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

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。

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 取代的比例其實只占少數。真正占多數的，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。

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：

1. 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？
2. 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？
3. 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 導入常見問題 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，態度分化的主因不是技術好不好用，而是企業導入 AI 的方式。

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！

參考資料：

1. Glassdoor （2026.08.27）, How workers feel about AI in 2026
2. 人工智慧科技基金會 AIF , 《2026 台灣產業AI 化大調查》