企業導入 AI，我的六個關鍵思考

在企業內推動 AI 也有半年左右的時光了，我覺得有幾個企業推動 AI 的經驗可以跟大家分享。

幫高階主管換上 AI 腦

我在五月初寫過一篇文章《AI 在商業決策層面給我帶來的三層改變》。

很多老闆都在談 AI 的重要性，可他們多數的 AI 知識都是「聽來的」，而非親身經歷。一個對 AI 沒有足夠了解的主管，是很難體會 AI 真正的強大，以及 AI 可能具有的限制。

當高階主管處於這種狀態，公司的各種決策很難進入 AI 時代。

他們的習慣用語會是：
「這不是用 AI 做一下就好了。」
「我朋友跟我說，這個 AI 就能搞定了。」
「我昨天在網路上看到人家說，這東西 AI 五分鐘做出來。」
「我看新聞，某某公司導入 AI 後砍了幾百人。」

高階對新科技的一知半解，其實才是 AI 在組織內窒礙難行的核心問題。

所以導入 AI 的關鍵步驟之一，就是幫老闆跟高階主管們換上 AI 腦。而換腦的方式很簡單粗暴，那就是直接幫他們請一對一的 AI 家教，根據他們最想解決的問題，帶他們用 AI 解決一次。

這過程的重要目的，是讓他們對 AI 具有正確的認知，決策時會更落地，也更知道如何衡量 AI 能帶來的效益。

高層的腦袋先變，決策才會改變。

為 AI 導入設定 OKR/KPI 與計畫

我以前曾經說過，如果老闆真的重視一件事，那他就會為這件事設定 KPI 與預算，同時他自己還會花足夠多的時間在這件事情上。而當這幾件事都沒發生時，老闆通常就是說說而已。

所以我們推進的方式是建立 AI 相關的 OKR，並安排全員的 AI 課程，教會大家使用 AI，讓大家開始用起來。接著這一季，我們進一步要每個部門都設定，本季將用 AI 來解決那些部門棘手的工作，並進行 AI 落地競賽。

AI 的導入，可能不會在早期就創造多大的效益，但他會改變所有人的思考與工作習慣。前期不用考慮 ROI 的問題，關鍵是讓所有人先用上，鼓勵大家重新造輪子，讓組織內的 AI 應用百花齊放。

上個月上完課，業務單位已經做了幾個佈署在 vercel 上的系統，讓團隊在跨國工作中正式使用。也有後勤團隊，運用 AI 產出了超高品質的分析報告。

這個階段，我們鼓勵就是了，
下個階段，慢慢追回來。

回到目標，解決關鍵難題

對剛開始接觸 AI 的夥伴，我們抱持鼓勵態度。
而對那些 AI 已經用得有點深度的玩家們，我們就得回到更務實的要求了。

我們不會為了用 AI 而用，更多的是回到需求，問題與目標。

舉個例子，連鎖餐飲的商業模式中有一些常見的難題，例如找店點、審店點。當團隊告訴我，找到合適的店點有時需要幾個月的時間，而審店點往往來來回回也得花上三週的時間時，我認為這就是一個很好的情境，我完全能用 AI 來輔助。

找店點本身其實不麻煩，麻煩的是洽談，這段我先省略，我直接進到審店點的過程。

審店點有兩個關鍵，一個是審這的物件的位置，另一個是審物件本身的條件。

位置其實是相對容易判斷的，例如商圈的位置、型態、人流、消費力、競品密度、是否轉角等等等，這些透過公開資訊其實都有機會取得。物件本身，例如租金、合約條件、面寬、坪數、樓高、樓層位置、前身、水電路狀態等，你可以列出一大堆公司會想看的東西。

除此之外，員工、主管、老闆對店點的要求可能也不太一致，例如可能會在意周邊是否八大行業密集、對面跟鄰居是什麼類型的店、前身是否同為飲料店然後倒了....

