8. 同樣的 AI 沙盒，一家 141 個方案，一家只有 3 個
小周是公司 AI 推動小組裡最積極的成員。小組成立的頭三個月，他做出了兩個工具，在分享會上示範了三次，還常常在晚上回同事的問題。
第六個月，他不再交新的想法了。他沒有抱怨，也沒有說要退出，只是在小組會議上越來越安靜。年底績效面談時，他的主管評語是：「本業表現穩定。」那些 AI 工具，沒有被提到。
沒有人注意到，小組裡像小周這樣的人，已經不只一個。
兩個組織，同樣的起點
2026 年 9 月，MIT Sloan 發布了一份研究的新聞稿，標題是〈為什麼有些組織能把 AI 實驗變成商業價值，有些則悄悄失敗〉。這份研究由史丹佛的 Arvind Karunakaran、MIT Sloan 的 Katherine Kellogg 與紐約大學的 Batia Wiesenfeld 完成，是一份尚未經過同儕審查的工作論文。
研究者花了兩年，深入觀察兩個組織：一家學術醫學中心（化名 NE Health），和一家企業法律事務所（化名 LegalCo）。兩個組織做的事很像：都提供了安全的 AI 沙盒環境與訓練，也都鼓勵員工自行開發全組織可用的 AI 應用。醫學中心的團隊做的是病人看得懂的出院摘要，法律事務所的團隊做的是法律研究。
兩年後的結果差很多：
最值得注意的是：研究者指出，兩個組織在 AI 準備度、技術取得、法規限制、問題是否適合用 AI 等方面，沒有實質差異。差別只在組織有沒有為員工建立支持結構。
Kellogg 的結論是：「全組織的 AI 創新，不是導入問題，是持續問題。」
引用這份研究時要說清楚：這是兩個個案的質性比較，醫療與法律的產業文化本來就不同，「使用中」也不等於「有價值」。它不能證明支持制度能帶來幾倍的成效，但它讓我們近距離看到，人是怎麼一步步退出的。
看不見的「實驗工作」
要把 AI 做成全組織都能用的方案，員工必須在原本的工作之外，額外承擔三類工作。研究者稱它們為「實驗工作」：
- 分散式試錯： 反覆測試，弄清楚 AI 哪些事做得可靠、哪些做不到。
- 集體審查與修訂： 和其他部門的同事一起檢視、修正 AI 的產出。
- 協調與奔走： 取得其他人的支持、跟著模型更新持續調整、想辦法讓方案進入實際流程。
這些工作之所以「看不見」，是因為組織把它們當成熱情或自願的延伸任務，而不是正式工作，所以不算進工時、績效與薪酬。社會學家 Susan Leigh Star 與 Anselm Strauss 早就指出，工作是否被看見，決定了它是否被支持與獎勵。
Kellogg 的描述很像開場的小周：「我們看到的是人們悄悄地往後退。一旦這樣發生，組織的 AI 計畫很快就失去動能。」
另一份研究從個人層次印證了這個現象。加州大學柏克萊分校 Haas 商學院的 Xingqi Maggie Ye 與 Aruna Ranganathan，在一家 200 人的科技公司進行了八個月的觀察、訪談了 40 多位員工，發現 AI 沒有讓員工比較閒，反而讓工作加重。而且一開始，這種加重感覺是自發的、令人興奮的。時間一久，它變成新的基準，最後讓人疲憶。
為什麼組織會把工作當成「熱情」？
Kellogg 有一段話很值得主管和人資反覆讀：「主管常以為，AI 實驗是有動力的員工會自然吸收的延伸任務。我們的發現是：他們會吸收，但只是暫時的。沒有實質的支持、認可與資源，人最後會抽離。」
問題是，為什麼組織會這樣以為？我認為，除了制度設計不周全，還有三個更深的動力。
第一，把轉型的成本轉嫁給最熱心的人，組織就不必面對資源分配的焦慮。 如果承認 AI 實驗是正式工作，就必須回答一連串難題：要給多少時間？原本的工作誰來做？績效怎麼算？誰為失敗負責？把它定義成「熱情」，這些問題就通通不必回答了。組織心理動力學者 Isabel Menzies Lyth 在 1960 年研究英國醫院的護理制度時發現，組織會發展出一些制度與習慣，幫助成員迴避工作帶來的焦慮，她稱為「社會防衛系統」。把實驗工作當成熱情，就是一種社會防衛：它降低了組織的焦慮，代價是讓個人承擔。
第二，在強調創新的氛圍裡，說「我撐不住了」等於不夠積極。 當公司反覆說「我們要擁抱 AI」，員工就很難公開說「這些額外的工作太重了」。不能說出口的事，就只能用行動表達。這就是為什麼研究者看到的是「悄悄往後退」，而不是公開抵抗。默默撤退，是一種不必為自己辯解的退出方式。
第三，主管只看導入數字，看不到人的狀態。 帳號數、使用次數、做了幾個工具，這些數字在初期都很好看；但它們測量的是「開始」，不是「持續」。當核心推動者一個一個安靜下來，儀表板上很可能什麼都沒有變。
