摩擦力稅:AI 落地最隱形的成本
🎯 開場:一個物理學的事實
物理學告訴我們:一個物體要移動,推力必須大於摩擦力。
你推一個箱子,箱子不動——不是你沒在推,是摩擦力太大。這時候你有兩個選擇:要嘛用力推,要嘛減少摩擦力。
企業導入 AI 也完全一樣。
你給了推力——培訓、工具、預算、高層宣示。但 AI 還是不動。為什麼?因為組織裡有一股你看不見的摩擦力,把所有的推力吃掉了。
而且這股摩擦力不是免費的——你在繳「摩擦力稅」,只是帳單上沒有這一欄。
📊 摩擦力稅:你到底在繳多少?
先算一筆帳。
假設你導入 AI 的預算編列如下:
| 項目 | 預算 | 佔比 |
|---|---|---|
| AI 工具訂閱 | 50 萬 | 25% |
| 培訓課程 | 30 萬 | 15% |
| 系統整合 | 40 萬 | 20% |
| 顧問費 | 80 萬 | 40% |
| **合計** | **200 萬** | 100% |
看起來合理。但你漏算了摩擦力稅:
| 摩擦力稅項目 | 隱性成本 | 為什麼是稅 |
|---|---|---|
| 部門協調會議的工時浪費 | 35 萬 | 每次開會 8 個人,2 小時,討論「數據誰來出」 |
| POC 失敗重來的成本 | 25 萬 | 試點卡住,換工具、換場景、換團隊,重新跑 |
| 員工消極抵抗的效率損失 | 40 萬 | 表面配合,私下不用,產出為零 |
| SOP 寫不出來的迭代成本 | 20 萬 | 「會做」但「寫不出來」,反覆修改 |
| 中階主管拖延決策的時間成本 | 30 萬 | 每個 AI 決策都要往上呈三層,等兩週 |
| **摩擦力稅合計** | **150 萬** | **佔原預算的 75%** |
你的 200 萬預算,真正用到 AI 上的只有 200 萬。但摩擦力稅再吃掉 150 萬的隱性成本——實際總成本是 350 萬,但你只看到 200 萬。
🔑 這就是為什麼很多老闆覺得「AI 投資沒效果」——不是沒效果,是你不知道自己多花了 75% 的隱性成本在對抗摩擦力。
🔬 四種摩擦力:它們從哪來,怎麼吃掉你的 AI
摩擦力不是一個東西,是四種不同的力。每一種的來源不同、症狀不同、破解方式也不同。
摩擦力一:部門摩擦力 — 數據不流動,AI 就是瞎子
AI 要發揮價值,需要端到端的數據。但你的數據長什麼樣?
- •業務部的客戶名單在 Excel 裡,IT 拿不到
- •客服部的對話紀錄在第三方平台,行銷部看不到
- •廠務的設備數據在 PLC 裡,工務的維修紀錄在紙本上
每個部門都覺得「我的數據是我的」,不願意分享、不願意標準化。 結果 AI 拿到的數據是碎片化的,模型再強也沒用。
我輔導過一家中部製造業,他們想做 AI 預測維修。技術沒問題,模型也跑出來了——但設備數據在廠務系統、維修紀錄在工務的 Excel、備品庫存在倉管系統。三個系統不互通,三個主管不願意整合。 最後 POC 成功,投產失敗。
這不是技術摩擦力,是地盤摩擦力。
摩擦力二:心態摩擦力 — 「AI 學一學就好,反正不會真的用」
心態摩擦力是最隱形的一種。它不是公開反對,而是消極配合。
員工在培訓時學得很認真,回到座位後——「啊我太忙了,下次再用」「這個案子比較急,先用手動的方式」「AI 輸出的東西還要檢查,不如自己來」。
聽起來都很合理。但累積起來,就是 85% 的員工從未深度使用 AI。
更深層的心態摩擦力是恐懼——「萬一 AI 做得比我好,我的價值在哪?」這種恐懼不會說出口,但會以各種「合理」的理由包裝:品質不夠、不夠安全、不夠精準。
某金融業 AI 風控系統,pilot 準確率 95%。但風控團隊就是不信任,繼續用人工審核——理由是「出了事誰負責?」。模型再準,人不用就是零。
這不是能力摩擦力,是信任摩擦力。
摩擦力三:流程摩擦力 — SOP 顆粒度太粗,AI 根本接不上
這是最技術性的一種,也是最被忽略的一種。
你的公司有 SOP 嗎?有。但那些 SOP 是寫給人看的,不是寫給 AI 看的。
什麼意思?
