮助,再让已经转过来的同事被看见,最后才公布关闭日期。

落地最后一公里通常要花多长时间?

依我的经验,少则几周,多则一个季度,而且这段时间应该作为项目计划中单独的一行,配上专属负责人。那些没有为最后一公里做规划的项目,并不会因此走得更快——它们只是在工作方式真正改变之前就提前收尾,差距要到第一个报告周期才会被发现。

内部数据来源

本文中四个原因和四项最后一公里承诺的清单,是作者对三家公司CRM落地实践(一家数字营销代理、一家季节性企业礼品生产商、一家在线预约平台)以及这些公司内部培训与辅导实践的经验归纳。这些落地项目进行时,并未对绕过系统的工作占比做过定量测量;"少则几周,多则一个季度"这一说法是作者基于这些项目的估计,而非实测数值。

外部信息来源
  1. Venkatesh V., Morris M. G., Davis G. B., Davis F. D. User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly, 2003. aisel.aisnet.org
  2. Boston Consulting Group. AI at Work: Momentum Builds, but Gaps Remain, 2025年6月26日(面向11个国家超过10600名受访者的调查)。 bcg.com
  3. UpGuard. New Research Reveals 68% of Security Leaders Admit to Unauthorized AI Usage, 2025年11月。 upguard.com
← 返回博客列表