AI 實踐半年多的幾個心得
早上看到一篇文章談論 AI Agent 在企業內導入,應該先重新檢視流程,再來看看要怎麼導入。這跟我在企業內導入 AI 的作法剛好是背道而馳。
AI 的引入跟一般工具不同,導入 ERP 前,你得做妥善規劃,得重新梳理流程、數據、管理制度。因為 ERP 有個既定的章法,而這些章法是 ERP 公司從眾多企業的管理章法中萃取出來的邏輯。或許不是個滿分的邏輯,但最少可能有 80 分。對上只有 60 分的你們,他怎麼樣都可以幫你提升個 20 分的水平。
所以這時,我們好好盤點流程,跟廠商提出需求,廠商則針對他們多年的經驗以及目前系統已經有的東西,告訴你如何把公司的流程運用在這套 ERP 系統上。
這種已經有明確方案的事情,你當然得重新檢視流程,好好規劃。
但我覺得 AI 的導入不是這個思路,AI 應該要打破現有流程,回到企業目的與要解決的問題重新思考。而非想辦法把 AI 套入到既有的流程中,想著如何在現有的流程用上 AI。
先動手,後再造
舉個例子來說,下面這是我近期作的一個系統:茶飲風味知識庫

會想做這件事情的起因是,我相信茶飲風味是一門科學而不是一門玄學,我希望自己能在半年,最多一年的時間內了解茶飲風味的知識,包含香氣、色澤、口味、口感等眾多在飲用前中後可能會有的反應。以及影響這些反應的因素有那些。
舉個例子,我想知道茶中的澀感是怎麼來的,透過什麼方式可以降低澀感?為何堅果跟烏龍茶會搭,如果泡在一起會加重培火味?回甘又是怎麼一回事,如何創造回甘的飲後感?
我覺得這些都是科學,如果能掌握這些資訊,我相信未來在研發上就會更有方向。
公司過去的工作流程中沒有這段,比較多是依賴具有多年經驗的夥伴們來試驗。但這或許是因為過往要做這件事難度很高,得花大把時間自己收集資料,然後進行整理、分析,真的超級曠日廢時。
但我的習慣是找到一個問題點,然後開始透過 AI 來解決這個問題,而非先套回本來流程中思考。
過往做流程再造(Process re-engineering),我們總是從流程出發,想辦法找到更有效、更精簡的做法。但在 AI 時代,在定義完問題後,先讓 AI 去突破關鍵瓶頸,看看能解決多少,再回過頭來設計流程。
這概念跟做產品很像,我不需要在一開始就規劃一個完整的產品,而是盡快發布,收到使用回饋後在進行下一輪調整。
而在 AI 時代,AI 本身就是那個給予回饋的角色。AI 讓我知道這條路行不行得通,有沒有其他路徑,如果有的話,那我就可以重新調整流程。
把流程當成一個著重在交付一個成果的產品,他本身也需要迭代跟回饋,而獲取回饋最好的方法,就是讓 AI 盡快介入。
只保留基本的管理原則,重點在可能性
公司從四五月份導入 Claude 以來,內部已經生成了無數個系統,且多數都由非工程師進行開發,這些資訊系統很多也都在內部用上,改變了大家的工作流程,可到現在,我們僅有幾個基本原則。
第一,要對外部使用的,就要移交給工程師進行對外網域設定,同時進行更完整的資訊安全與其他非功能性需求檢測。
第二,若要存取 ERP / HR / BPM 等內部資訊系統,必須透過工程師打包好的 API 端口,確保內部資訊的完整性與一致性。
第三,要成為跨部門工作流程的資訊系統或者做為關鍵決策的數據源,必須走正式佈署流程,進入可被工程管理的狀態。
我的關鍵是安全、穩定、可信任,至於其他的問題,暫時不打緊。
如果你不在這些情境內,那大家就是開心玩,放心玩,不一定都要設定目標,也不需要有衡量指標,OKR 的目標跟 AI 無關,但你可以用 AI 更好的完成 OKR。至於怎麼用,身邊都有同事可以問,我們也會固定舉辦分享會,重點是用起來。
讓 AI 給你回饋,讓 AI 幫助你迭代技能跟思維,只有這樣你才會進步得更快。這個概念與前面提到的流程再造是一樣的道理,人也認知也需要再造。
AI 不是保留給有想法的人來使用的,而是要讓更多人因為使用了 AI 而有更多想法。
規則愈少,可能性才會愈多。
解放權力,才會解放創意
傳統的管理邏輯中,由少數人去構思策略、設計流程、規劃制度,因為只有他們具有足夠的高度、經驗、權力。
但 AI 解放了知識與經驗的壁壘,可關鍵是權力並沒有被解放。而權力,會成為大家運用 AI 解決問題的最大阻礙。
沒有修改流程與制度的權力,
沒有存取特定資料的權力,
沒有決定一件事情的權力,
也沒有不做一件事情的權力。
當他沒有權力時,就只能尋求有權力的人來幫他解決問題。可當上級用 AI 用得並不多,對部屬所說的東西理解就會相對有限,上級會希望獲得更多的證據來說服自己這件事沒問題。
但證據,通常得通過實踐來獲得回饋,才會更充分。
這是個雞生蛋,蛋生雞的問題。
我們解決這個問題的方法是重新設計核決權限,這複雜度比流程設計更高,畢竟它牽涉到的不僅僅是制度設計的合理性,更包含了對人的信任感。

核決權限的重新設計,有許多還是得先回到流程再造的角度,流程如果沒有再造,那我們只能在現有的流程上想辦法簡化步驟跟審核的關卡,不見得能達到充分賦權的效果。
因此這邊又卡了一個關鍵的前置工作,那就是大家得先用上 AI,連同老闆都要大量使用 AI。
只有老闆的思維再造了,流程再造才會快,核決權限的調整才會順,企業最終才能把 AI 用得如魚得水。
或許這不是唯一路徑,但我認為這是我嘗試過相對有效的方法。
報廢是學習過程的自然產物
從我開始用 AI 寫程式到現在,我最少做了超過 50 個以上的系統,有很多只伴隨我一小段時間,可有更多的只在我完成發想後就停用了,真正保留下來,到目前一直都有在使用的僅剩下約 10 個左右。
簡而言之,多數的系統都已經沒在使用了。
前陣子看到有個評論在批評這種大量產生、大量報廢的行為,認為這是沒想清楚,沒規劃好所導致的後果。
但我的觀點與此相反,原因就如同本文所說。人類正從大量的嘗試中找尋突破現狀的方法,而 AI 讓我們有機會像個發明家一般,馬上就能進行各種嘗試。
嘗試,是一種非常值得鼓勵的行為,想太多,反而就不嘗試了。
不用擔心報廢,只要問問自己,在這過程中獲得了些什麼就好,這就是一種實現精神。以前只有少部分人能做到大量嘗試,因為嘗試的成本跟代價都很高,但現在不同,你只要有個構想,花一點 token 就能實現它。
所有的傑出,都是從大量試錯中長出來的,真的別害怕做錯。
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。