人看的 SOP:「遇到異常情況,通知主管處理。」
>
AI 看的 SOP:「當良率連續 3 批低於 98%,且異常類型屬於表面瑕疵(類別代碼 A-C-03),自動通知品保主管(工號 1024),同時暫停該產線出貨,等待人工覆核。」
從前者到後者,就是「流程摩擦力」的跨度。你的 SOP 顆粒度不夠細,AI 就接不上。
老師傅聽機器聲音就知道軸承要換——但他這個「聽覺判斷」從來沒被寫成規則。你問他怎麼判斷的,他說「憑感覺」。但「憑感覺」沒辦法餵給 AI。
不只是製造業。服務業也一樣——客服主管知道哪種客訴要升級到主管層級,但如果你問他「判斷標準是什麼」,他可能說「看情況」。這個「看情況」就是流程摩擦力的來源。
這不是工具摩擦力,是顆粒度摩擦力。
摩擦力四:權力摩擦力 — 中階主管不動,下面沒人敢動
高層說「衝 AI」,基層說「好」,中階主管說「先把手邊的事做完」。
中階主管是 AI 落地的最大變數。他們不是反對 AI,而是反對「改變」——因為改變意味著風險,而風險由他們承擔。
| 高層的期待 | 中階主管的計算 |
|---|---|
| 「用 AI 提升效率」 | 「提升效率 = 老闆覺得不需要這麼多人 = 我的團隊縮編 = 我的權力縮小」 |
| 「三個月內看到 ROI」 | 「三個月做不出來是我的責任,但用了 AI 出錯也是我的責任」 |
| 「你帶頭用 AI」 | 「我用了 AI,下面的人會覺得我在偷懶,我的威信受損」 |
某零售業 AI 庫存預測 pilot 成功,採購主管卻不採用——「電腦說的準嗎?出錯你負責?」他不是不信任 AI,是不願意承擔採用 AI 後的決策風險。用人工判斷出錯,是「經驗問題」;用 AI 出錯,是「失職問題」。兩種風險的性質不同。
這不是知識摩擦力,是利害摩擦力。
⚙️ 靜摩擦 vs 動摩擦:為什麼啟動最難
物理學有一個概念:靜摩擦力大於動摩擦力。 要讓一個靜止的物體開始移動,需要的力比讓它持續移動的力大得多。
AI 落地也一樣。
| 摩擦類型 | 企業 AI 的對應 | 特徵 |
|---|---|---|
| **靜摩擦** | 從零到第一次真實落地 | 最大阻力。組織從未用過 AI 在真實流程裡,所有系統、流程、心態都是「靜止狀態」。要推動它,需要很大的外力。 |
| **動摩擦** | 從第一個場景到規模化 | 阻力較小。一旦組織「動起來」了——有人用、有成功案例、有 SOP——後續擴散的阻力會降低。 |
這就是為什麼很多企業在 POC 階段卡住——他們低估了靜摩擦力。 以為「跑一個試點」就能克服摩擦力,但其實 POC 只是在「推那個還沒動的箱子」。你花了力氣推動了一點點,一放手,又彈回去。
真正能克服靜摩擦力的,不是更大的推力(更多培訓、更多工具),而是持續施加外力的人——在箱子開始移動後,繼續推、不放手,直到它從靜摩擦變成動摩擦,自己動起來。
🎯 一個 POC 不會讓組織「動起來」。持續 90 天的推力,才會。
🏭 製造業 vs 服務業:摩擦力分布不同
四種摩擦力在不同產業的「重量」不同:
| 摩擦力類型 | 製造業嚴重度 | 服務業嚴重度 | 原因 |
|---|---|---|---|
| 部門摩擦力 | 🔴 高 | 🟡 中 | 製造業系統更分散(機台/ERP/MES/WMS 各一套) |
| 心態摩擦力 | 🟡 中 | 🔴 高 | 服務業員工更怕被取代(客服/行銷/業務的焦慮更直接) |
| 流程摩擦力 | 🔴 高 | 🟡 中 | 製造業 SOP 顆粒度問題更嚴重(老師傅經驗難規則化) |
| 權力摩擦力 | 🟡 中 | 🔴 高 | 服務業中階主管的決策權更大、更分散 |
這意味著:沒有一套萬用的 AI 落地方案。 製造業要先攻流程摩擦力(SOP 規則化),服務業要先攻心態摩擦力(消除恐懼)。順序錯了,事半功倍。
🔍 摩擦力不會自己消失
物理學告訴我們:摩擦力不會因為你「等」就消失。它只會因為你「施加外力」而被克服。
培訓是推力。工具是推力。預算是推力。高層宣示是推力。
但如果推力一停,摩擦力就把你拉回原點。這就是為什麼 95% 的企業 AI 專案,最後都回到了「上課前」的狀態。
你需要的是一種持續的、在場的、能接住每一個「卡住瞬間」的外力。
那個外力,叫做陪跑。
*這是 AI 落地三部曲的第二部。第三部〈陪跑 90 天:克服摩擦力的最後一哩〉將告訴你怎麼做——從四種摩擦力對應的四種陪跑解法,到 SOP 顆粒度的升級路徑。*
*如果你的公司正在繳摩擦力稅,請洽榕耀管顧——我們不賣工具,我們幫你把摩擦力降下來。*