簡單的說，審店點這件事，條件很多，可當大家看到店點時，心裡想問的問題或疑慮也很多，並不容易收斂成一個固定的邏輯。

可當我運用 AI 去解決這問題後，審店點的工作頓時從三個禮拜縮短為短短幾個小時的時間。

又或者在面對加盟主告訴督導：「因為附近開了一家 XX 競品後，門市的業績衰退了 1x%。」，督導其實很難判斷這件事情的真假。

可當我把我解讀數字的 skill 放上去，搭配上 POS 的歷史數據，以及部分外部數據後，結論很快就出來了。競品並非業績衰退的主因，店內的服務品質下滑才是客戶流失的主因。

這些問題在過去，要不推導不出答案，要不就得花大量的時間分析處理。而現在，很可能就是幾秒鐘的事情。

所以我建置 AI 的關鍵，主要還是圍繞著「目標」，在達成目標的路上，有那些「問題」，而這些問題，我可以如何透過 AI 來解決。

當這類在組織中不容易被解決的問題，因為運用了 AI 後獲得了解決，AI 就獲得了 credit，團隊才會更有信心往下走。

讓數據上線共享，打破資訊壟斷

現階段 AI 最大的限制在於「物理」，也就是一旦脫離了數位環境，AI 基本上等於半殘。

如果要讓 AI 發揮最大效益，那你得先讓數據在線，也就是讓資料數位化，只要能數位化，AI 就能讀到，就能發揮巨大的成效。

只不過在傳統產業中，很多的數據是鎖在 ERP 系統中，而 ERP 系統絕大多數都是 by user 計費，所以很多員工是沒有 ERP 帳號的。此外，為了確保資訊的機敏性，在 ERP 中也有很多資料是不能讓非相關職能的人看的。

而這種限制，就形成了組織內的資訊壟斷。只有少數人擁有權限進入某些系統，看到某些資料，而其他人壓根兒沒權限。

可問題就在於，當我看不到數據時，我無從分析起，而當要找可能的問題時，我因為缺乏了必要數據，所以也分析不出個所以然來。

數據在懂得運用的人手上，才會產生價值。

現階段我第一個做的事，是釐清那些數據是真的不能對任意人開放，包含部分財務資訊、採購、人力資源，以及部分合約內容。除此之外，我希望將 ERP 盡可能打開給所有人看，只要這些資訊對他們來說是具有意義的，我不希望延續 ERP 系統的管理。

ERP 的習慣是職能別與角色拆分權限，但職能別的定義正巧是 AI 時代最該被打破的。當一堆工作都由 AI 協助完成時，每個人的工作角色都要被重新定義，而且更迭的速度會超級快。

系統對職能別的定義往往跟不上工作上的需求，所以很多企業會被迫遷就系統的定義，又或者 - 拉出來自己幹。

ERP 始終是企業數據的中樞之一，所以基本的數據治理還是得有，但抱著舊系統思維來面對 AI 時代，可能會讓 AI 的能力大大受限。

資訊不該被 ERP 等資訊系統給壟斷，跳脫系統限制才能倍數化 AI 的價值。

數據得在有用的人手上才會有用，但傳統的流程設計往往讓大量的數據躺在資料庫中，只讓少部分員工享有充分的存取權。

不過打破資訊壁壘非常容易在組織內引起諸多爭議，財務可能會跳出來說這數據如果被員工外洩了，很可能會出問題；這個流程如果被跳過，很可能會違反財務政策；採購可能會說，我們的毛利率會被透明化；研發可能擔心公司的 BOM 表或配方外洩....

這些問題或許都是真實存在的，也有很多老闆在面對這問題時會選擇退縮，畢竟這些問題可大可小，而過往都沒這樣做過，現在真要做還是會擔心出事。

有風險意識是件好事，但處理風險的方法有很多種，退讓只是其中之。

「真的發生了，會怎麼樣？」

這是在遭遇這類問題時我最常提出的問題。

我發現，絕大多數提出的警示都是源自於防弊，防弊可以減少錯誤的發生。但如果今天我們要興利時，是不是應該回過頭來思考，如果要得到這個好處，我能否接受弊端所帶來的風險？

當利益夠大時，那就值得我們去找尋降低或免除風險的方法了。

複製專家的大腦，但避免專家言論霸權

我在去年曾有個念頭是想將我腦袋中的知識，全部建立成 skills，概念上有點像數位孿生(digital twins)。

六月份台中大概有一半的日子都在下雨，這對餐飲業來說影響並不小，通常會掉 20-30% 的來客。連帶影響的是那些低效期的原料，例如養樂多、鮮奶、水果等等，因為進貨多，銷量減少，所以報廢也會因此增加。

