企业在人工智能上的投入持续上升。数据显示，2025年企业人工智能支出达到370亿美元，比前一年增长200%。在不少管理层看来，人工智能已从“竞争优势”转变为“基本配置”。

然而，在投入大幅增加的同时，约四分之三的企业仍停留在试点阶段，鲜有项目实现预期的收入贡献。相关观点认为，关键障碍并非技术，而是员工并未真正学会如何在日常工作中有效使用这些工具。

工具众多，员工“不会用、不敢说”

有统计显示，企业平均运行约200种人工智能工具，但只有28%的员工表示知道如何使用公司提供的相关应用，仅有7.5%的员工接受过可被视为“广泛”的人工智能培训。

在缺乏正式培训的情况下，一些员工选择绕过IT部门，私下使用自己认为“好用”的工具，并尽量避免被管理层注意到。相应行为也在数据中有所体现：57%的美国员工不愿向经理承认自己在使用人工智能，近一半受访者表示，自己会假装会用人工智能，以避免被视为能力不足。

与此同时，管理层使用人工智能的比例约为普通员工的两倍。这意味着最直接参与日常业务执行的一线员工，反而获得的支持和指导最少。

有观点指出，这并非动力不足的问题。员工普遍有使用人工智能的意愿，很多人已经在尝试，只是缺乏如何将其转化为实际业务价值的系统方法，而多数组织也尚未为此提供充分的学习路径。

被动培训难以形成“流利度”

目前，许多企业的人工智能培训仍以被动学习为主：视频课程、包含提示示例的PDF材料，或供应商演示等。员工在培训中“看过、听过”，回到工位后，往往仍将Claude、ChatGPT等工具当作“稍微更智能的搜索引擎”来使用。

相关观点指出，销售、谈判、临床操作、公开演讲等职业技能，通常依靠实践和实时反馈来掌握，而非单向灌输。人工智能使用能力同样如此，但多数企业培训并未按这一逻辑设计，更多停留在“合规打勾”的层面，却期待员工行为发生实质改变。

这种错位在项目结果上有所体现：2025年有42%的公司放弃了大部分人工智能项目，远高于前一年的17%。相关分析认为，这更多反映出员工未能跟上工具引入的节奏，而非技术本身失效。

体验式学习成为缩小差距的路径

一些在人工智能采用上进展较快的组织，开始将“人工智能流利度”视作高风险技能来培养，通过实践、反馈和量化评估来推动使用能力提升。

有观点将其类比为飞行员训练：飞行模拟器的存在并非因为飞行员缺乏动力，而是因为在接近真实的环境中反复练习，才能形成稳定能力。对于人工智能工具，仅靠观看视频模块难以改变行为，在真实或接近真实的业务场景中进行有指导的实践，被认为更为关键。

部分企业已将人工智能辅导直接嵌入工作流程，使员工在实际使用过程中获得即时指导。例如，摩根士丹利开发了一个基于GPT的助手，帮助金融顾问在客户对话中检索研究资料和洞见，将工具直接接入一线业务场景。

也有企业通过内部实践社区推动使用扩散。普华永道在全公司范围内开展人工智能技能提升计划，催生了基层“提示派对”和头脑风暴活动，员工在共享空间中尝试生成式人工智能并交流用例。谷歌云则采用结构化认证方式，对1.5万名销售代表进行市场推广策略培训，在提升个人能力的同时，建立起可衡量且相对统一的人工智能使用标准。

相关数据表明，拥有正式人工智能战略的公司报告的采用成功率约为80%，而没有此类战略的公司这一比例为37%。

“僵尸卓越中心”的隐忧

在企业内部，围绕人工智能的“卓越中心”建设也受到关注。有观点将当前现象与2021年出现的“僵尸公司”类比——后者估值高企但收入有限。类似地，一些机构担心，企业可能正在形成“僵尸卓越中心”：投入数亿美元采购平台和搭建能力中心，但在日常工作中鲜有人真正使用。

相关观点认为，在人工智能应用竞争中，占优的未必是预算最高的公司，而是拥有最多熟练用户的公司。单纯要求员工使用某个工具，或仅仅购买大量许可证，并不能自然形成使用流利度。

要实现真正的采用，企业需要从员工的实际起点出发，通过反复实践建立信心，并持续衡量行为是否发生改变，而不仅仅以“完成某个培训模块”作为标准。

在370亿美元的整体投入之下，外界关注的焦点正在从“是否投资人工智能”，转向“这笔投资能否在组织内部真正落地并转化为可见成效”。