導入 AI 最難的不是技術，是人:同事抗拒的三個真實理由——威脅感、改變不安、無力想像

上一篇(D7)是整個系列的錨點——我們用「可逆、可查證、誰扛責」三問，把「該交給 AI」和「該留給人」的判斷框架立起來。從這一篇起，我們正式進入 Phase 2:職場政治與導入阻力的拆解。

先來導讀一下這一幕會走過哪裡:

為什麼說「導入 AI 最難的不是技術」?

因為技術問題會收斂，人的問題不會。 技術卡關再難，都有 log 可查、有文件可讀、有社群可問，你花時間總能把它逼到一個解;

但「同事就是不用」這件事，沒有 stack trace、沒有 SOP，你把系統打磨到完美，他照樣可以碰都不碰。

我看過技術上明明跑得動的系統，在辦公室裡就是推不動。

不是因為做得爛，是因為導入從來不是一個純技術動作——你是在改變一群人每天怎麼工作、怎麼看待自己的價值。 那不是部署一支程式，而是動到一個人怎麼看待「自己還重不重要」。

在拆解抗拒之前，先給你一組數據——不是拿來分類誰，是幫你看清眼前這個人「從哪來」。

這張圖該怎麼讀?先看每個世代「幾歲才遇到 AI」

以下依同一批年齡層（基準為2026年），推算約略出生年，並對照台灣科技史上幾個關鍵時間點（HiNet撥接1995、ADSL寬頻1999-2000、iPhone引進2008、ChatGPT問世2022年底、竹科成立1980、台積電成立1987），此表為歷史時間點推論。

• 科技業職員年齡集中在30-44歲（合計超過六成，為 2020 年統計，近年只會再往上推移），是目前的中堅世代。
• 各年齡層對「網路」與「AI」的接觸路徑不同：年長世代是先立業、後遇網路與AI；年輕世代則是天生網路原生，且在學生時期就已接觸生成式AI，形成「AI優先」的新世代科技人才。
• 2026年的25-29歲、30-34歲，恰好對應2020年版的「25歲以下」與「25-29歲」，說明科技業的世代交界正逐年往上推移。

這組數據不是拿來預測誰會反對——你等一下會看到，三種抗拒每個世代都有各自的版本。它的用處是幫你看清眼前這個人的「科技生命線」:他是先立了業才遇到網路和 AI、還是一出生就泡在裡面。同一種抗拒，對這兩種人，你得用完全不同的講法。

世代不決定「會不會抗拒」，但決定「抗拒長什麼樣、你要用什麼語言跟他談」。 帶著這個視角，我們來拆這三種抗拒。

抗拒一:當「自動化」被聽成「你要被裁掉」

第一種，也是最直覺的一種:他把「自動化」聽成了「你要被取代」。 你說「這系統幫你省時間」，他心裡翻譯成的是——「這系統證明了你可以被省掉」。

想像那位做了十年、對機房設備瞭若指掌的資深同事。他的價值長在哪?長在「這件事別人做不到、只有我熟」。

哪台設備最近脾氣不對、哪個型號的韌體有雷，他閉著眼睛都知道。現在一套新系統進來，把「只有我會」變成「系統也會，而且更快、還不會累」——對你那是效率提升，對他那是十年累積的稀缺性，一夜被稀釋。

這裡有個殘酷的落差，正好接回 D7:客觀上，被取代的是「逐台巡、逐條比」那件重複苦工，不是他這個人——他的判斷、他對現場的手感，還在「該留給人」那半。

但情緒上，他感受到的是自己被瞄準了。 理性上的位置還在，不等於情緒上感覺得到。這個落差，就是第一種抗拒的來源。

而且要說清楚:這種恐懼是合理的。 他不是不懂科技才害怕，恰恰是因為他太懂這一行怎麼淘汰人——他親眼看過技術換代把人洗掉。你不能怪一個看過潮水的人怕水。

抗拒二:為什麼光是「改變」就讓人不安?

第二種，常被貼上「世代」的標籤——但根本不是年紀問題。 「他年紀大了學不動」是最偷懶的解釋。真正讓人不安的，是另一件更難說出口的事:一個當了十年的專家，在用新系統的那一刻，被打回一個什麼都不會的新手。

這不是「學一個新介面」的成本，是自我認同的落差。昨天他還是那個大家有問題都來請教的人;今天他要在比他年輕十歲的同事面前，開口問「這個按鈕是做什麼的」。

專業者的抗拒，常常來自尊嚴，不是能力。 學不學得會是其次，「要從被請教的人變回開口問的人」這件事本身，就足以讓人本能地想躲。

而且這不是老員工的專利。年輕世代也有他們版本的抗拒——怕被工具綁死、怕自己變成只會按按鈕、把判斷力外包出去的人。

所以這從來不是單純的「新人 vs 老人」對立，而是每一個位置上的人，面對改變，都有各自要守的東西。 看懂這一點，你才不會把它簡化成「說服老人」的問題。

抗拒三:最容易被冤枉的一種——他不是不想，是「沒力氣想像未來」

前兩種抗拒的核心是「怕」;第三種完全不同，它的核心是「累」。 而這一種，最常被冤枉。

想像未來，其實是一件需要「餘裕」的事——需要時間、需要安全感、需要「相信明天會更好」的心理空間。

但你要一個同事開始想像 AI 導入後的美好未來時，他正處在什麼狀態?手上的工單排到下週、電話一直響、今天的巡檢還沒跑完。你要他從這種滿載狀態裡，額外擠出力氣，去想像一個還沒發生、還不確定會不會真的更好的未來——這對他是奢侈品。