當發生這問題時我曾問過一些店長，他們是如何處理這問題的，有經驗的店長告訴我：「在雨季，他會特別留意一周天氣預報跟鋒面，並調整每週的備料。而調整的幅度主要參考最近幾個月的銷量，也會根據淡旺季做出一定的加權。」

資深的店長是專家，他能在考量了許多因素後做出相對精準的調整，減少門市的報廢，這是菜鳥店長所做不到的。而在他腦袋中，他其實有數百條像這種能避免不必要浪費，或者增加營收，強化客戶服務體驗的竅門。

而這些知識對組織來說是非常有價值的，只是他不容易將這些多年來的知識外部化。所以這麼多年下來，最有效的方法就是手把手帶徒弟，讓有經驗的店長去帶年輕店長。

而我們推動 AI 的關鍵任務之一，就是將這些專家的知識蒸餾出來，成為一個個 AI Agents。

以門市管理來說，我跟內部的說法是：「要把一位卓越店長的腦袋放進系統裡。」

但我也很清楚知道，這顆店長大腦是有時效性的，因為他是基於過往的經驗萃取出來的，如果他沒有與時俱進，那這顆大腦終將被淘汰。

在現實世界中，擁有龐大知識與豐富經驗的專家很容易在組織內擁有言論霸權，其他人很難在他的專業領域反駁他的意見。久而久之，組織可能會因為在這領域缺乏回饋而停滯不前。

因此我認為，組織內的 AI 大腦不該變成組織內的權威，而該是一顆能接受回饋並經常更新自我認知的知識體。

一顆顆能與時俱進的大腦，永遠比一個個知識權威更好。

投資員工的思維，而非投資 AI 技能

「某某大廠因為導入 AI 所以砍了多少人」
「哪些職務因 AI 而被取代」
「AI 時代最需要的技能是...」

這些資訊我每天幾乎都會看到好幾則，這類的問題在這幾個月我也思考了許多次。

直到最近，我才有了比較清晰的答案。

「如果我現在只是教員工 AI，讓他們補上那些還沒有被 AI 取代的技能，那會不會三年後，他們還是會面對一樣的輪迴？」

想了想，我得到的答案是「不是投資技能，而是要提升員工的思維」。

AI 時代不缺執行力，也不缺解決問題能力，真正缺乏的是找到值得被解決的問題以及定義問題的能力。

前者與商業思維有關，員工必須清楚為何而戰，也要知道他們用 AI 解決的問題為何具有商業價值。圍繞著價值去找尋問題，通常不會找錯，而當問題被正確的定義時，AI 就不僅僅是工具了；反之，如果你搞錯了問題，AI 也只能幫你產出大量毫無價值的東西。

所以我決定要花更多力氣培養員工的商業思維。

我們具體在做的事包含：

1. 在內部建立學院，講授大量商業相關的課程。
2. 讓基層主管、一般員工對自己負責的工作進行匯報，而不是由主管代為提報，藉此訓練每個人對自己工作的掌握，並能具體陳述自己工作的價值。
3. 學習從公司 OKR 去展開部門與個人的目標，並進行對齊。

讓員工理解每件事背後的 Why，理解思考一個問題時要考量商業效益。這算是一個大工程，但我相信，投資員工的思維，員工自然會花時間去學習 AI。

當員工整體的思維都進化了，企業大腦才能成為一個具備自我進化能力的有機體。

企業可以靠著少數人拉著先走一陣子，但很難走得長久，但若沒有少數人先站出來，企業也很難突破新局。

但這一切的啟動點，始終是高層 AI 思維的建構。

如果你覺得我內容寫得還不錯，歡迎訂閱我的電子報，我每雙週會發送一封電子報到你的信箱。訂閱連結在這，過往的電子報也在這：Gipi電子報

也鼓勵你可以將我的電子報分享給你認為有需要的朋友們，也許你的舉手之勞，將會改變另一個人的思維與習慣。