96% 高階主管期待 AI 提升生產力，77% 員工卻反映 AI 讓工作變更多。當公司一頭熱推工具，AI 疲勞正在累積。本文從一份 2,500 人的調查切入，拆解 AI 疲勞的真正成因，並給出讓員工從抗拒到真正上手的三個轉向。
公司花錢買了工具、辦了一場場企業 AI 培訓，台上講師講得熱血，台下員工卻一臉「這跟我有什麼關係」。更麻煩的是，HR 與變革負責人被夾在中間，老闆每一季都在問生產力數字，第一線卻不斷反映越用越累。這種兩頭都交代不過去的卡住感，正是 AI 疲勞最典型的樣子，幾乎每一家認真推 AI 的公司都看得到。
高層期待和員工現實的落差，正在製造 AI 疲勞
AI 疲勞指的是員工面對一波波 AI 工具與培訓時，從期待逐漸轉為無感、甚至抗拒的狀態。多數公司以為這是技術不熟的問題，真正的源頭卻藏在高層期待與第一線現實的落差裡。Upwork Research Institute 針對全球 2,500 名工作者的調查發現，有 96% 的高階主管期待 AI 提升生產力，卻有 77% 的員工反映 AI 讓他們的工作變更多，還有 47% 坦言根本不知道怎麼達到老闆期待的產出。這個落差一旦沒被看見，AI 疲勞就會一層層累積。
落差會發酵，是因為兩端對「成功」的定義從一開始就不一樣。對老闆而言，導入 AI 是通往效率與成長的門票；對每天被工具追著跑的員工而言，多一套系統往往代表多一道要學、要適應、要交代的流程。當主管自己從不打開這些工具，也說不清楚 AI 怎麼幫團隊達標，員工就會把它讀成又一個由上而下的任務，熱情自然消退。要鬆動 AI 疲勞，得先讓兩端把話講清楚：AI 到底要解決誰的什麼問題。
AI 疲勞的底層，是早就存在的職業倦怠
把 AI 疲勞拆開來看，底層常常疊著一層更早就存在的職業倦怠。同一份調查指出，多達 71% 的全職員工已經處於不同程度的倦怠狀態，他們的精力、餘裕與安全感本來就所剩不多。在這個基礎上再快速壓上一套新工具與新流程，等於要求一群已經滿載的人再多扛一件事，抗拒幾乎是必然的反應。所以要處理 AI 疲勞，得先承認員工的抗拒多半來自早就見底的餘力，而與配合度無關。
這也解釋了為什麼「再加一堂課」常常沒用。當員工連把當週工作做完都吃力，培訓對他們而言只是又一個被佔用的時段。研究團隊在訪談中還觀察到一種防衛型心態：員工擔心 AI 稀釋自己的價值，也害怕照 AI 建議做、出錯了卻要自己扛責任，於是表面配合、實際保持距離。看不見這層心理負擔，把 AI 疲勞當成技能缺口來補，學習策略一開始就會卡住。
真正讓員工上手的，是三種「融合技能」
讓員工從抗拒走向上手，靠的是一組被稱為「融合技能」的能力。Accenture 的 Paul Daugherty 與 James Wilson 在《哈佛商業評論》文章〈Embracing Gen AI at Work〉(2024) 中提出，人與 AI 協作真正的關鍵能力有三種：智慧提問、判斷整合、相互學習，重點都不在熟練操作介面。把培訓焦點從教工具移到這三種融合技能，員工才會把 AI 當成延伸自己判斷的方式，願意主動用。
| 融合技能 | 核心能力 | 在工作裡長什麼樣 |
|---|---|---|
| 智慧提問 | 從解題思維轉向出題思維，會框問題、引導 AI | 不直接要 AI「寫一段介紹」，而是先設定一個挑剔的投資人角色，讓 AI 反駁自己的邏輯，逼出決策盲點 |
| 判斷整合 | 用專業驗證 AI 產出、識別幻覺與偏差 | 行銷主管看 AI 生成的創意，判斷客戶真正要的是說服老闆的 ROI，再整合補上論證 |
| 相互學習 | 人與 AI 雙向演進，互相訓練 | 工程師欣賞 AI 給的架構學會不熟語法，同時把過往文件交給 AI 學自己的語氣 |
這個框架最大的好處，是把遙遠的「要會用 AI」拆成三件員工聽得懂、對得上自身工作的能力。HR 設計 AI 學習策略時，可以直接拿這三項當課程地圖，讓每一段培訓都對應其中一種融合技能，不再丟一堆零散的工具教學。
怎麼學 AI 才真的有效？答案是動手實驗
