AI数字员工上线后，员工不愿意用怎么办？
一句话结论：员工不用，通常不是"不接受新事物"，而是你没说清它替他干哪一段、多出来的活算谁的、出了错谁担。把这三件事写在一张纸上（人机分工卡），再让一线当知识提供者和验收人，头 30 天目标岗位的周使用率通常能从个位数拉到 60% 以上。反过来，靠开会动员、靠考核压，基本都撑不过两个月。
是什么：抵触不是态度问题，是三件具体的事
先给结论：员工抵触 AI，几乎都能归到三个具体担心上，跟"思想保守"关系不大。
| 员工嘴上说的 | 心里真正担心的 | 第一周该做的事 |
|---|---|---|
| "这东西不准，还不如我自己弄" | 我要额外花时间校对，出了错还算我的 | 明确"AI 出错不算个人差错，瞒报才算"，并给一条一键纠错通道 |
| "学了也没用，反正早晚裁人" | 我的岗位在被替代名单上 | 说清保留哪部分判断权，并当面讲清减的是哪段重复劳动、不是哪个人 |
| "又多一个系统，谁记得住" | 我要多干一道工序，工资没变 | 把入口放进他本来每天必开的界面，不新增登录 |
| "客户的事不能让机器乱说" | 出了合规问题我兜不住 | 划出"必须转人工"的红线清单，白纸黑字 |
| "先看看吧"（实际不用） | 用不用没人管，多一事不如少一事 | 指定一名内部负责人，每周看一次使用数据 |
这五种表现里，只有最后一种是"态度"，前四种都是工作设计没交代清楚。所以处置办法不是做思想工作，而是补一张分工说明。
为什么：头 30 天决定这个项目还能不能活
结论：数字员工的生死线在前 30 天，判断标准只有两个——用不用、准不准。
- 用不用：目标岗位每人每周使用次数。低于每周 1 次，说明场景不够痛或入口太远；稳定在每周 3 次以上，才算进了日常工作流。
- 准不准：抽检 50 条问答的高频问题准确率。低于 85% 时，员工会形成"问它不如问人"的记忆，之后再想拉回来要付出几倍力气。
一个反常识的观察：很多项目不是被"答错"弄死的，是被"答得还行但没人用"拖死的。因为没人用就没有反馈，没有反馈知识库就不会更新，三个月后它自然变成一个谁都不提的东西。所以推动使用的优先级，在头一个月高于优化准确率。
mermaid
flowchart TB
A["数字员工上线"] --> B{"员工实际在用吗"}
B -->|"不用"| C{"属于哪一类"}
C -->|"怕被替代"| D["讲清保留的判断权<br/>说明减的是工序不是人"]
C -->|"嫌多一道工序"| E["入口搬进原有界面<br/>不新增登录与录入"]
C -->|"怕背锅"| F["出错不算个人差错<br/>给一键纠错通道"]
D --> G["人机分工卡<br/>写清 AI 做哪段 / 人做哪段 / 谁签字"]
E --> G
F --> G
G --> H["头 30 天双轨运行<br/>AI 出稿 + 人复核"]
H --> I{"每周使用 ≥3 次<br/>抽检准确率 ≥85%"}
I -->|"是"| J["转入常态运营<br/>每周补料、每月看数"]
I -->|"否"| K["回查场景痛度与入口<br/>不加新功能、不加考核"]
K --> H怎么做：四步，从一张纸开始
第一步：先写"人机分工卡"，不要先培训
结论：培训之前先把分工写清楚，否则培训越努力，抵触越强。
一张分工卡只需要四列，按业务环节逐行填。填不完说明这个场景还没想清楚，先别上线。
| 业务环节 | AI 负责哪一段 | 人保留哪一段 | 谁签字确认 |
|---|---|---|---|
| 客户首次咨询 | 查资料、给标准答案、记录问题 | 判断客户真实意图、承诺交期与价格 | 销售主管 |
| 报价单生成 | 按规则套模板、算常规折扣 | 非标项定价、超权限折扣 | 销售负责人 |
| 售后受理 | 分诊、查历史工单、给处理建议 | 判定责任归属、答复赔偿 | 售后主管 |
| 内容初稿 | 按结构出稿、给 3 个标题 | 定口径、定案例、终审发布 | 市场负责人 |
这张表最大的作用是回答"我会不会被替掉"：只要"人保留"那一列不是空的，员工就知道自己的判断权还在。反过来，如果某一行的"人保留"写不出内容，那才是真该担心的岗位——这时候藏着不说，比说清楚更伤人。
