AI 課上完了，公司接下來怎麼走？

兩個月前，L 公司上完我帶領的 AI 工作流課程之後，接下來在總經理跟營運長大力推動下，在這段時間全員衝刺使用生成式 AI。

當時教授課程的核心內容是關於 Skills，所以他們也就試著利用 Skills 來協助工作流程的梳理。有些組還真的是卯起來設計各種 Skills，但是也在此過程遇到了不少困難。

在 L 公司9月24日的 AI 成果發表會上，採購同仁報告，每個月核對資料的時間從原本約 210 分鐘降到 45 分鐘。他們還提到另一個更關鍵的收穫：以前得靠個人老經驗才能處理的瑣碎工作，現在終於有機會整理出脈絡，交給其他同仁接手。少花時間找資料、算數字和對帳固然實在，但能換一個人也知道該怎麼做，對整間公司的意義完全不同。

同一天發表的內容相當豐富，總共有 13 個發表的題目，有人整理製程數據與設備異常，有人處理證照過期提醒、出勤和銀行對帳，也有人建立網紅（KOL）合作流程、嘗試做門市銷售預估。各組進度都不太一樣，有些已經直接上線使用，有些還在反覆驗證。發表會結束後，大家最常問的問題其實是：公司接下來要怎麼支持這群同仁，才能把成果真正留成日常工作習慣，甚至讓不同部門互相借用經驗？

我在「AI 工作流」課上安排這些觀念架構，就是希望主管和同仁遇到這種狀況時，手邊有一套清楚的判斷依據。我們從資料的信度與驗收標準談起，一路聊到工作如何重新拆解、生成與判斷該如何分工，最後讓大家盤點現有手邊的條件，寫出一頁試行提案。學會這些架構後，主管走進現場看一項日常業務，就比較能講清楚哪裡值得改、該交給誰做、後續怎麼檢查，以及流程改完之後還缺什麼支撐。

對處於這個階段的企業，我的建議很簡單：小而有效，有效而串連，串連而見到商機。不過，這三句話絕不能被解讀成「我們先省點時間，經營策略以後再說」。即使在一開始只做小改善，心裡也得先想清楚經營目標與上下游的銜接；動手範圍可以小，但看事情的眼界絕不能跟著縮水。

小而有效，先從經營目標往回看

大家通常會從自己最熟、最痛苦的瑣事開始下手。每個月底對帳對到心力交瘁，就想叫 AI 幫忙；總是追不到完整的設計需求，就做一張收件表單；每次都要從頭拉銷售資料，就試著寫個預估工具。這些出發點都很合理，但動手前還是得先退一步問：這件事變快之後，究竟能讓哪一個業務成果真正變好？

加價購分析就是很典型的例子。同仁很容易用模型算出哪些商品經常被一起放進購物車，但算出來之後，公司到底想藉此拉高平均客單價、推動高毛利商品，還是為了消化特定庫存？經營目標不同，選出來的推薦組合就會完全不同，絕不能只看到兩樣東西常常一起賣，就直接認定值得大力推銷。

這就是為什麼我在課堂上，一定要把 Work、Task、Workflow 與 Job 拆開來看。換成白話，分別就是：工作目的、任務單元、工作流程，以及職位承擔的責任與授權。如果把現場同仁做的網紅合作案填進去，差別就很清楚了：

同仁先從單一任務著手改善，這完全沒問題。只是主管不能跟著停在那個小任務裡，必須看懂這個步驟到底在服務什麼目的、做完後要交給誰，以及背後有哪些責任並不會因此消失。否則，邀約信就算從半小時縮短到三分鐘，整間公司最後還是卡在不知道該選誰、審稿審半天，或是合作條件沒人拍板。

生產排程的討論也碰到同樣的狀況。同仁既希望產線不缺料、庫存不堆積，又希望機台稼動率能開到最滿。我們在現場直接盤點庫存金額、設備限制、採購節奏與業務預估，透過一層層問答，理清這些條件互相牽制的關係，才回頭看排程系統該怎麼設計。

多想一步就會發現：如果只為了讓設備不要停機而拚命生產，庫存很可能直接堆滿倉庫；但如果一心只想把庫存壓到最低，出貨交期又可能天天開天窗。這類商業取捨本來就需要主管定奪，不能把好幾個互相衝突的目標丟給 AI，指望演算法自己猜出公司的輕重緩急。

