你有沒有過這樣的經驗？
你提出一個看起來很棒的新方案，
可以省時間，
可以減少重工，
可以提高效率，
甚至還能讓流程更透明。
照理來說，
這樣的方案應該很有吸引力。
但對方聽完以後，
只是點點頭，
然後繼續用原本的方法。
這時候，
我們常常會以為是自己說得不夠清楚。
於是開始加碼，
多講幾個功能，
多展示幾個成功案例，
多強調省下的成本。
可是聽完培祐老師分享《心理摩擦力》這本書後，
我才發現一件事：
很多改變推不動，
不一定是因為吸引力不夠，
而是因為摩擦力太大。
過去我們學土木工程，
很大一部分是在學已經被驗證很久的知識。
牛頓力學用了幾百年，
兩百年前的人在算力學，
跟我們現在算力學，
基本理論其實沒有差太多。
所以我們很習慣一件事：
找過去的資料，
查以前的理論，
看前人的案例，
讀考古題，
再把答案推導出來。
這是一種工程訓練，
也是一種職業慣性，
凡事都要有依據。
老實說，
這樣的態度在工程界非常重要。
畢竟你不會希望每天通行的橋梁、遮風擋雨的房子，
竟然只靠創意和想像就完工了。
可是 AI 不太一樣，
AI 是一種新的湧現。
它當然有技術基礎，
但對多數使用者來說，
真正面對的是快速變動的日常。
今天有效的提示詞，
一個月後可能就不需要了。
今天很好用的流程，
下次模型更新後可能又有不同效果。
這跟我們過去接受的工程訓練，
其實有很大的心理落差。
以前學土木，
我們比較像跟隨者。
前人已經鋪好一條路，
我們沿著理論、規範、案例往前走。
但現在使用 AI，
很多時候比較像冒險者。
你必須去試、去發問，
必須知道自己的未知，
也必須接受每一次嘗試都有失敗的可能。
這種角色轉換，
對傳統產業的人來說，
並不容易。
我自己在推廣 AI 的過程中，
也遇過很典型的反應。
當你告訴一些前輩，
AI 可以協助整理會議紀錄，
可以幫忙摘要大量資料，
也可以先產出一版文件初稿。
他們第一個反應，
往往不是好奇怎麼使用。
而是直接問：
「這樣資料會不會外流？」
「AI 寫的東西不是都錯的嗎？」
「萬一它亂講，責任算誰的？」
老實說，
這些問題不能說沒有道理。
工程工作本來就很重視責任歸屬與資料保密，
尤其在契約文件、會議紀錄、估驗資料這些場景裡，
任何一句話寫錯，
後面都可能衍生更多難以處理的問題。
所以他們的反應，
表面上看起來像排斥 AI，
其實背後是工程人長期形成的風險意識。
只是問題在於，
如果一開始就把 AI 定義成「會洩密、會亂講、不可靠」，
那後面不管你再怎麼介紹功能，
對方都很難真正聽進去。
因為在他的心裡，
這個工具還沒開始試用，
就已經先被列入高風險作業。
這也是《心理摩擦力》這本書讓我很有感的地方。
書中提到，
我們在推動新想法時，
常常太在意吸引力。
我們以為只要告訴別人：
這個方法比較快，
這個工具比較省錢，
這個流程比較有效率，
對方自然就會接受。
但實際情況往往沒有這麼單純。
因為人在面對改變時，
心裡會出現阻力。
書中把這些阻力整理成四種心理摩擦力：
慣性，惰性，情感阻力，反彈。
放到 AI 導入的場景來看，
這四件事幾乎都會出現。
慣性，
是大家習慣用原本的方法做事。
惰性，
是覺得學新工具很麻煩，
即使它未來可能會省時間。
情感阻力，
是面對新工具時產生的不安、挫折，
甚至是被否定的感覺。
反彈，
則是當別人一直說 AI 多厲害時，
心裡反而更想把它推開。
你可能會想，
這樣是不是代表前輩不願意進步？
很多時候，
他們不是不願意進步，
而是過去的專業訓練，
讓他們對錯誤、責任與風險特別敏感。
這種敏感，
在工程界習以為常。
但在學習新工具時，
如果沒有換個心態，
就可能變成阻力。
你發現了嗎？
導入 AI 的關鍵，
不只是把工具介紹得更有吸引力。
更重要的是，
要降低對方心裡的摩擦力。
如果我們只會一直說 AI 多強，
很容易變成像是在傳教。
但如果我們先告訴他：
你的經驗很重要，
你的判斷仍然不可取代，
AI 只是協助處理重複性工作，
讓你把力氣留給真正需要專業判斷的地方。
這時候，
或許就能打破對方的情感阻力，
因為他感受到自己被尊重。
對傳統產業來說，
AI 導入最難的，
不一定是學會哪一個指令，
也不一定是搞懂哪一個模型。
而是把使用步驟變簡單，
讓第一步不要那麼有壓力。
所以，
下一次當我們想推動別人接受 AI，
也許可以先少講一點「它有多好」。
先問問看：
對方真正擔心的是什麼？
他覺得麻煩的地方在哪裡？
他害怕的是資料外流，
還是要承擔責任？
他抗拒的是工具本身，
還是重新當新手的感覺？
改變不能只靠加強吸引力，
有時候降低摩擦力，
反而是更有效的工程解法。
