從 Gallup 2026 報告看 AI 導入真正卡住的地方：不是工具能力，而是管理者能不能把任務、流程、標準、回饋與意義重新接起來。
最近讀 Gallup 2026 年《全球職場狀況報告》，裡面有一組數字，我覺得很值得停下來看。
這個資訊最早不是我從報告裡看到的，而是我在「得到」App 的《得到頭條》裡聽到。那一集提到這份報告時，我覺得它剛好接上我最近一直在想的問題：AI 進入工作之後，人跟 agent 到底應該怎麼合作？
所以我回頭把原始報告找出來看。對我來說，找到原始報告這件事情很重要。因為如果只看一段二手整理，很容易只記得某些訊息；但回到報告本身，才比較能看清楚：這些數字背後，到底在指向什麼組織問題。
在已經導入 AI 的美國組織裡，65% 的員工認為 AI 對自己的生產力有正面影響。
這不難理解。現在很多人用 AI 寫信、整理資料、改簡報、查資料、產生初稿甚至是直接運用了。對個人來說，確實會有「我變快了或變強了」的錯覺。
但同一份報告裡，只有 12% 的員工認為：AI 真的改變了組織裡「工作被完成的方式」。
這個落差很有意思。
它代表 AI 可能已經逐步融入，很多人的工作流，但還沒有真正進入組織工作流。
個人會用，不等於團隊會用。團隊有人試，不等於公司做事的方法改變了。
我覺得這也是現在很多 AI 導入卡住的地方。
問題不一定是工具不夠強，也不一定是模型不夠新。真正卡住的，可能是組織裡沒有人把 AI 變成一套可重複、可協作、可被管理的新工作方式。
而 Gallup 這份報告，把答案指向一個很傳統、甚至有點不時髦的角色：管理者。
管理者正在先被耗盡
Gallup 2026 報告指出，2025 年全球員工敬業度降到 20%，是 2020 年以來低點。
換句話說，全世界大概只有五分之一的員工，真正對工作投入。其他人不是完全不做事，而是比較像在撐、在等、在完成最低限度。
這已經是警訊。
但更值得注意的是，這一輪下滑主要不是從一般員工開始，而是從管理者開始。
報告顯示，全球管理者敬業度從 2022 年的 31%，降到 2025 年的 22%。光是 2024 到 2025 這一年，就從 27% 掉到 22%。
這件事放在 AI 導入的脈絡裡，會變得很關鍵。
因為 AI 不會自動變成組織能力。AI 只是工具。真正要讓工具變成工作方式，中間需要有人處理很多不顯眼、但非常重要的事：
- 哪些任務適合交給 AI？
- 輸入資料要到什麼程度才夠？
- 輸出結果用什麼標準判斷？
- 哪些地方一定要人工驗證？
- 個人用得好的方法，怎麼變成團隊流程？
- 當大家對 AI 感到不安時，誰負責把方向講清楚？
這些事情，說穿了都是管理工作。
所以當企業一邊期待主管推動 AI，一邊讓主管承受更大的管理跨度、更少的資源、更多的救火，最後很可能得到一個矛盾結果：
公司買了 AI，但真正能把 AI 接回工作現場的人，正在先被耗盡。
AI 導入不是採購問題，是工作方式重設
很多公司導入 AI 的方式，大概是這樣：買工具（甚至期待員工自己買自己用，最好公司都不要花錢）、開帳號、辦教育訓練、發使用公告，然後期待效率自然提升。
這些事不是沒用，但它們只能處理「工具可用」的問題，不能處理「工作方式改變」的問題。
真正的工作現場，通常更複雜。
員工每天面對的是既有任務、既有 KPI、既有會議、既有報告格式、既有審核流程。除非有人把 AI 融入這些日常流程，否則 AI 很容易變成「員工個別認知能力」的東西。
工具在那裡，但流程沒變。
更麻煩的是，如果原本流程就不清楚，AI 只會把模糊放大。
需求說不清楚，AI 會更快產出方向不對的東西。
品質標準不清楚，AI 會更快製造大量看起來完整、但不知道能不能用的內容。
責任邊界不清楚，AI 會讓每個人都以為「應該有人處理了」。
所以我越來越不相信「AI 會讓公司運作變好」這種說法。
比較現實的情況是：AI 會讓差的管理更明顯，也讓好的管理更有槓桿。
管理者是 AI 落地的關鍵介面
Gallup 報告裡還有一個數字很直接。
在投資 AI 的美國組織中，如果員工看到自己的主管是支持團隊使用 AI，他們可能會認為「AI 改變了組織工作方式」的可能性，是其他人的 8.7 倍。
我覺得這個數字很重要，因為它提醒我們：AI 採用不是單純的個人學習問題。
一個人會不會用 AI，當然跟他的好奇心、技能、工作類型有關。但一個團隊能不能真的用起來，往往取決於主管有沒有把它融入工作設計裡。