要讓員工真的學會 generative AI，最有效的方式是讓他們動手實驗。Harvard Business Publishing Corporate Learning 與 Degreed 針對 2,739 名員工的調查發現，AI 上手程度最高的那一群人，透過動手實驗來學 generative AI 的比例是其他人的兩倍。看影片、聽講解這類被動學習頂多教會操作步驟，真正把 AI 接進工作流程的判斷力，得靠低風險的真實任務一次次試出來。
動手實驗要降低門檻，可以從三個務實的切入點開始。一是讓員工挑最重複、最煩人的小任務先交給 AI，例如會議摘要、名單分類、信件初稿，用快速見效的成功經驗換回學習動能。二是把練習場景嵌進日常工作流，讓 AI 成為某個既有環節的一部分，而非另外排時間的額外課程。三是建立一個容許犯錯的安全沙盒，在明確合規邊界內讓員工放心試。這類設計能把 AI 中階主管最擔心的「萬一出包誰負責」往下壓，讓實驗真的發生。
從哪裡開始？先量人，再決定上哪些工具
在擴大導入任何新工具前，先評估員工的真實狀態，是把 AI 疲勞往回拉的第一步。你可以借用智谷的個人 AI 技能診斷，以工作任務為單位盤點每個人實際的 AI 運用程度與卡點，先把人的現況量清楚，再決定該補哪種融合技能、上哪些工具。順序對了，後面每塊投資才接得住。
這一步不需要大張旗鼓。挑一個團隊花一週做兩件事就夠：請每個人寫下這週最想交給 AI 的三件重複工作，再各自評估自己在三種融合技能上的卡點。把這份盤點和員工的真實感受放在一起看，你會很快發現問題往往不在工具不夠多，而在學習策略沒對準人。先量人，再上工具，AI 疲勞才有機會轉成 AI 上手。
FAQ
AI 疲勞和一般的職業倦怠有什麼不同？
AI 疲勞是員工面對持續導入的 AI 工具與培訓時，從期待轉為無感、抗拒的狀態，它通常疊加在既有的職業倦怠之上。一般倦怠來自長期工作負荷與情緒耗竭，AI 疲勞則多了一層對新技術的不確定與防衛心理。兩者會互相放大，所以處理時要先看員工的整體餘力，再談技能。
公司辦了很多 AI 培訓，為什麼員工還是不買單？
多數培訓停留在工具操作教學，與真實工作流程脫節，學完很難轉化成解決問題的能力；不少課程又採被動學習，員工只是看影片、聽講解，缺少動手實驗的機會。當主管自己也不用這些工具、說不清楚 AI 怎麼幫團隊達標時，員工就會把培訓讀成額外負擔。把焦點從操作換成融合技能，並讓員工在真實任務上動手試，才會改觀。
什麼是融合技能？為什麼比教工具更重要？
融合技能指人與 AI 協作的新型能力，核心有三種：智慧提問、判斷整合、相互學習。它重要的原因在於，工具會一直換，但會框問題、會驗證產出、能與 AI 互相學習這三種能力可以跨工具遷移。只教某個工具的操作，工具一更新就得重學；培養融合技能，員工面對任何新 AI 都能較快上手。
HR 想改善 AI 學習策略，第一步該做什麼？
先量人，再上工具。挑一個團隊花一週盤點兩件事：每個人最想交給 AI 的重複工作，以及他們在三種融合技能上的卡點。以工作任務為單位做一次個人 AI 技能診斷，把員工的真實狀態攤開來看，就會知道該補哪種能力、該上哪些工具，避免又一輪沒對準人的培訓。
想讓員工從 AI 疲勞轉成真正上手，先聊聊一場動手體驗的 AI 工作坊怎麼設計
智谷網絡（Kvalley Network）自 1996 年創立，專注企業 AI 轉型與中高階主管培訓，累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。本文由智谷內容團隊整理，研究來源包含：Upwork Research Institute 2025 全球工作者 AI 生產力調查（2,500 名工作者）、Chief Learning Officer 2026〈From AI Fatigue to AI Fluency〉、Paul R. Daugherty & H. James Wilson, Harvard Business Review (2024)〈Embracing Gen AI at Work〉、Harvard Business Publishing Corporate Learning × Degreed 2024 AI 學習行為調查（2,739 名員工）。
推薦精選文章
📚 Duolingo 把「有沒有用 AI」寫進考績，員工集體反彈後撤回，你的公司正準備做一樣的事嗎？
更多企業 AI 培訓服務：https://www.kvalley.biz/tcservice/digital/