「AI 轉型」的真正瓶頸不是員工，而是領導層 - 【莫子來了】※ 一起來聊聊金融吧 !!!

當一家公司遲遲無法跟上 AI，責任通常被推到員工身上：主管假設員工在抗拒，不是因為缺乏技能，就是因為害怕飯碗不保。但一份刊於《哈佛商業評論》（Harvard Business Review，2026 年 8 月 11 日）的研究指出，真正踩剎車的，是領導團隊自己。

這份研究由 Morgan Blangeois（法國克萊蒙奧弗涅大學管理科學博士研究員、劍橋大學賈奇商學院訪問學者）與 Thomas Roulet（劍橋大學賈奇商學院領導學教授）共同完成，歷時 3 年，涵蓋 23 場訪談與 3 場領導工作坊，對象是 11 家歐洲 IT 服務公司的領導團隊。

研究者發現一個反覆出現的落差：
主管在私下對 AI 有清楚、甚至進取的判斷，一旦進到同儕會議、要集體決定 AI 策略時，卻退縮了。有位機構總監私下向研究者描述 AI 對公司的最壞情境——5 年內恐怕得裁掉 30% 的人力，但他也承認，這種末日情境他永遠不會公開講。用作者的話說，最後的結果是「沒有人反對 AI，也沒有人對它決定任何事」。

一、什麼是「領導層漂移」

作者把這個落差稱為「AI 領導層漂移」（AI leadership drift），指一種非蓄意、集體性的慣性：主管不是走進會議室打算埋葬自己的判斷，而是因為沒有人願意從頭重寫公司的商業模式——那會威脅到在場每個人的位子與未來——於是私下清醒的主張被一個個安靜放掉。

漂移的源頭，不是無知或抗拒，而是「集體不敢面對 AI 真相」。

真要面對，就意味著要重建定價（收更少的錢）、重想人力（不再培訓初階、甚至裁員），而這些都動搖主管自己的位置。

在同儕面前，沒有人想當第一個把這些不舒服的話說出口的人：率先捍衛這些改變，等於主動把公司推向「收更少、還幫對手養人才」的方向。於是每個人把清醒判斷留給自己，會議最後停在一片和氣，卻什麼都沒決定。

二、四個決策情境，讓漂移現形

為了更精準地觀測漂移，研究者給每個領導團隊同樣四個決策情境，都取自這個產業的真實處境：

（1） 一位大客戶要求降價 40%，以反映 AI 帶來的生產力提升。
（2） 當 AI 已能勝任入門工作，是否還要繼續招募初階員工。
（3） 當公司最優秀的工程師，開始依賴公司從未授權的 AI 工具，該如何應對。
（4） 一項數百萬美元、卻遲遲未見回報的 AI 計畫，是否還要繼續資助。

這四個情境要問出的是同一件事，而答案高度一致：主管的私下判斷方向其實是對的，但一到公開場合就不敢表態。在一對一訪談裡，主管都能替該做的改變辯護——繼續培訓初階員工（即使市場之後會用更高薪把人挖走）、為公司訂下 AI 使用規則、在軟體代掉部分工作後重建定價。可是一進到集體工作坊，這些主張沒有被反對，也沒有被捍衛，就一個個安靜消失。

最戲劇性的一幕，發生在同一個人身上：一位總監才剛當眾拒絕調降公司的日費率，幾分鐘後，卻在匿名的會後量表上，接受了他方才否決的同一個降幅。研究者甚至讓團隊看了自己所屬產業的真實生產力數據（而非媒體上流傳的數字），個人判斷確實會私下鬆動，卻始終沒有匯聚成一個團體願意共同、公開表態的立場。

（圖一：領導層漂移的全貌——四情境讓漂移現形，安心敘事是領導層的避風港，三對策打破避風港，最後由專人盯住病根才能真正解決。）

三、3種「安心敘事」：領導層的避風港

私下判斷被放掉後，會留下一塊空缺。作者觀察到，這塊空缺會由三種「令人安心的集體敘事」填補——它們是領導層迴避決定時的避風港，也是說給自己聽、讓自己心安的說法。三者可沿兩個維度區分：團隊感到多少急迫、又願意做多少改變。

（1）「利害關係人不在意」：不覺得急、也不覺得要變。客戶還沒要求降價或更高價值的服務，那就沒有理由調整。有位客戶經理甚至向研究者坦言，他「非常慶幸」某個客戶從沒去追究公司到底省下了多少時間。

（2）「這個我們見過」：同樣不急，但這次承認了改變的規模，只是用一個類比把它化解掉。有位總監反覆對員工說「生成式 AI 並不比網際網路更具革命性」；另一個團隊搬出的先例則是計算機。類比讓改變顯得熟悉，因而不再驚人。

