企業導入AI，如何實際提升工作效率並減少常見風險

在企業面對AI管理議題之前，也許應該拉遠視角，細想那個更根本的問題：我們到底要不要用AI？這種疑惑，其實以前很少有 - 三十年前，我甚至不會想到要這樣問。隨時間累積經驗，以及接連目睹個人電腦、網際網路和人工智慧這三波技術革命，對新科技的激情確實變得比較薄弱，有點狐疑是難免的。或許年歲與歷練，加上每次新興浪潮獨有的脾氣，都讓我的熱情慢慢降溫。老實說，計算機革命真的徹底翻轉了職場日常。有趣的是，每一場巨大轉型總會留下一些麻煩，而拋開後來第二、第三波那些革新，我仍舊相信當初計算機革命改變世界算是功過相抵、值得肯定的一件事。不論是文書處理軟體、試算表工具、資料庫功能，又或者用於拍照娛樂及商業運作的客製化應用程式，這些技術都讓工作辦起來流暢很多，生活也小幅簡單了一點啦。那麼，網際網路呢？

電腦和網際網路帶來的影響，其實有好有壞，兩方面的變化都讓人頗有感觸。這一波衝擊已經大大翻轉我們平常工作的型態以及日子裡那些細節，可是結果好像也沒照最初大家的想像走。說到文化，被動地承受這些變遷後，到底是正效益還是不明顯，似乎仍舊存疑。現下AI正漸漸滲透許多層面，看起來甚至要比先前的電腦或網路更深刻地介入 - 那種幅度確實不容忽視，令人難以掉以輕心。

其實呢，我未必就能比誰更懂得接下來局勢會如何；預判能力，也差不多一般水準罷了。有趣的是，就連科技相關的人都很少能精準描述未來1–2年裡AI在企業環境真正可能發生什麼事。我們這類不是研究前線的人，在很多時候，更難完整看懂AI演進將怎樣牽動全局，有些脈絡只能邊走邊觀察。

不久之前，我隨手瀏覽消息時碰見一則訊息：「假如AI短期內沒有重大突破又如何？」看到那句標題，真的讓人微微停頓，唉，有種不確定感。總覺得包括文章作者在內，多半是盼望情況真能如此緩和吧。

真的有人盼望AGI問世嗎？機器型AGI若能操作現實世界，抑或無須物理介面，那基本就具備了超越人類的條件。根據通用定義，這種人工智慧會擁有與優秀人類思考者等量齊觀的邏輯推理能力。不需歇息、不會餓、也不放假，工作時甚至連棒球賽分數都懶得瞥一眼 - 那自然啊。而且憑藉計算機無法匹敵的人力優勢，它的信息處理速度常可達百萬倍之上，早已脫離尋常界線。

這種系統不僅能串聯任何感測器，還能嵌入形形色色設備裡；儲存記憶猶如長河般無邊，加上訓練數位內容時的飛快進度，使得傳統訓練效率幾乎黯然失色。在多數行業內，這並非只比一般員工強一點，而是在頂尖人才中依舊可展現好幾級距的壓倒性優勢；愈是繁複艱深的任務，人機差距通常愈拉愈開。我們究竟還能指望哪些工作屹立不搖？

所以說啦，就我現在討論範圍看來，AGI終將讓舊有工作定義消散。如果真有那一天到來，大抵連煩惱職涯發展都沒太多意義，你我可能早就心領神會。話雖如此，也不能否認這將伴隨諸多不利衝擊；我們當下努力善用AI所謂漸進式推廣，其實難以扭轉時代浪潮。不過暫且放心吧，目前真正稱得上「通用」人工智慧之隱憂還未現身。