第二步：让一线当知识提供者和验收人
结论：让最懂业务的人参与"教 AI"，比让他"用 AI"更能消解抵触。
具体做法很土但有效：每周 30 分钟，请 2～3 名一线骨干过一遍本周答错的题，让他们说"正确答案是什么、为什么"。这些内容直接进知识库，并在页面上标注"本条由谁校订"。
人被署名的内容，会有维护意愿；被替代的岗位，只会消极应付。同一个动作，说法不同，结果完全相反。
第三步：头 30 天双轨运行，出错不算个人账
结论：AI 出稿 + 人复核，是过渡期唯一稳妥的形态，别急着"全自动"。
这个阶段要公开讲两句话：
- AI 给的建议如果错了，按人工复核流程处理，不算个人差错；
- 发现 AI 答错却不上报、继续用错误答案对外，这个要算。
这样定，员工才愿意把"它答错了"说出来——而这条反馈通道，正是知识库变好的唯一来源。参考AI客服和人工客服怎么配合里的转人工红线设计。
第四步：培训只讲三个动作，不讲原理
结论：一线不需要懂大模型，只需要会三件事——怎么问、怎么改、怎么反馈。
| 培训内容 | 具体讲什么 | 时长 |
|---|---|---|
| 怎么问 | 把问题写完整（带上客户类型、场景、时间），别只发两个字 | 10 分钟 |
| 怎么改 | 答案不对时，怎么在界面上直接改，改完自动进候选知识 | 10 分钟 |
| 怎么反馈 | 一句话上报通道（群里 @负责人 或页面按钮），多久有回应 | 5 分钟 |
超过 1 小时的培训，出勤率和留存率都会明显下降。宁可分三次 20 分钟，也不要一次讲两小时。
头 30 天节奏：每周只看一个信号
| 周次 | 主要动作 | 判断标准 | 不达标先做什么 |
|---|---|---|---|
| 第 1 周 | 分工卡签字 + 入口就位 | 目标岗位 100% 知道在哪用 | 检查入口是不是要单独登录 |
| 第 2 周 | 双轨运行，收集答错题 | 每人每周使用 ≥1 次 | 换成更高频的场景，别硬推 |
| 第 3 周 | 第一次知识例会，补 20～30 条 | 抽检准确率 ≥80% | 补料，不加功能 |
| 第 4 周 | 复盘会，公开答错处理结果 | 每人每周 ≥3 次、准确率 ≥85% | 回查场景与入口，不加考核 |
第 4 周不达标是很常见的事，此时正确的动作是回到场景和入口，而不是加一条"使用率纳入考核"。用考核换来的使用，只会得到敷衍的点击。
三件不要做的事
| 不要做 | 通常的后果 |
|---|---|
| 拿"减人"当动员词 | 骨干开始隐藏经验、拒绝校订知识，知识库质量断崖式下降 |
| 搞部门使用率排名 | 出现刷量式提问，数据好看但解决率不动 |
| 把 AI 输出直接当考核依据 | 员工把精力放在"证明 AI 错"，而不是"用 AI 干完活" |
常见问题（FAQ）
Q1：员工担心被替代，要不要直接承诺"不裁人"？
结论：不要承诺"永不裁人"，要承诺"减的是工序，不是人"。承诺裁人你兑现不了，一旦有一次组织调整，所有信任归零。更稳的说法是把分工卡摊开：哪个环节 AI 干、哪个环节必须人来定，白纸黑字写清。员工真正怕的不是工具，是"说不清楚"。
Q2：老员工学不会怎么办？
结论：把学习成本压到 15 分钟以内，学不会是设计问题。三条硬要求：不用记命令（会打字就行）、不用切系统（入口在原有界面）、不用改流程（AI 适应现有单据，而不是让人改单据）。如果一条都做不到，先改产品，别怪员工。
Q3：使用率上不去，是不是培训没做够？
结论：先查入口和场景，最后才查培训。经验顺序是：入口是否在必经路径 → 场景是否每周都发生 → 答案是否达到"能直接用"的水平 → 最后才是会不会用。前三条任何一条不成立，培训做十场也没用。
Q4：要不要设奖励？
结论：奖"贡献知识"比奖"使用次数"有效。比如每月评 3 条被采纳进知识库的校订，发个小额奖励或公开表扬；不要按提问次数发奖，那只会制造无效提问。真正稀缺的不是"用的人"，是"愿意把经验写下来的人"。
相关方案
联系我们
如果数字员工已经上线但没人用，我们可以先看两周的提问记录和入口位置，判断是"场景不痛"还是"分工没说清"，再给具体处置顺序（西安及周边可上门，外省可线上）。欢迎联系我们。