文／張瑞雄（資訊系教授、前台北商業大學校長）
今年（2026）五月初，美國軟體服務公司 HubSpot 公布了一項令業界矚目的數據：旗下工程師的 AI 工具使用率已達到百分之百，工程師平均更新的程式碼行數因此躍升了七成以上。這個成績格外引人注目，不是因為數字本身，而是因為整個過程完全沒有任何強制命令。在那些動輒以 KPI 追蹤員工使用頻率、甚至把 AI 使用率與年度績效考核掛勾的大型科技公司之間，HubSpot 走出了一條截然不同的路。
這則消息讓人忍不住想問：為什麼許多企業第一個念頭，就是透過管理手段來推行科技工具？
員工分享使用 AI 心得
強制導入的邏輯表面上看來合理——高層已經做出決策，工具已經選定，成本已經投入，剩下的不過是讓員工「照著用」而已。這種思維把技術轉型化約成一道行政指令，卻忽略了一個更根本的問題：一個人真正內化並靈活運用某項工具，需要的是理解與信任，而不是服從。強迫員工登入系統，只能製造假性採用的假象，數字好看，但底層的阻力從未消散。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 LinkedIn，與全球CIO同步獲取精華見解 ]
HubSpot 的案例說明了另一種可能。公司最初面對的最大阻力，並不是工程師害怕被 AI 取代，而是對品質與可靠性的疑慮——工程師擔心 AI 輔助工具會引入更多錯誤，讓系統穩定性下降。面對這個疑慮，管理層選擇的應對方式是拿出數據說話，主動分享使用 AI 工具與未使用工具的團隊之間在系統事故發生率上的比較。結果清晰而有說服力，採用率隨即從三成攀升至五成。沒有威脅，沒有考核，只是讓人看見事實。
這個做法背後有一個重要的觀點：工程師是高度理性的群體，他們對「這個工具值不值得用」有自己的判斷標準。管理層若能用工程師的語言說話，也就是用數據、用實測結果來建立信任，才能真正改變行為。反之，若只是在組織層面頒布命令，工程師的疑慮不會消失，只是被壓進地下，變成消極配合。
可採用黑客松式的訓練
技術採用往往有一個鮮少被討論的社群動力。HubSpot 的案例裡，最資深的工程師是最早主動探索 AI 工具的一群人，因為他們對自己的技術判斷有足夠信心，也更願意試驗新事物。當這群人率先嘗到甜頭，帶出的示範效應，遠比任何企業公告更有感染力。資淺工程師看到的不是「公司叫我用」，而是「頂尖的同事都在用，我也想跟上」。這是一種由下而上的動能，企業能做的，是創造讓這種動能萌發的土壤，而不是試圖從上面施壓催熟。
[ 推薦閱讀：AI 改變了顧問業 ]
黑客松式的訓練活動也扮演了不容小覷的角色。人學習新工具最快的方式，不是看說明書，而是在一個有人陪伴、有目標、有回饋的環境裡動手做。把 AI 工具的學習包裝成解題競賽，讓工程師在低風險的情境中累積成功經驗，等他們回到日常工作時，已經帶著足夠的自信與熟悉度。這種設計乍看只是形式，本質上卻是在改變人與工具的關係。
要能重塑工作流程
反觀台灣的處境，挑戰顯得更為複雜。經濟部去年底發布的中小企業白皮書顯示，目前只有約 7.4% 的台灣中小企業已導入或正在規劃導入 AI 應用，主要障礙是「尚無明確應用需求」，其次是不理解 AI、導入成本偏高與人才短缺等問題。這份數字透露的訊息是，台灣企業的 AI 採用障礙，不全然是技術問題，更多時候是認知問題與動機問題。當企業主還不清楚 AI 能為自己解決什麼具體痛點，任何工具的導入都只是一個沉重的成本，而非投資。
這裡有個弔詭的地方。麥肯錫的研究指出，全球已有近九成企業在某個業務環節使用 AI，但真正從中創造出顯著價值的高績效企業僅佔 6%。多數企業的 AI 導入停留在「試用」層次，難以深化為真正的運作改變。這個落差說明，光是讓人「用上」AI 工具，還不是終點；重點是用得有意義，用到足以重塑工作流程的程度。而這一步，需要的不是更強的管理力道，而是更清晰的價值感知。
AI 導入不是設備採購，它牽涉的是人怎麼工作、怎麼思考、怎麼與機器建立協作關係。忽略這個本質，任何推行都只是在表面上製造合規，而非真正改變。HubSpot 的案例提醒我們，最有效的組織變革，從來都不是靠命令達成的，而是靠人真實感受到某件事值得改變，然後自己選擇走過去。
這個道理不新，但在 AI 浪潮裡，它顯得比任何時候都真實。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
