企業導入 AI 的溝通管理新戰略，三面向解析人才對 AI 的態度
2026-09-07更新
職場資訊平台 Glassdoor 調查¹ 近期出現一個反直覺的信號：用 AI 用得最頻繁的世代，反而對 AI 最不滿意；使用率最低的資深世代，滿意度卻最高。根據美國職場數據，關鍵不在於員工排不排斥 AI，而在於企業「怎麼導入」 AI。本文從國際數據觀察到的訊號出發，拆解態度落差背後的邏輯，並提供一套 HR 戰略思維的組織 AI 準備度診斷框架。
快速跳轉目錄
職場 AI 態度調查：用最多的世代，反而最不滿意
如果你問一位企業主管「哪個世代對 AI 接受度最高」，多數人會直覺回答 Z 世代，畢竟他們是數位原生代，也是使用 AI 工具最頻繁的一群人。但 Glassdoor 針對美國職場評論的最新分析，卻呈現完全相反的結果。
把員工評論按世代拆解後可以看到，四十多歲到六十出頭的 X 世代對 AI 導入抱持最正面的態度，將近一半的相關評論落在「優點」欄；千禧世代居中；而使用率遠高於前兩者的 Z 世代，正面評論比例反而是三個世代中最低的一群。換句話說，用得最多的一代，反而最不滿意。
這是目前公開可見、最完整拆解世代差異的職場 AI 態度調查，樣本來自美國職場。這個現象背後的邏輯，值得每一位 HR 主管認真思考。
| 世代類別 | 年齡與特徵 | AI 使用頻率 | 正面評價/滿意度 | 關鍵態度與現象 |
|---|---|---|---|---|
| Z 世代 | 數位原生代 | 最高 | 最低 | 使用最頻繁，但因缺乏明確指引與規範，正面評價最低 |
| 千禧世代 | 中生代 | 中等 | 中等 | 態度與使用頻率介於兩者之間 |
| X 世代 | 40歲至60出頭 | 最低 | 最高 | 使用率遠低於前兩者，但將近一半相關評論落在「優點」欄 |
現況診斷：企業可能存在的系統性風險
根據調查，工具導入的速度，往往快過政策說明與內部溝通的速度。人工智慧科技基金會 AIF 《2026台灣產業AI化大調查》²數據指出，44.7% 企業沒有任何 AI 人才培訓計畫，且有 61.8% 的 AI 使用行為發生在組織控管範圍 之外（影子 AI，Shadow AI）。
當企業推動 AI 工具的動作，遠比向員工說明「為什麼要用、怎麼用、用了之後評估標準會不會改變」更快，員工感受到的就不是「效率提升」，而是 「規則一直在變、沒人跟我說清楚」。
圖片來源：《2026台灣產業AI化大調查》報告截圖
真正的原因：不是技術，是管理層面
深入拆解 Glassdoor 負面評論的內容之後，會發現員工抱怨 AI 的理由，遠比「怕被取代」複雜得多。
面向一、溝通與管理方式才是核心問題
面向一、溝通與管理方式才是核心問題
在所有負面評論中，擔心被 AI 取代的比例佔約20%。大部分容易被忽略的，則是企業在導入 AI 過程中的管理方式。
- 員工感覺被強迫使用 AI 工具，而非自願採用
- 企業為了追求 AI 導入的成效，犧牲了原本的服務品質或工作內容
- AI 被用來監控員工表現或發送制式化的內部溝通
- 企業在 AI 導入的動作被認為太慢、太保守
- 主管對 AI 帶來的生產力效益抱持不切實際的期待
這些數據說明一件事：員工不滿的原因往往不是 AI 本身，而是企業「怎麼推」 AI。
面向二、招募場景的信任問題，是 HR 需要優先關注的角落
面向二、招募場景的信任問題，是 HR 需要優先關注的角落
除了日常工作流程，招募場景是另一個值得留意的地方。近年台灣企業在招募流程中導入 AI 篩選履歷或虛擬面試官的比例持續上升，但員工與求職者，尤其是女性、基層員工與有家庭照顧需求者，往往更容易擔心演算法篩選帶來的無意識偏見，這也是接下來 AI 治理的潛在問題。
面向三、技能落差放大了體驗差距
面向三、技能落差放大了體驗差距
另一個容易被忽略的因素，是提示技巧與判斷力的落差。報告指出，資深工作者通常擁有更完整的專業判斷力，能寫出更精準的指令，也更容易辨識 AI 生成內容中看似合理、實則錯誤的部分。這讓他們即使使用頻率較低，也能從 AI 工具得到更好的結果；而年輕員工雖然操作熟練，卻不見得具備同等的專業判斷力去驗證 AI 產出的品質。
國際數據洞察：職業別的溫度差
