立場 · 2026年5月19日 · Far West Consulting
為什麼我們不從最資深的團隊開始試辦
傳統建議是從最資深的一群開始 AI 試辦，以爭取高層認同。但我們手上最好的證據顯示，這群人從 AI 輔助中獲益最少。我們反其道而行。
傳統顧問的做法是，AI 試辦要從最資深的團隊開始。理由很直接：資深的人定調，高層的認同向下傳達，組織其他人自然跟上。這套做法說對的次數不少，所以許多導入都依賴它。
依我們的解讀，有三項研究發現指向同一件事：這套做法不適用於 AI。
獲益在底部，不在頂端。Brynjolfsson、Li 與 Raymond 2025 年的分階段導入研究（n=5,172，《Quarterly Journal of Economics》）發現，AI 平均提升生產力 15%；技能較低、經驗較少的人提升 30%，對技能最高者影響甚微，他們的對話品質還略有下降。7這項研究衡量的是客服工作的技能，不是職級；我們的解讀是，資深團隊比較接近技能最高的那一端。試辦範圍只鎖定資深團隊，等於從生產力故事最難證明的一群人開始，也拿不出清楚的前後對照給董事會看。
我們預期，越往高層，用 AI 被看見的代價越高。Slack 2024 年秋季的 Workforce Index 發現，48% 的辦公室工作者不太自在告訴主管自己在用 AI。14杜克大學發表於 PNAS 的研究又多了一層轉折：自己經常用 AI 的評估者，對使用 AI 的人扣分較少，所以用 AI 的主管和不用 AI 的主管，是兩種不同的受眾。12以上數字並未依職級細分，因此以下是我們的解讀：資深員工一旦被視為依賴 AI，損失最大，因為他們的角色認同就是「由我做判斷」。所以他們可能隱瞞使用、裝作沒用，或用了一部分又退回去一部分。這會讓試辦資料充滿雜訊。
自評與遙測資料，量的是不同的東西。在 Microsoft 一項為期三週的隨機對照試驗中，獲得 GitHub Copilot 的開發人員認為它更有用、用起來也更愉快，但遙測資料顯示，程式碼變更、pull request 與開發時間都沒有統計上顯著的變化。6人們很會講述自己的生產力，但這不代表他們是衡量導入成效的好工具。這也是我們事先約定一個數字、比較前後工作樣本，而不只依賴大家怎麼說的另一個原因。
我們的做法是這樣。先向領導者和主管說明，讓他們知道要求的是什麼，也知道使用 AI 是安全的。接著把試辦安排給成長空間最大、被看見的代價最低的一群人：新進人員、剛調任的同仁、上任未滿 18 個月的人。他們的成效比較容易看見，面對主管的目光也沒那麼多顧慮。他們的採用能否撐過第 30、60、90 天的回訪，就是支持下一階段導入的資料。資深梯次的訓練排在第二，用另一套課程，針對自動化會讓產出變差的判斷層，並以第一梯次產出的證據為基準。
在我們做過的專案裡，從高層開始的試辦往往停滯；從下一層開始的試辦往往撐得住，並產出證據，讓資深梯次的計畫拿到經費。認同，來自成果。