針對當代人工智慧的應用或與其合作，普遍存在一些存疑甚至反對的聲音，這其實不無道理，老實說也蠻值得參考。有些人主張全面抗拒AI，但我自己傾向採取因地制宜的做法啦。坦白說，不見得要全盤涉入所有相關領域，不過我認為如果某些AI技術在特定情境下確實展現價值，那麼保有自主選擇、適度運用是合情合理的。
支持自身認同的發展方向本就是一種正當的回應方式。只不過，選擇也未必非黑即白，其實「全部退出」並不必然最恰當。偶爾試著讓人工智慧成為日常生活裡的一項工具，只要它確實有幫助、能帶來效益，就沒有必要排斥使用。在推廣AI和減少潛在濫用之間難免產生影響，雖然會冒一點風險，不過我相信透過身體力行良好範例，積極意義應該大過於可能造成的不良結果吧。這套邏輯放到個人層面、甚至商業場域，也大致如此—情勢複雜卻有機會平衡取得收穫。

當公共政策或社會討論提出要限制人工智慧應用時，個人或企業出於自身需求採用AI，本身並不構成、也不應該構成他們參與相關辯論的阻礙。說實話，只要原有的社會規範沒有變動，依照現行規則辦事其實合情合理，說白了這並不是雙重標準，更接近於一種基本公民責任。有點耐人尋味吧。

從這個角度觀察，對人工智慧的操作其實分得出優良或不當，有些使用方式確實需要被納入禁區。拿企業策略舉例，有一些特定的AI運用手段，本來就該先排除掉。例如，我認為即使某些高壓銷售手法完全合法，但在自覺注重組織氣氛的公司裡，它還是屬於不能接受的一類。講直白一點，我自己斷然不願聘僱熱衷於壓迫性推銷的業務，也絕無鼓勵任何業績靠強制性方式提升；真說起來，不只一家企業避之唯恐不及，而PMY公司正巧也是其中之一 - 頗令我欣慰。

值得指出的是，這類選擇和所謂「企業社會使命」或「社會正義」沒有直接牽連，大多數時候，只關乎公司文化內部對某些手段能否接受而已。至此，大概道理如此啦。

在一個正常運作的市場環境下，大多數情況下，公司其實沒有強烈誘因透過欺瞞手段來極力提升自身的長期價值。好吧，至於高壓銷售或其他稍微模糊些的企業文化風格，我倒也沒把握同樣能推得過去，但坦白說，這並不是最要緊的核心。有件事不可忽視：企業需要爭取、留住各類人才。倘若足夠多的人才不喜歡特定文化氛圍，至少部分公司八成會因此稍微收斂些。事實上，企業本身其實不是為了翻攪社會價值體系而存在；更何況資本主義 - 包括民主制度 - 往往只有在人們共同擁有超越財富或權力追求之外之理想時，在健康文化土壤裡才運作得比較穩當。

說到我希望著墨的人工智慧應用場景，其實現在很多都算是從原有運算流程自然而然延伸出來，只是以現有模式來看，大致成效始終難盡人意。許多企業內部目前還仰賴傳統 if-then 邏輯規則和不少人工補救措施去處理日常工作流，所以整體效率常顯得偏低。大約幾年前，我曾參與協助一款基於自然語言技術所打造的線上代理工具。

當前的大型語言模型（LLMs）確實能把這類問題處理得不錯啦，雖然在執行細節上，有時還是比想像來得拗口。不過，我們也一直自省自身如何使用離岸外包，思考傳統的離岸開發方式現在還合不合乎效益。再說，公司裡頭知識怎麼流通，也成為我經常掛念的重點之一。

就企業應用來看，坦白說，很少遇到比 SharePoint 還要「沒效率」的工具。這陣子AI的進展，逐步掀掉那些曾經號稱最強大的搜尋引擎，而公司內部以前倚賴的檢索手段嘛，其實遠遠排不上什麼厲害行列。如果要講長遠願景，AI應該有機會蛻變成組織共享、流轉知識的天然推手；最終說不定能完全取而代之，把SharePoint這類系統給淘汰，而且整體效果可以好好跨越幾個層級。