所謂的系統思考，其實就是從這裡起步：先抓準核心目標，把所有影響目標的條件、限制與責任攤開來，再挑一個最有價值的環節動手。公司不用等到把所有大道理都想通才起跑，但至少得知道，這次做的小改善預期會牽動後續哪些環節，又有哪部分還只是需要驗證的假設。

抓小但需見大，講的就是這回事。我們可以只動手改善一個資料核對步驟，但心裡要很清楚，它會怎樣連繫到後續的採購決策、供應安排與庫存水位。

把工作放進四格，才知道怎麼分工、怎麼驗收

當每個人都說自己在「用 AI」時，做的事情其實差了十萬八千里。有人只是在做固定的公式計算，有人需要理解文字語境，有人得把資料好好交接給下一個部門，也有人正在協調跨部門互相衝突的要求。如果只打算拿同一套工具或一長串通用指令應付所有工作，往往會把這些完全不同的業務邏輯混在一起。

課堂上的「AI 工作重組兩軸四格矩陣」，核心只問兩個問題：這項判斷能不能寫成清楚的規則？這件事需不需要其他角色接手或共同決定？把 L 公司各組提出的任務放進去，可以整理出清楚的定位（表中的建議是後續流程設計的方向，不代表各組目前都已經完工）：

這四個象限沒有高低優劣之分，公司也不用急著非要從 A 象限一路升級到 D 象限不可。同一項採購業務，往往同時包含固定算式、例外判斷、資料交接與最後核准；把它們拆開，純粹是為了替不同的事情找到對的處理方式。

舉例來說，採購單價牽涉到計價單位、實收數量與退貨折讓，這些對得清清楚楚的公式，直接交給程式或試算表處理最乾脆；若是碰上備註欄裡的特殊條件或跨期帳款，可以讓 AI 幫忙整理線索、歸納原因；至於最後這筆款項該怎麼處理，依然得由承辦人與主管親自確認。這就是課堂上一再強調的「計算、判讀、裁決」三層分工。

至於急單或插單這類難題，自然就落在 D 象限。我在現場直接追問的是：究竟是誰說了算可以接單？接了之後會排擠到哪一條產線的產能？又有誰能為這個取捨負責任？就算系統一秒產出一份排程表，這幾個最根本的權責問題，終究得由主管自己回答。

理清分工之後，接著要看成果到底能不能算數。課堂上用「信度」與「效度」來區分兩件事：在相同的條件下，產出的結果能不能維持穩定的一致性；以及這個判斷標準，到底有沒有對準我們一開始真正要衡量的目標。如果只是每次都能穩定產出同一個答案，很可能只是每次都依照不恰當的標準在做判斷，把偏差當成了標準答案。

製程組已經做了公式驗算，也把正反例與極端邊界條件放進測試集，這些資料非常珍貴，一定要妥善留存，作為以後流程改版時重跑的測試標準。不過，團隊接下來還得確認目標重量、容許誤差範圍，以及什麼情況下必須人工介入；否則統計數字就算算得再漂亮，大家依然搞不清楚現場哪些微小波動才需要停機處理。退貨單辨識也是一樣的道理：除了看模型辨識率有多高，更要盯緊料號、日期、數量這些關鍵欄位，確認資料在正式寫進系統前，能不能及早攔截錯誤。

網紅組的發表，則把「生成與判斷分開」展現得很具體。他們把邀約信、專案 Brief 與腳本複審拆成獨立模組，明確定義哪些商品賣點絕對不能漏、哪些網紅個人的口吻風格可以包容，最後依舊保留人工確認關卡。這比起只丟一句「請 AI 幫我檢查」清楚得多，接下來只要把它整理成大家都能依循的驗收規格書即可。

我們可以用課堂上的八項檢核欄位，把網紅腳本審查整理成一份範本。以下是示範格式，實際要採用的資料版本、審核細項與簽核主管，仍由團隊內部共同敲定：

把表格攤開來逐欄填寫時，同仁常常會發現：原來平時大家口中說的「這樣審就可以過」，每個人心中的標準完全不一樣。有人只盯規格細節有沒有寫錯，有人糾結品牌語氣夠不夠自然，有人甚至把自己的主觀審美混了進去。唯有把這些隱形的分歧攤開來講清楚，我們才有辦法要求 AI 按照一致的規格來幫忙初審。

這就是觀念架構真正的價值。主管不用每次換了新工具，就得重新摸索一套管理方式；只要拿著同一組邏輯去追問：資料來源在哪裡、判斷準則是什麼、異常怎麼處理，以及最後簽核的責任落在誰身上。

