前線部署工程

企業 AI 內部推廣 Checklist:讓員工真的開始用的上線後 30 天計畫範本

上線那天全場鼓掌,三週後使用率剩個位數——這是企業 AI 導入最常見的死法。採用率不是靠宣導,是靠工程。這份上線後 30 天週計畫範本,把訓練、冠軍使用者、回饋循環、主管示範拆成四週動作,每週附一個可量測的檢查點,讓員工真的開始用。

Autor

Tenten AI FDE 團隊

前線部署工程

Publicado

23 de mayo de 2026

Tiempo de lectura

5 分鐘

企業 AI 內部推廣AI 採用率FDE 前線部署上線 30 天計畫冠軍使用者變革管理

上線那天總是很熱鬧。系統推上生產環境,主管在群組貼了公告,IT 寄出一封「新工具已啟用」的信,附上登入連結和一份四十頁的操作手冊。然後大家關掉信,回去用原本的方式做事。

我們追過十幾個導入專案,結論很殘酷:AI 工具的採用率,大約在上線後第三週就定型了。前 30 天沒把人真的拉進來,之後再補訓練、再發第二封通知,曲線也拉不回去。

所以 企業 AI 內部推廣 真正的戰場,不在簽約,也不在上線那一天,而是上線之後的四週。下面這份範本可以直接複製:把 30 天拆成四個主題——訓練、冠軍使用者、回饋循環、主管示範——每一週都有明確動作和一個可量測的檢查點。

企業 AI 內部推廣是工程,不是宣導

先講一個判斷:採用率不會因為你「說明得夠清楚」就上來。它是一條需要每週施力的曲線。發公告、辦一場 kick-off、把手冊放上共用雲端,這些都是宣導,而宣導的邊際效果在第一週就用完了。真正拉動採用的是三件事:讓人用自己的真實工作跑一次、讓身邊同事而不是 IT 來帶、讓工具每週都變得更貼合他們的流程。這三件事,剛好對應接下來的週計畫。

週次主題核心動作檢查點(可量測)
第 1 週訓練分角色的動手訓練,拿團隊自己的真實資料跑首週活躍使用者 ≥ 40%
第 2 週冠軍使用者每部門指定 1–2 位 champion,開一條直達導入團隊的提問管道每位 champion 產出 3 個真實用例
第 3 週回饋循環收集卡關點,每週修一輪 prompt 與流程,公布「本週改了什麼」回報問題關閉率 ≥ 70%
第 4 週主管示範主管在週會現場用一次,公布部門使用概況月末活躍率 ≥ 60%,保留 3 條上線後工作流

第一週:訓練——別再讓人看影片

最常見的錯,是把訓練做成一支 30 分鐘的錄影加一份手冊。人看完就忘,因為那不是他的工作。有效的訓練是分角色、動手做:讓客服團隊拿上週真實的客訴逐字稿去跑摘要,讓財務拿真實的月結明細去問差異在哪,讓業務把昨天的會議記錄丟進去生成跟進信。每個部門至少一場 60 分鐘,而且每個人手上都要有帳號能登入。這一週唯一要盯的數字是首週活躍使用者——如果連摸都沒摸過,後面三週做得再漂亮也沒用。

第二週:冠軍使用者——每個部門埋一個內線

員工相信隔壁桌的同事,遠勝過相信 IT 的公告。所以第二週要在每個部門找出 1 到 2 位冠軍使用者。選人有個反直覺的原則:別挑最資深的,挑最好奇、最愛試的那一個。給他們早鳥權限、一條能直接找到導入團隊的管道,讓他們把工具用進自己每天的活裡,然後產出三個真實用例。這些用例會用茶水間的語言傳出去,比任何一封內部電子報都有效。

第三週:回饋循環——把抱怨變成下一版

我們踩過的雷是:以為 kick-off 時談好的設定,上線後還適用。不會的。第一版的 prompt、權限、流程,一定有地方卡住。第三週的重點是把抱怨變成迭代:收集大家卡在哪,每週固定修一輪,然後公開公布「本週改了什麼」。當員工看到自己前天反映的問題,今天真的被改掉,他就會從旁觀者變成參與者。這一週盯回報問題的關閉率,低於七成,就代表你的回饋循環其實是死的。

第四週:主管示範——主管不用,員工就不用

最強的信號從來不是預算,是主管的手。如果部門主管在週會上打開工具、當著所有人的面把當天議程丟進去請 AI 生一版摘要,採用率會跳一階。相反地,那些只把公告往下轉、自己從不打開的主管,團隊也會很誠實地跟著不用。第四週讓主管親自示範一次、公布部門使用概況,月末把活躍率盯在六成以上,並確認至少有三條工作流在上線後真的被保留下來——那才是導入有沒有活下來的證據。

30 天之後

這份範本不是理論,是我們在金融、製造、醫療現場,一週一週盯著採用率曲線磨出來的。在 Tenten,我們的 FDE 會直接進駐客戶現場走完這 30 天,因為我們相信一件事:Demo 再漂亮都不算數,系統上線、而且有人每天在用,才算數。

Flujos de trabajo con IA,
integrados en tu operación

Nos integramos (FDE y FDM) para construir los agentes y flujos de trabajo de IA que tu equipo usa cada día. En producción en semanas, no en trimestres.