其實大多公司和我們相似，都持續摸索著讓AI參與內容產生、維護與分享的方法，不管是行銷、銷售還是帳戶經營等場合都一樣。我們想的是，要讓AI協助製作RFP、撰寫簡報或者產出使用者跟系統相關的文件，因為這些直接就能帶來具體收穫，很明確啊。

結果來看，所謂一條明顯且直覺的勝利路線，其實不代表走到終點後就能稱得上最合宜的方法。有關AI應該在不同領域裡負責什麼任務，其實我還挺難立下定論的。有時人們把AI納入RFP流程，是為了減少那些重複煩瑣的環節；看起來大致可以直接幫組織省去不少工夫，但，很多團隊應該也都已經這樣做。像在人資這類崛起速度很快的範疇，一旦用AI製造海量資料當武器，帶來的結果可能已逐步浮現出某些問題。我對於怎麼在AI與RFP之間擬定行動策略，也試著找平衡。也許，可以優先發揮帶有「明顯個性」色彩的文本作法。老實講，這未必會讓事業輕鬆許多 - 畢竟現在大部分用手寫出的RFP回復，其內容根本無法和機器堆砌那種大量、同質化作品作區隔呀！以往自己也努力讓簡報或提案展現我的風格，但也有蠻多喜歡刻板規矩甚至無趣企業形象的人不時酸言相待。不過，我推測不用太早憂慮這狀況 - 因為到了最後，多數人面對漫天蓋地卻乾巴巴文風的答案會感到更厭倦。大體上，在思索與設定AI主軸方向時，勢必要故意聚焦於那些允許差異發揮及突出個人意識而非盡是模仿仿效、流於俗套之處吧。好吧。

現在，將更多AI元素實際嵌入我們為客戶設計的工具與解決方案，其實已成為主要策略之一。面對諮詢領域裡頗棘手的難題，其中一項挑戰便是協助客戶創造足夠大的槓桿效應。AI也許能作為這方面的關鍵支柱 - 透過內建型知識體系，讓客戶真正把技術留在手中並運用自如。這一點當然不簡單，更進一步地說，如何確保知識真正移轉，尤其在系統和資料相關領域，往往考驗著雙方。沒有人願意永遠依賴顧問不是嗎？針對此情形，我們其實早就著手引入像NotebookLM等解決方案，交付專案檔案時，就能順勢協助技術團隊接軌我們所建立的平台。

誠然，上述措施或許稱不上令人感到驚豔或非常破格。不過我還是蠻期待，不久後正式展開AI評估時（相關詳情稍後補充），有可能發掘到目前鮮少有人留意的其他機會。嗯……儘管現階段可切入的範疇還挺多，大多甚至可以藉現有AI方案直接推進，因此我基本有信心在這條路上逐步打下成果，也希望能比起那些習於以規模掛帥的人，有不同層面的突破。

其實，對於這些取捨，我都還算滿意啦。有時想想，只要我們能讓AI領域的這些努力順利推進，公司或組織的文化應該也不會遭遇什麼顯著損失。我身邊最了解我的人常說，比起冷冰冰的技術分析或人工智慧，其實我一直都比較偏好哲學。只是這裡就不再重申剛剛提過的觀點了。

坦白說，針對那些越來越先進的AI系統，我內心始終保留不少疑慮。有段時間我也反覆斟酌：究竟什麼時候、又是否適合在個人層面上嘗試採用？同時，身為PMY負責人，我花了很長一段時間評估，在我們主導AI相關業務到底是不是一個理性又值得下功夫的決定。有些事能做不等於非得去做 - 有些該完成，也不一定非得是我動手。像「骯髒雙手」這種兩難問題確實真切存在，怎樣選擇，有時不必全都親自處理。

現階段，若把AI審慎地融入企業工作流程，其實算是一次正面的嘗試吧。不否認，我未來判斷可能會錯；至少目前為止，我其實挺期待自己真正涉入這場探索。接下來還請閱讀本系列最後一篇：《在企業中主導AI》。