有效而串連，要讓下一個人接得住

幾組各自做出成績之後，主管很自然會想著把所有系統串在一起。但在急著打通系統之前，先確認前一組交出來的成果，下一組拿到了能不能直接使用，往往實在得多。

負責設計需求的組別就是很好的例子。以前設計同仁總是要花大把時間，跟業務反覆確認用途、尺寸、文案和交期，所以才想先從收件前端下手。下一步，可以直接套用課堂上的四個交接狀態：提出轉接、接收確認、開始處理、完成處理。

需求端填好表單，只代表「這筆需求送出去了」；設計端確認資料齊全、評估排程沒問題並正式接單，才算「接收確認」；指派同仁著手製作，是另外一個狀態；直到交付約定成品並取得對方確認，整件事才算結案。把這四個狀態定義清楚，大家就不會再把「我已經送單了」當成「對方已經答應要做」。

人資的證照換照提醒也是同一個邏輯。發送提醒、同仁回報、完成受訓、憑證歸檔，每一步都是不同的進度；退貨單辨識後產出試算表，也要看倉管和會計系統能不能無縫吃下這些欄位，遇到欄位缺漏時又該由誰補齊。跨部門串連時要接通的，不只是資料檔案，更是流程狀態與責任歸屬。

與此同時，主管也得留意下游接手同仁的工作負荷。當網紅邀約信與 Brief 的產出速度大幅加快，後端的腳本審核、商業條件談判和內容確認，很可能立刻變成新的塞車瓶頸。這點是需要持續追蹤的觀察指標，並不是說公司現在就一定塞車；團隊只要記錄進件總量、每件案子的處理時長以及等待時間，很快就能看出流程的卡點到底轉移到了哪裡。

月報組提出產出時間從 72 小時縮短到 1 小時，很振奮人心，但也非常適合用同樣的鏡頭檢視。原本耗費的三天裡，到底有多少時間花在手動整理、核對數字，又有多少時間其實只是乾坐在那裡等其他部門交資料？等待時間變短當然值得鼓勵，但不能直接把省下來的時間，全都算成是省下了第一線同仁的手工工時。

把工時的本質看清楚，下一步的解法就會大不相同。如果主要問題出在各部門總拖到月底最後一天才給資料，主管該解決的是交付時程與欄位規格；如果報表已經能在幾分鐘內跑完，卻始終沒人仔細看上面的數字並追查異常，主管就得把心力轉去安排分析工作。在這種時候，硬要執著把一小時再縮短成半小時，通常已經沒有太大的商業意義。

因此，串連流程並不代表一開始就得啟動龐大的跨系統整合專案。最務實的做法，是讓相鄰的兩個窗口坐下來，針對手上的交接內容講清楚：到底以哪一版資料為準、什麼時候交、怎樣才算合格、由誰收件，以及資料不足時該怎麼補正。只要這些默契能順暢運轉，再去考慮哪些環節值得寫自動化串接。

而且，能被其他部門借鑑的往往不只是資料本身。採購組整理例外狀況的手法、製程組保存測試樣本的方式、工程組拆解議價證據的邏輯，都是非常好的資產，隨時能被其他單位拿去轉化成自己的作業準則。就像我在總結時提到的，採購部門其實就能直接借用工程組整理議價脈絡的方法，省去很多自己摸索的時間。

串連而見到商機，主管要安排下一輪工作

網紅組在分享時提到，他們把過去與將近千位網紅合作的實戰經驗，全部整理融進了這次的模組設計裡。這些資產包含了不同特性的商品該配哪種類型的創作者、需求單該怎麼寫才到位，以及哪些關鍵決策必須由同仁親自把關。接下來最值得做的，就是把合作過程中的細節與實際成效好好沉澱下來，讓團隊在下一次選人、談條件與準備內容時，手邊有更厚實的數據支持。

有了這些累積，公司就能開始提出更高層次的策略問題：某類商品搭配什麼風格的內容，轉單成效最好？哪些合作模式的溝通成本最低，又能精準維持品牌形象？要回答這些問題，需要拿真實的經營數據反覆驗證，但思考格局已經徹底跳脫出「邀約信能寫得多快」的層次了。

如果再進一步，把搜尋意圖（SEO/GEO）的洞察、購物車加價購的購買習慣，以及行銷設計需求串在一起看，團隊就有機會發起下一輪的小型商業實驗：鎖定一個值得切入的顧客痛點，規劃精準的商品組合與行銷素材，直接測試市場水溫。門市銷售預估、缺貨警示、產線製程與退貨紀錄，也能緊扣著同一個供貨議題協同作戰。這些都是基於各組目前的基礎所延伸出的新機會，代表未來可以探索的潛力空間。

