作者：Julia Sperling-Magro 和 Tim Koller

现状偏见与思维惰性，正悄然拖慢企业推进生成式AI的脚步。以下举措可帮助企业突破这些隐形阻力。

哪怕出发点再正确，管理者也会常常在无意中陷入认知与组织层面的偏见，进而影响决策质量。本系列文章将系统梳理这些隐秘却顽固的心理机制，并提供切实可行的应对之策。

本期聚焦：

阻碍生成式AI加速落地的认知桎梏

现实困境

一家医疗企业曾制定明确计划，希望加快员工对生成式AI工具的使用。为此，公司投入大量时间与资源，推出覆盖全员的自助式、互动化培训项目。课程反馈看似相当理想，九成以上参与者给出了高度评价，管理层据此判断：项目取得圆满成功。

然而，六周后的一次跟进评估，却呈现出截然不同的结果：真正将生成式AI纳入日常工作的员工比例不足10%。更令人意外的是员工的解释，即便在那些使用AI效果立竿见影的场景中，许多人依然从未尝试过使用。

研究洞察

管理层所遭遇的，其实是一种经典却常被低估的心理现象：现状偏见。在面对选择时，人们往往倾向于走认知捷径，默认维持既有状态，而非主动评估改变的价值。威廉·塞缪尔森与理查德·泽克豪泽在1988年发表的研究《决策中的现状偏见》中，对这一现象进行了系统论证¹。研究者通过一系列实验，让受试者针对投资组合、退休方案和职业选择等虚拟情境作出决策。结果显示，无论选项本身是否更优，只要某一方案被标注为“当前采用”，就会获得明显高于其他选项的偏好。

在生成式AI的应用场景中，现状偏见往往体现为过度放大“采用新工具的风险”，例如担心“机器人会取代我”，却同时低估了因循守旧、止步不前的风险。

破解这一认知陷阱的一个有效方法，是将选择重新表述为“停滞不前、承受损失”与“主动变革、收获回报”之间的权衡。与此同时，企业还可以将使用新工具设为默认工作方式，借助管理层表率与同事示范推动行为转变，并帮助员工清醒认识到，随着技术持续演进，外部环境已发生深刻变化，固守现状并非可行选项。

破解之道

明确问题根源后，这家医疗企业选择从更贴近个人、更贴合具体工作的层面着手，逐步建立共识：墨守成规实则暗藏风险，主动拥抱生成式AI工具才是最明智、最稳妥的选择。企业一改过往模式，安排专人对接各业务团队，逐一拆解团队的工作任务。培训不再止步于“推荐工具”，更着力协助员工找到工具在日常工作中的具体切入点。这些小范围、深度化的培训，传递出一个清晰信号：“这已经是我们的默认工作方式。”

与此同时，首席执行官、首席财务官及其他高管也接受了一对一专项培训，亲身体验生成式AI如何帮他们节省时间，从而将精力聚焦于最高价值的决策与工作。这一步至关重要，当专业人士担心新技术会削弱自身价值时，抗拒几乎不可避免；而一旦他们切身感受到，生成式AI并非取代，而是在放大其专业能力，态度便会发生根本转变。

在此基础上，这些率先掌握工具的领导者，又在各自团队中识别出一批敢于尝试、并已通过生成式AI获得实质性收益的“超级用户”。公司对他们给予认可与激励，并赋予新的角色定位：作为团队内部的“教练”，带动更多同事跟进。实践反复证明，相比制度要求，同伴示范往往更能促进行为转变。

企业采取的另一项关键举措，是组织部分团队走访那些已深度整合生成式AI、并取得显著成效的外部机构。很多时候，人们之所以笃信“这不可能”，只是因为从未亲眼见过“真实案例”。当员工直观感受到同行企业如何完成转型、并从中获益，那种“变革尚有时间”的安逸感便开始松动。

多措并举之下，员工心中“固守现状最稳妥”的执念被逐步瓦解。他们眼见管理层带头践行、身边同事主动尝试、各团队稳步推进，更目睹外部企业的成功转型，由此触发了认知转变：旧有工作模式终将被淘汰，唯有主动拥抱生成式AI，方能跟上行业步伐，实现个人职业进阶。

这些努力显著提升了企业内部生成式AI的采用率，也揭示出一个极具启发性的结论：当新的工作方式不再被视为扰乱秩序的“变革”，而被普遍接受为理所当然的“新常态”，改变便会自然发生。

关于作者

Julia Sperling-Magro 是麦肯锡全球董事合伙人，常驻法兰克福分公司；Tim Koller 是麦肯锡全球董事合伙人，常驻丹佛分公司。

作者感谢 Julian Kirchherr 和 Sandra Durth 对本文的贡献。

1 William Samuelson、Richard Zeckhauser，“Status quo bias in decision making，”Journal of Risk and Uncertainty，1988年3月，第一期。