R3 - 越用 AI,越不敢完全信它?
一家電子零組件公司導入採購代理已經快一年。它會比對報價、檢查交期、自動產生採購單,採購主管只需要在系統上按下核准。前十個月,一切順利,大家都說:「它比新人可靠多了。」

AI 轉型談了很多年,多數企業卻卡在同一個地方:工具買了,試點做了,成果卻沒有出現。
麻省理工學院(MIT)、麥肯錫、BCG、Mercer、Deloitte 等機構近年的研究,指向同一個答案:瓶頸不在技術,而在組織。MIT 的一項研究發現,大多數生成式 AI 試點沒有帶來可衡量的財務回報;另一個部署團隊的經驗是,技術以外的工作占了八成以上的力氣。一項涵蓋近一萬兩千人的全球調查也顯示,62% 的員工認為主管低估了 AI 帶來的情緒衝擊,但只有 19% 的人資把它寫進導入計畫。
AI 轉型的成敗,取決於另一半:人、團隊、角色與制度能不能跟著改變。
這個專欄專注在這「另一半」。我們整理國際上關於 AI 與組織的重要研究,並從系統心理動力學與團體動力的角度追問:研究看見了「人跟不上」,但人為什麼跟不上?主管為什麼放不了手,或太快放行?第一線為什麼遲遲沒有跟上?團隊為什麼默默退出?經營團隊為什麼一再啟動新試點?當 AI 拿走了入門工作、改寫了職務、動搖了信任,組織又該怎麼重新設計人才、考核與學習的方式?
文章包含三個系列:
我們引用研究時,會說清楚它的方法與限制。實驗與田野研究,我們寫「研究發現」;問卷調查反映的是受訪者的看法與預期,我們會如實標明。我們不寫「研究證明」。除了國際研究,我們也會加入台灣企業的現場觀察,讓這些研究更貼近在地的組織。
每篇文章都附有「留給你的問題」,歡迎主管與 OD 夥伴把文章帶回團隊共讀、一起討論。
本專欄由慧培國際管理顧問有限公司(White Space Ltd.)台灣區人才發展總監鄭博文主筆
一家電子零組件公司導入採購代理已經快一年。它會比對報價、檢查交期、自動產生採購單,採購主管只需要在系統上按下核准。前十個月,一切順利,大家都說:「它比新人可靠多了。」
一家中型製造業的經營會議上,董事長拿著一份國際報告問:「上面說 95% 的 AI 試點都沒有回報。我們今年做的那三個,是不是也是白做?」
元旦後的開工大會上,總經理拿著麥克風說:「今年是我們的 AI 元年。AI 是來幫助大家的,不會取代任何人。我鼓勵大家大膽嘗試,犯錯也沒關係。」
總經理在全員大會上宣布公司的 AI 計畫:明年要在客服、財務與採購導入 AI 代理,目標是提升三成效率。簡報做得很完整,有時程、有預算、有案例。
一家中型製造業的預算會議上,資訊長提出的 AI 預算比今年翻了一倍:更多的授權、新的代理平台、兩個新的試點專案。經營團隊很快就通過了,總經理說:「這是未來,我們不能落後。」
資安部門在一次例行檢查中發現,業務部有不少人會把客戶資料貼進自己的個人 AI 帳號,用來整理拜訪紀錄、寫報價說明。
一家會計師事務所導入 AI 之後,查核底稿的初稿可以由系統快速完成。過去要花新人好幾天的抓資料、對數字、整理工作底稿,現在半天就能交出一份看起來很完整的版本。
財務部導入 AI 之後,月結的資料整理快了很多。依專案團隊的估算,每位專員每週大約可以省下半天。
週一的主管會議上,AI 已經是固定話題。業務協理分享他怎麼用 AI 整理客戶拜訪紀錄,財務處長說月報初稿現在半小時就能完成。大家聊得很起勁。會議結束前,總經理說了一句:「我們要讓全公司都用起來。」