主管不一定要是最會寫 prompt 的人。
但他需要能夠回答幾個問題：
- 這個團隊，最需要利用 AI 改善的是哪一段流程？
- 哪些內容產出可以先用 AI 做初稿，哪些不能？
- AI 做完之後，人要檢查什麼？
- 團隊要怎麼分享有效用法，而不是各自摸索？
- 出錯時，責任怎麼界定？
- 效率提升後，人要把時間拿去做什麼更有價值的事？
這些問題沒有被回答，AI 就很容易停留在個人工具。
一個人變快了，但組織沒有變聰明。
管理者不能是行政成本，而是建立意義的基礎
過去幾年，很多討論都在質疑管理者的必要性。尤其 AI 出現之後，這個問題更常被拿出來問：
如果 AI 可以整理資訊、追蹤任務、產出報告，那管理者是不是會變得不重要？
我的想法剛好相反。
如果一個管理者只是在催進度、開會、轉述上層指令，那他的確很容易被工具取代，甚至本來就不該存在那麼多。
但如果管理者做的是另一件事：讓每個人知道自己的工作為什麼重要、標準是什麼、努力有沒有被看見、下一步要怎麼變強，那這個角色，在 AI 時代反而更重要。
因為 AI 會讓工作變快，也會讓工作變得更碎。
資訊更多、選項更多、工具更多、輸出更多。當所有東西都變快，人更容易失去方向感。
這時候，組織需要的不只是自動化，而是意義的重新組裝。
我會把好的管理者稱為一種「意義基礎設施」。
他不一定每天生產最多內容，也不一定是操作工具最快的人。但他能讓團隊知道：
- 我們現在要解決的是什麼問題？
- 哪些事情值得做，哪些只是忙？
- AI 產出的東西，要用什麼標準判斷好壞？
- 人應該保留哪部分判斷？
- 每個人在新的工作方式裡，如何繼續成長？
這些問題，才是 AI 時代真正困難的地方。
Agent 不會消除管理成本，但會暴露管理品質的課題
我最近一直在思考人與 agent 的合作模式。
越思考，越覺得 agent 不是單純拿來「取代人」的東西。至少在現階段，更現實的問題是：我們能不能把 agent 放進一個清楚的協作系統裡。
一個 agent 可以幫你整理資料、產生初稿、檢查錯誤、拆解任務、追蹤狀態。
但它仍然需要上下文、標準、邊界、資料來源、驗證流程，以及有人判斷什麼時候該停、該改、該發布。
這些東西如果原本在組織裡就很混亂，agent 只會把混亂放大。
原本需求說不清楚，agent 會更快產出一堆看似合理但方向不對的東西。
原本沒有人定義品質，agent 會更快製造大量無法判斷好壞的內容。
原本流程沒有負責人，agent 會讓每個人都以為「應該有人處理了」。
所以我不太相信「AI 會讓管理消失」。
我比較相信的是：AI 會讓差的管理更明顯，也讓好的管理更有效率。
下一步不是多買工具，而是重設工作方式
如果把這些認知放回實務，我覺得有幾個提醒。
第一，AI 導入不能只看使用率。
很多人打開過工具，不代表工作方式改變了。真正該問的是：有沒有哪個流程因為 AI 變得更清楚、更快、更可追蹤？有沒有哪個角色因為 AI 更能做自己擅長的事？
第二，主管不能只被要求推 AI，也要被支持。
Gallup 報告指出，管理者本身的敬業度正在下滑。如果管理者自己都在救火，要他們同時承接 AI 導入、情緒管理、流程重設、績效壓力，結果很可能只是更快耗盡。
第三，AI 訓練不應該只教 prompt。
prompt 很重要，但更重要的是工作設計。哪些任務交給 AI？哪些地方人工驗證？什麼叫做可用的輸出？錯誤如何回報？成功案例如何沉澱成團隊方法？
第四，組織要重新重視意義感。
Gallup 的 Q12 敬業度題項裡，有很多問題都指向管理者日常：我知不知道期待是什麼？我有沒有做好工作所需的資源？我是否被認可？主管是否在乎我？有人鼓勵我成長嗎？公司的使命是否讓我覺得工作重要？
這些問題看起來很傳統，但在 AI 時代沒有過時。
甚至更重要。
我暫時的結論
AI 可以讓一個人工作效率變快，但不會自動讓一個組織變好。
組織要真的從 AI 得到效益，需要的不只是工具，而是一個新的管理方式。
這個管理方式要把任務、流程、標準、回饋、意義感重新接起來。
所以，AI 時代的管理者可能不會消失。
但管理者的工作會被迫升級。
有更多的設計協作，更多一點定義問題，更多一點管理人與 AI 如何一起共創真正有價值的結果。
如果說過去管理者是組織裡的協調者，那麼在 AI 時代，好的管理者會更像是「人與 agent 的協作設計師」。
這是我從這份 Gallup 報告裡，讀到最重要的一件事。