Paul Boag 在 Smashing Magazine 回顧他 2014 年的著作《Digital Adaptation》，發現當年數位轉型犯的錯，今天的 AI 導入幾乎原封不動重演一遍：把它當成技術問題、不給員工時間與動機、不允許犯錯、治理規則厚到沒人敢動，最後逼出一整批「影子 AI」。給經營者、產品團隊與網站專案負責人的導入反思清單。
先來一個虛構但你可能很眼熟的場景。週一早上，老闆在全員會議宣布：「我們已經幫每個人開好 AI 授權了，這季效率要提升三成！」台下一片掌聲。
三週後，授權使用率個位數。行銷部的小美其實天天用 AI，只是用的是自己手機上的個人帳號；業務部的阿凱試了一次，產出一份錯誤百出的報價單被主管念了半小時，從此再也不碰。IT 部則在寫第十二頁的「AI 使用規範」。
如果這個場景讓你感到一陣熟悉的心痛，Paul Boag 會說：別擔心，你不孤單，而且我們十年前就演過了。
一篇「我早就說過了」的文章
Paul Boag 本身就在替 UX 團隊提供 AI 訓練。他 10 月 16 日在 Smashing Magazine 發表的這篇文章開頭就很不客氣：他看到多數組織推 AI 的方式，「比較像鬧劇而不是策略」，如果拍成電影，影評會說太不真實，沒有人會這麼蠢。
但我們真的就在這裡。更讓人沮喪的是，我們以前就來過這裡。2014 年，他替 Smashing Magazine 寫了《Digital Adaptation》，談組織推動數位轉型時犯的錯。十二年後重讀，他發現兩者相似到驚人。
而最大的錯誤，從當年到現在都一樣：把它當成技術問題。
錯誤一：以為是技術，其實是人
數位轉型時代，IT 部門忙著導入 CMS、CRM、內部入口網站，對外推出網站、App、個人化功能，卻幾乎沒想過人要「怎麼」用這些系統。結果內部系統難用，顧客要的根本是別的東西。
AI 也一樣。Boag 觀察到，高層買單了熱潮，IT 替全公司開好 Copilot Studio 授權，就當作任務完成，頂多再加一場通用訓練。員工則一頭霧水，還要承受「趕快用、趕快交出成果」的壓力。
他的結論是：AI 是文化轉變，也是技術轉變，而且這次更棘手，因為員工擔心的是自己的飯碗。
錯誤二：沒有回答「員工為什麼要用？」
這段 Boag 講得很直白。站在員工的角度，AI 帶來的個人好處其實很少。高層興奮的是生產力，但員工還是朝九晚五，只是同樣時間要做更多事，既沒多出時間，也沒多拿薪水，為什麼要擁抱 AI？
他的建議：
- 先幫員工找出工作中最討厭的部分，示範 AI 怎麼讓這些事更快、更不痛苦。把它包裝成「改善工作生活的機會」，人會願意得多。
- 但這只是開始。組織可能需要在升遷、薪酬或縮短工時上提供誘因。
錯誤三：不給時間、不給支持
導入 AI 等於挑戰一個人累積多年的工作方式，所有程序性知識都得重建。可是多數人本來就忙到喘不過氣，哪有時間坐下來學新工具？
Boag 認為，送去上一堂課是不夠的，至少要有針對角色的訓練，更好的是持續的支援與實驗時間。而他經驗中最有效的支援來自同事：先找熱衷者，而不是先說服最抗拒的人。每個組織都有幾個沒人要求就已經在玩 AI 的人，把他們聚在一起，給時間分享，讓熱情擴散。他在書裡描述過一場內部研討會，員工上台展示自己做的東西，效果比任何高層備忘錄都好。人看到同職位的同事用得順，比被上面要求更容易動起來。
錯誤四：不能犯錯的文化
學新工具一定會出錯，但很多組織有一種「犯錯就是無能」的文化。Boag 說，數位轉型時代高層一邊要求轉型，一邊照樣要求原本的 KPI、在年度考核裡點名每個錯誤，員工根本沒有失敗的空間。
