从纸面资料看，企业似乎把该做的事全部做到位：高层支持 AI 落地、投入资源、完成工具部署。但最关键一环 ——员工采纳使用却彻底落空，AI 目标与业务成果岌岌可危。绝大多数 AI 上线项目被当作纯技术项目来管理，这就是问题根源。安装完成不等于深度融合；只有员工能够自信、熟练地在日常工作中使用 AI，技术才能产生价值。想要从 AI 项目中挖掘价值，必须优先关注人的变革层面，而 Prosci ADKAR^® 模型正是解决该问题的关键工具。

Prosci ADKAR 模型可以帮助定位员工拒绝使用 AI 的根因，并给出对策，保障技术项目拿到预期业务结果。

AI 落地的鸿沟本质是人的问题

AI 看上去和传统技术上线类似，但大部分阻碍并非来自技术。Prosci 调研 1107 位一线员工、团队主管与高管，63% 的 AI 实施难题源于人的因素，而非技术局限。企业大量投入平台、数据基建与算法，却忽略真正决定成败的人为障碍。

使用者能力不足是首要难题，占全部问题的 38%，细分：学习门槛（22%）、提示词编写困难（11%）、培训缺失（6%）；而技术集成问题仅占 16%。这和传统信息化项目截然不同，过去技术层面的故障才是主要矛盾。

技术本身可以正常运行；真正的困境是员工不用，或是不会用好 AI。

为什么 AI 变革与众不同

AI 上线不能照搬传统技术项目的打法，照搬就会导致采纳率停滞。过去的系统上线，要求员工适配系统，把新工具融入或替换现有工作流程。

而 AI 彻底颠倒人与技术的关系：需要员工自主判断 AI 应该嵌入工作的哪些环节。这就要求灵活性、伦理考量、个性化学习，接纳不确定性。标准化培训、部署手册解决不了这类难题。

AI 同时全方位冲击岗位职责、权责分工与团队协作；AI 落地需要对工作模式进行根本性重构，变革影响远大于以往技术项目。AI 改变员工时间分配、所需技能以及价值创造方式。负责 AI 落地的管理者面对的不是技术难题，而是如何赋能人。

适配 AI 落地的 Prosci ADKAR 模型

推动员工接纳 AI，就是引导个体完成变革，扫清沿途障碍。ADKAR 是经过大量实证研究的框架，也是 Prosci 方法论两大基石之一。 它定义个体实现成功变革的五大必备结果：认知 Awareness、渴望 Desire、知识 Knowledge、能力 Ability、巩固 Reinforcement。企业要让每一个个体满足这五项条件，任意一环缺失，AI 落地就会陷入停滞。

AI 项目领导者为什么需要 ADKAR 模型

如果员工不理解 AI 对自身岗位的意义，就不会主动参与

受影响的员工会对 AI 系统持观望态度。不理解变革缘由是员工抵触的第一大原因，其次是岗位职责发生变化、担心岗位被替代。

面向全公司的宏观 AI 战略宣导，无法转化为个体行为改变的动力。推进 AI 项目，要针对不同部门、团队、工作流做差异化沟通。通过会议、工作坊讲清楚企业为什么推行 AI，以及 AI 会给个人工作带来哪些实际收益。

管理者必须直面员工对岗位被替代的恐惧

在 ADKAR 五要素当中，管理者最容易想当然地认为：只要做好宣导、培训、高层示范，渴望（Desire）就会自动产生。但意愿属于个人内心选择，管理者必须直面潜藏的恐惧与抵触。

Prosci《解锁 AI 落地关键》调研显示，29% 员工在 AI 实施阶段会担忧岗位变动、职责模糊。有效处理渴望层面问题要做到两点：第一，不回避恐惧，坦诚承认 AI 会改变岗位，并且讲清楚具体会如何改变；第二，把员工定位为 AI 使用模式的共同设计者，而不是被动接收工具的对象。

“AI 将会改变你的工作” vs “我们一起来探索 AI 可以为你的工作带来什么”，两种表述，直接决定员工是压抑内心抵触，还是主动参与落地。

仅有培训无法促成采纳，实操练习、辅导与时间必不可少

即便员工本身具备不错的技术素养，依然会遭遇 AI 学习曲线。38% 员工反馈，适应 AI 新技术带来的挑战十分突出。问题得不到解决，AI 非但提效，反而拖慢业务流程。

把「知识」和「能力」混为一谈，是 AI 项目中反复出现、代价高昂的错误。了解工具怎么用 ≠ 在真实业务环境下熟练运用。

很多管理者以为上完通用 AI 培训就达成了 “能力”。但 AI 迭代速度快，输出质量高度依赖提示词、甄别、反复调优；真正的能力需要反复实操、过渡期辅导、岗位场景下持续练习。例如市场经理和财务分析师使用 AI 的场景完全不一样，二者能力养成路径也截然不同。

定制化培训用来传递知识；实操工作坊、试点项目帮助建立实操能力。上线计划必须两者兼备，AI 转型才能够成功。

案例：McCarthy 公司如何依靠 ADKAR 实现 AI 落地

McCarthy 控股公司上线 AI 工作平台，希望保持竞争优势，设定了颇具挑战性的时间计划，最终还比原定计划提前两个月完成。依靠以人为本的结构化变革思路，仅用 30 天实现全企业 90% AI 采纳率。

Prosci 协助 McCarthy 定位员工分别在认知、渴望、知识、能力、巩固各个环节遇到的卡点，并针对性处理。企业高层评价这是有史以来最成功的技术落地项目之一；上线前六个月调研，87% 员工对新平台给出正面反馈，展现出充足信心与参与热情。

实现 AI 成功落地的 10 项组织条件

成功与失败的 AI 项目之间的差异具备可预测性。Prosci 研究归纳出区分 AI 实施成效的10 项组织条件，归为四大支柱：领导力与宏大 AI 愿景、卓越变革管理、透明度与信任、组织能力。

这些条件可以直接评估企业现状；找到差距，是补齐短板的前提。

用 ADKAR 驱动 AI 真正落地

回望这一轮技术浪潮，能够成为行业转折点的企业，并不是 AI 上线最快的那一批。而是那些看透 “技术本身并不是难点”，并且付诸行动的组织。AI 产生价值的前提，是员工结合自己的岗位职责把它用好，而此刻，他们正等待领导者的引领。