這裡所說的商機，可以是一組更具吸引力的商品組合、一套更有把握的行銷配置，甚至是讓公司終於有底氣去接下過去不敢輕易答應的緊急訂單。究竟該不該投入資源，最終考驗的還是經營層的決策魄力：公司到底想服務哪些客人、能拿出什麼價值，以及願意為此承擔多少成本與風險。

看清楚大方向之後，同仁需要的是一個能立刻著手的小切入點。課堂最後要求大家寫的一頁試行提案，正是把前面所有抽象概念，落實為下一輪具體行動的工具。以通路銷售預估案為例，我們可以擬定一份推進草案，供業務團隊與相關主管共同拍板：

這份提案延續了銷售預估組的探索方向，核心放在比較預估版本、追蹤偏差與評估營運影響，既不假設公司已經擁有完美的乾淨資料，也不越俎代庖替主管硬訂一個脫離現實的指標門檻。

當表格填到這個地步，經營目標、上下游關聯、驗收標準與負責人員，就已經整合成一個可以立即落地的迷你實驗。等到這輪跑出成果，團隊自然會知道下一步該擴大規模、維持現狀、微調參數，還是得回過頭把基礎資料補齊。把切入點縮小，完全不會妨礙學習深度，關鍵在於這一輪驗證到底能不能檢驗一開始的假設。

各部門也不需要盲目攀比進度。已經正式上線的採購與製程案，現階段最需要的是驗證系統穩定度與交接順暢度；還在概念測試的銷售預估案，則需要耐著性子建立對照基準與長期觀察機制。我在頒獎時特別邀請已經落地的組別上台分享，正是希望大家多看看他們在過程中踩過哪些坑、如何抓出錯誤、排除障礙，最後才把這套工具真正融入日常工作。

組織背後的支持機制，也必須跟著轉型。主管負責定調目標、權衡取捨與驗收成果，第一線同仁負責理清規則與例外狀況，技術窗口則支援程式碼維護、帳號權限與障礙排除。這些角色在組織內部也許會互相兼任，但前提是必須在日常工時中為他們保留心力。課堂上把導入流程拆成採購、管理、權限、實用與維護五個構面，正是要避免公司買了帳號之後，所有苦工最後全都落在少數幾個熱心同仁的肩膀上。

最後還有一件最現實的事：省下來的時間，到底要拿來做什麼？我在發表會現場開玩笑說，把這些雜事自動化之後，大家就有時間做更多工作了；台下一陣哀鴻遍野，我趕緊笑著補充，至少大家不用每天再被這些瑣事煩死。不過回到真實的職場裡，主管就必須用具體的工作安排給出答案：當同仁的工作效率提升時，他們在組織裡的定位究竟會怎麼改變？

人資同仁可以多花心思了解員工需求、規劃人才發展；會計同仁可以專注抽絲剝繭，找出營運數據背後的潛在異常；採購同仁能更有餘裕準備供應商談判策略；行銷同仁則能騰出大腦，深入測試哪些內容與商品組合能打中消費者。這些高價值的工作，必須被正式排進優先清單裡；與此同時，同仁花心思整理作業規則、維護自動化工具以及跨部門教學的付出，也應該被視為正式的績效貢獻。否則，大家熱情退去之後只會發現，自己不過是幫自己平白攬了一份沒人感謝的工具維護苦差事。

小而有效，需要拿出經得起現場檢驗的具體成果；有效而串連，要讓下一個棒次的同事順暢接手；串連而見到商機，則要回歸到公司能否藉此做出更高明的經營決策。這三步可以從身邊最不起眼的小案子開始盤點，再依照組織的節奏穩健展開。

這就是我們在課堂上反覆推敲那些矩陣與表單的唯一目的。把實際工作填進去，認真討論卡住填不出來的地方，再拿真實資料上陣跑一次，主管與同仁自然會看清楚下一步該往哪裡走。從小處俐落動手，同時時時抬頭對準經營目標與現實限制，這才是讓 AI 在組織裡真正扎根、帶動大家持續往前走的扎實路徑。

附錄：全 13 組專案在「工作重組兩軸四格矩陣」之落點與模組拆解

將各組發表的專案依「判斷可規則化程度」與「交接依賴程度」進行向下拆解，13 組專案在四個象限中的落點與分工配置如下：