公司的 AI 專案已經進行了八個月。客服與財務作業各自導入了 AI 代理,專案團隊在經營會議上報告了不錯的進度。
年度策略會議前,總經理請五位事業部主管各自準備「明年的成長提案」。
上個季度,公司重新設計了從接單到出貨的流程,讓 AI 代理負責排程與初步報價。結果第一個季度的數字並不好看:交期準確率下滑、加班時數上升,客訴也多了一些。
公司的客服 AI 代理上線半年了。剛開始表現不錯,大部分的常見問題都能自己解決。但最近三個月,客戶滿意度慢慢下滑,轉人工的比例也在上升。
這筆款項是由應付帳款的 AI 代理核准的。它自動比對發票、採購單與驗收單,三者一致就標為綠燈、進入付款。問題出在供應商重開了一張發票,號碼不同,其他資料都一樣。
去年,公司導入了一套 AI 系統。排班由系統依訂單量自動產生,每天早上的營運日報由 AI 整理好寄到每個人信箱,出貨異常也由 AI 先做初審,只有少數案件才會轉到他手上。後來,連新進的組員遇到問題,都習慣先問 AI,而不是先來找他。
行銷部導入 AI 助理半年後,一切看起來都很好。企劃案的產出量增加了,週會從一個半小時縮短到四十分鐘,年中的團隊氣氛問卷也拿到了歷年最高分。
小周是公司 AI 推動小組裡最積極的成員。小組成立的頭三個月,他做出了兩個工具,在分享會上示範了三次,還常常在晚上回同事的問題。
模型在第二個月就達到預期的準確率,廠商宣布「技術驗證完成」。接下來的十個月,專案團隊忙著處理另一些事:三個系統的資料接不起來,法務要求重新審查個資流向,第一線主管說「我們不確定可不可以相信它」,上線三個月後,系統的表現又開始飄移。
林小姐在理賠部門工作了九年,她最擅長的是「判讀文件是否齊全」這一步。團隊都知道,她看過的案件幾乎不會被退件,正確率比公司測試的 AI 還高。
陳經理負責信用審核已經十二年。公司導入 AI 審核助理後,他每天要核准大約 80 件 AI 的建議。
年底的成果發表會很熱鬧。客服部展示了自動回覆機器人,採購部展示了合約摘要工具,品保部展示了瑕疵判讀模型。兩年來,這家公司啟動了 12 個 AI 試點,每一個都有漂亮的示範。
週一上午,經營會議的議程上又多了一個 AI 專案:用生成式 AI 優化供應鏈預測。專案負責人簡報得很精彩,與會主管紛紛點頭,總經理也表示期待。會議在一片樂觀中結束,預算順利通過。
「我們公司有十幾個 AI 專案在跑。」這是近兩年許多經營會議上常聽到的一句話。客服用聊天機器人、行銷用生成式工具寫文案、財務在測試自動化報表,每個部門都有成果可以展示。
一家企業成立了第一個代理式團隊。四位成員分別來自業務、產品、資料與營運,一起監督一組 AI 代理人,負責新客戶從申請到開通的完整流程。過去要跨四個部門、兩週才能完成的事,現在三天就能搞定。
想像一位客戶想買房。他打開銀行的 AI 助理,一連串自動化流程隨即啟動:房產代理人推薦合適的物件,核貸代理人依客戶財務狀況量身設計方案,法遵代理人確認交易符合銀行政策,合約代理人完成文件,最後再由另一個代理人完成撥款。
在〈當 AI 開始做事,主管要學會「站在迴圈之上」〉一文中,我們談到 AI 時代主管的角色轉變:從親自執行、逐件審核,轉為設定規則、看異常、調整介入程度。
一位製造業的業務協理,最近發現行事曆上出現了新的時間黑洞。團隊導入 AI 之後,報價單、客戶提案、市場分析的初稿幾分鐘就能產出,產量是過去的好幾倍。但每一份都要經過他過目,他每天得花將近三小時,一行一行確認 AI 有沒有算錯、有沒有說錯話。