態度分化不只發生在世代之間，職業別的落差在 Glassdoor 的美國樣本中更為劇烈。企業領導層是對 AI 最友善的族群，超過六成的相關評論屬於正面；業務與產品經理、招募人員、軟體架構師、資料分析與工程相關職務，也普遍偏向正面。
相對地，保險理賠人員對 AI 的態度極為負面，幾乎所有相關評論都是負評；作家、記者、會計師、客服人員、設計師與 IT 人員，同樣是高度批判 AI 的族群。
| 職業類別 | AI 態度傾向 |
|---|---|
| 企業領導層 | 高度正面 |
| 業務／產品經理、招募人員、軟體架構師、資料分析師 | 偏向正面 |
| 保險理賠人員 | 高度負面 |
| 作家、記者、會計師、客服人員、設計師、IT 人員 | 偏向負面 |
值得留意的是：被視為最容易被 AI 取代的職業，評論反而略偏正面。這說明員工的 AI 態度，受到的不只是「這份工作會不會被取代」的單一因素影響，企業整體的 AI 策略，不論好壞都會外溢到所有職位。
根據國內最新調查，非技術職中 AI 化最深的是製程、學術研究、品管，而非一般人直覺聯想的行銷或內容職類，成長最快的則是專案／產品管理、業務、行銷等應用端職類，顯示AI正從工程端向應用端外溢。
給 HR 的診斷框架：自評不能只問「有沒有使用」
如果態度落差的根源是管理方式而非技術本身，那麼企業在盤點員工 AI 準備度時，就不能只用「使用率」這種單一指標。以下三個檢查點，是我們建議企業用來診斷組織 AI 導入健康度的起點：
- 自願度檢查：員工是「被要求」使用 AI，還是有明確的自主空間與練習時間？
- 品質守門檢查：AI 導入是否伴隨對應的品質把關機制，還是單純把 AI 產出的內容直接推向客戶或市場？
- 信任透明度檢查：員工是否清楚知道 AI 在工作流程中被用來做什麼，還是感覺自己正在被 AI 默默監控？
企業如果只在「教員工怎麼用 AI 工具」上投入資源，卻沒有處理這三層問題，態度落差只會持續擴大。
AI 導入常見 FAQ
為什麼員工對 AI 的態度會兩極化？
為什麼員工對 AI 的態度會兩極化？
職場資訊平台Glassdoor觀察顯示，使用頻率不等於接受程度：用AI最頻繁的世代，滿意度反而最低；使用率最低的資深世代，滿意度卻最高。這個反差說明態度分化的關鍵，不在於員工用不用 AI，而在於企業「怎麼導入」 AI。
企業導入 AI 時，員工最常見的抱怨是什麼？
企業導入 AI 時，員工最常見的抱怨是什麼？
根據職場資訊平台 Glassdoor 調查，最大宗的抱怨並非擔心被取代，而是被強迫使用、AI 導入犧牲服務品質、AI 淪為監控工具、企業行動太慢、主管期待不切實際等管理面問題。
企業該怎麼判斷自己的 AI 導入方式是否健康？
企業該怎麼判斷自己的 AI 導入方式是否健康？
可以從三個面向自我檢 查：
- 員工使用 AI 是自願還是被要求
- AI 產出的內容有沒有品質把關機制
- 員工是否清楚知道 AI 在工作流程中的用途
這三項比單純的「使用率」更能反映組織 AI 導入的真實狀況。
下一步行動：從人才態度診斷到職能場景設計
理解了員工態度分化的成因之後，下一個問題自然浮現：企業該把資源投資在哪裡，才能真正縮小這個落差？ 答案不在於要求每個人都變成 AI 高手，而在於怎麼把 AI 嵌入不同職能的實際工作場景。若想深入了解培訓規劃細節，立即填表諮詢，獲取企業專屬客製培訓規劃！
延伸閱讀
參考資料：
- Glassdoor （2026.08.27）, How workers feel about AI in 2026
- 人工智慧科技基金會 AIF , 《2026 台灣產業AI 化大調查》
分享至：
關於作者
言果學習
為企業探索發展人才的可能性
主要提供人才培訓方案給企業客戶，客戶群集中在台灣千大企業與外商公司，目前有將近80位來自各領域的講師與顧問團隊，協助企業規劃與執行課程，課程囊括企業經營、人才管理等範疇，是綜合型的專業培訓團隊。
主要提供人才培訓方案給企業客戶，客戶群集中在台灣千大企業與外商公司，目前有將近80位來自各領域的講師與顧問團隊，協助企業規劃與執行課程，課程囊括企業經營、人才管理等範疇，是綜合型的專業培訓團隊。
精選
訂閱電子報
猜你會喜歡
所有文章