所以當他說「有空再研究」「先忙完手上的再說」，你很容易讀成他消極、不配合;但更可能的真相是:他不是不想，是真的沒有餘裕想。 這裡還有一個弔詭的時間差——AI 本來就是要來空出餘裕的，可是在導入的那個當口，他還沒拿到那份餘裕，卻要先付出想像的力氣。

你要人用「還沒到手的餘裕」去支付「現在就要的想像成本」。 想通這一層，你對這種抗拒的火氣會小很多。

看懂了嗎?這三種抗拒，沒有一種是在「反對 AI」

把三種抗拒攤開，你會發現它們指向同一件事: 他們反對的不是 AI 這個技術，是「自己在新世界裡到底是誰」的那份不確定。

看懂這張表，最大的用處是:你不會再把抗拒的同事當成要剷除的障礙，而是當成要讀懂的訊號。 中間那欄(真實來源)才是你要處理的東西;左邊那欄(表象)只是它冒出來的樣子，右邊那欄(誤解)則是多數導入失敗的起點——你用錯欄位去回應，力就使錯了地方。

這也正好補上 D7 沒說完的話:你按三問把他的位置留好了，那是「客觀上位置還在」;

但這三種抗拒告訴你，客觀留位置不夠——他得主觀上感覺得到那個位置，而且要有餘裕去相信它。

要從何開始解? 我是怎麼解的?，就是明天 D9 要走的路。

總而言之

• 導入 AI 的瓶頸通常不在技術，在人: 技術問題會收斂，人的抗拒不會自動收斂——系統做到完美，他還是可以不用。
• 抗拒 ≠ 不講理: 威脅感、改變不安、無力想像，三種都是合理的人性反應，不是缺點。
• 抗拒的同事不是絆腳石: 他抗拒的不是 AI，是「看不到、或還沒餘裕去找自己在新世界的位置」。
• 資深者的抗拒常來自尊嚴，不是能力: 被打回新手的那一下，傷的是自我認同，不是學習曲線。
• 「沒力氣想像未來」最容易被冤枉: 那是餘裕問題，不是態度問題——而餘裕正是 AI 要給的，只是存在時間差。
• 讀懂抗拒的表象 / 真實來源 / 誤解三欄: 回應要打在「真實來源」那欄，打在表象或誤解上只會更僵。

診斷到這裡，結論其實很反直覺: 同事的抗拒不是要「克服」的障礙，是要協助他「讀懂」的訊號。 而且你會發現一件事——你越想「說服」他，他往往越抗拒，因為「說服」這個動作本身，就在放大「你要改變我」的威脅感，正中第一種抗拒的紅心。

所以化解的路，不是把道理講得更用力。

明天 D9 會講三段我打算實施、正在實施、而且方向完全相反的做法: 讓自願者先上車、讓他參與設計、給他看得到的好處——每一個都對應今天診斷出的一種抗拒。

所以別急著替他下定論。他後面會回來的——三套系統上線之後的引用篇(D21、D24、D27)會陸續回頭處理這條「取代焦慮 → 實際分工」的線,其中 D27 收得最完整。怎麼變的，從明天開始講。

下面這張是一封真實信件——關於開發進度的往來。我手動把關鍵字幾乎全遮掉了，留下一片片空白;放它不是為了內容，是想讓你知道:這篇講的抗拒與導入，是我正在真實推進、有人在等進度的事，不是紙上談兵。

附錄

科技業職員年齡分布
經濟部「科技產業園區員工人數及薪資性別統計分析」，109年（2020年）職員（白領）年齡結構資料

• 網址：https://www.moea.gov.tw/Mns/DOS/content/wHandMenuFile.ashx?file_id=26802

就業人數：中小企業 vs 大企業
經濟部中小及新創企業署《中小企業白皮書》（2024／2025年版），中小企業就業人數約占全國就業人數近8成

• 參考新聞稿：https://www.moea.gov.tw/Mns/populace/news/News.aspx?kind=1&menu_id=40&news_id=121491

補充說明：左邊那張是科技業（科技產業園區）的官方年齡統計，算是精準的科技業資料；右邊那張是「全國」企業規模與就業占比，不是科技業獨有的數字——因為公開資料庫沒有單獨拆出「科技業依員工人數分」這一項，所以是拿全國數字當作概念參考，不是科技業專屬統計。