這三個動力加在一起，就是小周的故事：組織不想面對成本，小周不能說出疲憊，主管也看不到他的退出。
怎麼做：四種治理做法，加一個早期警訊
研究者整理出醫學中心與法律事務所在四個做法上的差異。這四項都不是技術，而是人資與管理可以直接動手的槓桿：
對台灣企業來說，最容易被忽略的是最後一項。很多公司會辦分享會、頒創新獎，但一到年底考核，評的仍然是「本業」。員工很清楚哪一個才是組織真正在意的。
除了四種做法，我建議再加上一個早期警訊：參與持續度。每月或每季追蹤三個數字：
- 核心貢獻者留存率： 第一個月最活躍的人，現在還有幾位在貢獻？
- 持續貢獻人數： 在過去一個月內有實際貢獻的人，是增加還是減少？
- 從實驗到上線的轉化率： 有多少實驗，真的進入了正式流程？
這三個數字下滑時，不要等年底。找推動者聊一聊，問的不是「你怎麼不做了」，而是「你花在這件事上的時間，有被看見嗎？」
結語
全組織的 AI 創新，靠的不是第一天的熱情，而是第六個月還有人願意繼續。
Kellogg 說：「AI 創新真正的驅動力，不是技術本身。」沙盒與訓練只是起點；把實驗工作當成正式工作，才是持續的條件。
留給你的問題： 如果一位同仁花了三個月，做出一個全公司都能用的 AI 工具，在你們的考核制度中，他會得到什麼？
延伸閱讀
參考文獻
- Karunakaran, A., Kellogg, K. C., & Wiesenfeld, B. M. (2026). Experimentalist Intensification Governance: Managing Worker Negative Consequences Associated with Generative AI Innovation Work. MIT Sloan Working Paper 7382-26.（工作論文，尚未經同儕審查）
- MIT Sloan School of Management (2026, September 9). Why some organizations turn AI experiments into business value while others quietly fail [Press release].
- Ye, X. M., & Ranganathan, A. (2026, February). UC Berkeley Haas 關於 AI 與工作加重的研究，刊於 Harvard Business Review。
- Star, S. L., & Strauss, A. (1999). Layers of silence, arenas of voice: The ecology of visible and invisible work. Computer Supported Cooperative Work, 8, 9–30.
- Menzies, I. E. P. (1960). A case-study in the functioning of social systems as a defence against anxiety. Human Relations, 13(2), 95–121.
慧培國際相關服務： 核心小組陪跑、組織動力評估、組織發展與變革
Lead yourself first with authenticity and positivity that other people will choose to follow.Positive Leaders, Positive Organizations.
作者
Edward Cheng 鄭博文
慧培國際管理顧問公司台灣區人才發展總監 / 企業教練/策略引導師
台灣人，具多個行業的豐富人力資源管理經驗， 清大教育與心理諮商學系碩士，現職清大教育與心理諮商學系團體動力講師與慧培國際台灣區人才發展總監。
Edward 過去有將近18年的HR主管經驗，有2/3的時間是跟企業的CEO一起工作，能夠從企業經營的高度來規劃組織的人才發展。協助主管不只是知道還要能夠做到，從系統性的角度完整的規劃與提升主管的關鍵能力以帶來組織的成效。
Edward 擅長於 願景策略會議引導(Vision and Strategies Workshop) 、商業模式引導 (Business Model Workshop)、團隊教練 (Group Coaching)、高管教練(Coaching) 以及教練領導力（Coaching Leadership)。
Email：powen.coach@whitespace-leadership.com Ｍ：0958802653