這次似乎更糟。他聽過員工被鼓勵用 AI，幾週後卻因為「用太多 token」被訓斥；也有人被一堆「該做、不該做」說教到什麼都不敢試。結果最安全的做法，就是照舊。
他的處方：想要員工採用，就要讓他們安心實驗，調整 KPI、改變考核方式，學習期間放寬部分治理。
錯誤五：治理不是越厚越好
Boag 不反對治理，員工需要知道界線在哪裡。但太嚴格的規範，會讓「什麼都不做」變成最輕鬆的選擇。幾頁長的「什麼可以、什麼不可以丟給 AI」只會製造恐懼。
他建議組織只要一套幾張海報就放得下的簡短原則，類似英國政府 gov.uk 的設計原則，其他的，就信任員工的常識。
錯誤六：IT 選一套就收工，逼出影子 AI
這是全文最值得產品團隊細讀的一段。Boag 正在合作的一個 UX 團隊，高層大力支持、團隊也很興奮，想做 AI 驅動的研究資料庫甚至 AI 人物誌。聽起來是完美案例，實際上卻什麼都沒發生，因為 Copilot 做不到他們想要的，團隊卡在說服 AI 指導委員會換工具的官僚流程裡，熱情一點一點消退。
更多組織的員工根本不等委員會。就像當年大家自己註冊 Dropbox、Google Docs 形成「影子 IT」，現在出現了影子 AI：官方工具不夠用，就打開手機或家用電腦上的個人 ChatGPT 或 Claude 帳號把事情做完。
Boag 指出，這比原本想防範的問題危險得多：公司資料進入組織無法控制的工具，沒有監督，也沒有紀錄。但直覺式的反應（更嚴格的政策、封鎖網站、懲處警告）通常沒用，只會把行為逼得更地下。他的觀點是：影子 AI 是症狀，而且是有用的症狀，它精準指出官方工具的不足。與其撲滅，不如去問員工用個人帳號做什麼、現有工具缺什麼，用這些資訊決定下一步。
他也承認，失控的工具清單確實有成本。但在採用初期，組織可能得忍受一點混亂，讓員工探索不同的 AI 用法甚至不同的 AI 工具，找出各角色真正適用的情境；等組織的真實需求清楚了，再逐步收緊也不遲。
我們的延伸：網站與產品團隊可以怎麼做
以下是把 Boag 的觀點套到網站與產品專案的實務建議（為本文延伸，非原文內容）：
- 從「最煩的那件事」開始：例如商品描述改寫、客服常見問題整理、測試資料產生。先挑痛點，不要先挑工具。
- 辦一場內部 Demo Day：讓已經在用 AI 的設計師、工程師、小編上台分享十分鐘，比發一份 SOP 更有感染力。
- 把原則縮成一頁：例如「客戶個資不進外部工具」「AI 產出必須有人審」「用了就標註」，貼在牆上就好。
- 定期做一次「影子 AI 訪談」：不是抓人，是收集需求。
- 委外專案也一樣：如果你請工作室導入 AI 功能，記得預留內部人員的學習與試錯時間，不要只驗收技術交付。
你可能會問
Q：小公司也需要考慮這些嗎？ A：更需要。小團隊每個人的工作方式都很關鍵，一個人卡住整個流程就慢下來。原則越短越好，熱衷者通常就是老闆身邊那一兩位。
Q：影子 AI 真的不用管嗎？ A：Boag 不是說不用管，而是說封鎖通常沒用，應該先理解原因，再調整官方工具。資料外流的風險仍然要正視。
Q：要給員工什麼誘因才夠？ A：原文提到升遷、薪酬或縮短工時等方向，但沒有給標準答案，要看組織自己的情況。
結語：先換腦袋，再換工具
Boag 在文末說，變化總帶著風險，但動得太慢的風險，大於動得太快的風險。而更大的危險，是把 AI 當成技術挑戰，忽略了人的那一面。AI 導入跟數位轉型一樣，核心是人、文化與變革管理。
所以下次會議上，與其宣布「授權已開通」，不如問一句：「你工作中最討厭哪件事？」那可能才是 AI 導入真正的第一步。
來源：Is Your Organization Messing Up AI Adoption?（Paul Boag，Smashing Magazine，2026/10/16）。