由 Brad Power 所撰。即使技術再強，若員工不信任、不放手讓 AI 跑，AI 的潛能就釋放不出來。本章用一個生動案例與三類抗拒模式，提供實用的破解策略。
一個從抗拒到擁抱的故事#
David Maister（化名）是 Global Consumer Brands 的數位行銷經理。某天他發現公司導入了一套新 AI 行銷系統，正在做他原以為是自己的工作——決定哪些廣告投到哪個客群、預算多少。
當他發現系統在投放給「不符合公司客戶輪廓」的對象（55 歲以上男女）時，氣憤地衝進老闆辦公室要求加上人工覆寫權。廠商照辦。
但拿到控制權後，Maister 發現他的決策反而讓績效變差——55 歲以上的客群其實是在為孩子、姪子、孫子買禮物，是非常賺錢的受眾。
他把控制權還給系統，績效回升。接下來幾週他逐步理解：
- 把「在哪裡花錢、鎖定誰」交給系統
- 自己專注在策略性參數（活動積極度、預算上限）與測試不同執行方式
結果：前三個月，付費數位通路購買量提升 75%、購買價值提升 77%、廣告投資報酬率提升 76%、單次轉換成本顯著下降。
故事啟示：給員工 AI 實驗的控制權、讓他們參與並看見 AI 擅長什麼，才能融合人機雙方的最佳能力。
員工為什麼抗拒 AI？#
抗拒主要來自四種原因：
- 過度炒作：對誇大宣傳產生反感
- 缺乏透明度：黑箱決策難以信任
- 失去工作控制感
- 打亂熟悉的工作模式
三種典型抗拒情境#
情境 1：失控感
一家零售商部署網站廣告優化工具，行銷團隊可上傳數版主視覺，系統會學出哪個轉換率最高，再呈現給未來訪客。但行銷團隊難以放手——常介入呈現自己偏好的版本，反而抵消了工具的價值。
情境 2：計畫被打斷
全球放貸機構執行長迅速被 AI 信貸決策系統的財務利益說服，但分析副總卻把它視為對自己團隊計畫與技術投資的威脅。他極力遊說阻擋：「他們宣稱的成果，這個系統根本不可能達成。」
情境 3：人際關係受衝擊
某消費品公司區域產品的電商主管力爭到實驗權，AI 廣告活動讓 2017 年銷售提升 15%。但推廣到其他地區與產品線時卡住了——因為許多人與長期合作的廣告代理商交情深厚，這些代理商會因 AI 而失去業務。
如何破解？#
1. 把黑箱打開——讓 AI 決策過程可視化#
Albert（行銷 AI 工具）的 “Inside Albert” 功能讓使用者看見：
- 品牌在何時何地表現最好
- 哪些廣告概念轉換最多顧客
- 理想顧客的性別、地點、社交特徵
- 系統建立的微眾分群數量（常達數萬）
客戶因此理解：自己無法微管理（如廣告頻次）任何單一變數，因為系統權衡的是大量變數。雖然系統的決定常違背他們的「最佳表現日／頻次」假設，但事實證明系統找到的高轉換點往往落在他們的舊假設之外。
看懂之後，他們不再覺得需要事事插手。
2. 動員受益方建立政治勢能#
對於不願與新系統合作的利害關係人（例如那位放貸機構的分析副總），可以動員會從新系統獲益的群體來建立支持力道。
Waymo 的做法：自駕車推行上，與「全國反酒駕母親會（MADD）」、「全國安全委員會」、「盲人兒童基金會」、「老人生活基金會」結盟，匯集這些社群為自駕車背書。
3. 越早讓人上船，越早看到成果#
AI 在公司決策流程中的部署只會增加。目標應該是盡快完成轉換。
化解抗拒的三個方法：
- 跑實驗
- 把 AI 決策過程可視化
- 動員會受益的相關方
越早讓人們上船，公司就能越早看到 AI 帶來的可能成果。