（3）「讓大家自己摸索」：這一型感覺到了急迫，卻把理解改變的責任丟給員工個人。「限制員工使用 AI，就是放棄」，一位總經理這麼說；另一位則用原則把問題關掉：「我們不是工業，我們是工藝，每一件都是獨一無二的。」這聽起來比強力管制明智，但實際上，是把「沒有策略」包裝成一種策略。

四、三個對策：先打破避風港

作者提出三個對策，各自拆掉一種安心敘事賴以成立的支柱。要注意的是，這三個對策打破的是「避風港」，不是直接解決前面的四個情境——情境只是讓漂移現形的觀測題，避風港才是對策要對付的東西。

（1）先把自己的數字擺上桌：
安心敘事靠的是「沒有人做過、也沒有人需要捍衛」的借用數字。媒體常引用 30% 以上的生產力增幅，正因為這數字是借來的，一句「這是媒體誇大」就能把威脅連同誇大一起丟掉。破解的方法，是改用公司自己實測的數字。有一家公司不再重複媒體數字，而是把它實測到的 5% 至 7% 生產力增幅（對照軟體商宣稱的 15% 至 20%）攤給客戶看，並以此作為下一輪定價與價值討論的起點。這個數字比炒作小得多，而這正是它的力量：小到不能被說成媒體誇大，也小不到能假裝是零。作者同時提醒：光有數據並不足以打破漂移，數據的作用是關掉「都是炒作」「沒什麼好談」這兩個最容易的出口，而不是逼出結論——仍然需要有人盯著。

（2）用不舒服的先例，換掉令人安心的先例：
破解「這個我們見過」的方法，是指派專人去追蹤「和你最像的公司」正在怎麼做。在法律服務業，客戶已經開始抵制為 AI 幾分鐘就能完成的工作支付數小時費用，一些事務所也已著手精簡過去向客戶計費的初階人力。這些同業長得像你、故事還沒寫完，它承認了同等規模的改變，卻抽掉了安心感。要一直留在桌上的問題，是「和你最像的公司正如何應對這場衝擊」，用它取代那個比較安心的問題——「像我們這樣的公司，有沒有撐過上一次變革」。先例應該讓未來變得可以思考，而不是讓人感到安心。

（3）給每個快速解方一個到期日：
「讓大家自己摸索」很少構成策略，卻會在預設下逐漸固化——這裡一個工具、那裡一個試點，一年後「我們現在就是這樣用 AI」，悄悄取代了任何關於「公司如何靠 AI 創造價值」的決定。破解的紀律很簡單：把每一個解方，綁到它該回答的更大問題（重新定價、重新定位、人力模型），並設下一個檢核日——到期時，它要嘛餵養那個更大的決策，要嘛就被重新評估。作者建議，盤點公司正在跑的每一個 AI 專案，逐一寫下它該回答的策略問題與檢核日期。一個沒有綁定問題的專案並不是中性的，它本身就是一次小小的漂移，會不斷累積出未來策略必須遷就的先例。

五、打破避風港還不夠：指派專人盯住病根

作者最後給了一個關鍵提醒：打破避風港是必要的，但還不夠。他們親眼看到，有團隊被攤開了自己產業的真實數據後，安慰自己一番，照樣繼續迴避。真正的病根——集體不敢面對——仍然還在。

有一個團隊看似做得更好，最終卻仍然失敗。這家中型公司的執委會不斷爭論，從每個角度檢視威脅，也願意直面矛盾（例如公司最好的初階員工，如今以自由接案賺得比向客戶計費還多）；沒有人能單方面把問題喊停，技術威信也由眾人共享，因此任何成員的質疑都有分量。然而，即使是這個房間，最後仍捍衛了既有的日費率，沒有得出任何新模型。爭論攤開了矛盾有多深、也攤開了現行定價模式的極限，卻沒有帶出一個決定。

所以作者的處方，不在於「開更好的會」，而在於指派一個人，負一項明確而狹窄的職責：把大家在迴避的問題提出來，用公司外部的事實（客戶的訊號、實測的增幅、對手的動作）撐住它們，並在團體想要帶過時，把它們留在桌上。漂移之所以能運作，正是因為沒有任何人的工作，取決於把它點破；一份正式的授權，反轉了這道等式。作者觀察到，這個角色通常會落在低一階的人身上——AI 治理主管與實務總監——因為他們離實際工作夠近，能讓問題保持具體、也持續被提出。

一個房間無法用說詞打發掉的，不是一項事實，而是一個人：一個以此為職責、手握事實與數據、在所有人都想把難題埋掉之後，仍讓重要問題保持存活的人。指派這個人，是一個正在漂移的領導團隊，本季就能做出的唯一決定——而正是這個決定，讓其他決定成為可能。