企業 AI 導入框架
AI 導入黃金三角
企業從「學會下指令」走向「真的改變工作」時，最常被忽略的三個支點。
企業會用 AI 已不是新聞，真正的問題是：工具進來之後，組織有沒有重新理解工作、流程與人的判斷力。1
策略
應用
能力
企業從「學會下指令」走向「真的改變工作」時，最常被忽略的三個支點。
企業會用 AI 已不是新聞，真正的問題是：工具進來之後，組織有沒有重新理解工作、流程與人的判斷力。1
A 公司很積極，積極到把近期熱門 AI 工具整理成一張像菜單一樣漂亮的課綱。
電話一接起來，對方超級肯定：「我們想學下指令，課綱都寫好了，想請上哲老師來教！」那份綱要很完整，完整的根本是 ChatGPT 寫的 RR
他們期許六個小時內，讓員工摸透 ChatGPT、Gemini、Perplexity、Grok、Claude、Claude Code、Suno、Gamma、Midjourney、Kling。十個工具排成一列，像進到誠品，看到 Top 10 精選，要求全員工十本都要看完？
我說：「如果所有員工只摸十個工具，最後真的可能只是摸了工具。」問題不在工具太多，而在每個工具到底跟哪一段工作有關。業務不需要知道十個 AI 工具，他需要知道查資料、寫提案，哪個工具對他來說最香。
策略面先問的不是「要教哪十個工具」，而是「哪些工作值得被重新設計」。高成效組織不把 AI 當外掛，而是放進能產生價值的工作流裡。2
摸到工具，不等於理解工作關係。策略面要先替組織選書，不是把整間書店搬進辨公室。
B 公司已經是百人公司，標準化成熟，表單、權責、簽核都很清楚。問題是：長的要死...
B 公司要導入 n8n。第一次看流程文件時，不禁產生敬畏之心... 像極了臺北捷運要蓋的大黃圈圈新北捷運三鶯線，只是大家早就因為這條長長的線，暈了。
他們 n8n 一直導不進去。不是 n8n 不好用，也不是大家不努力，而是哪怕是人，也真的不太知道這些繁瑣的流程在幹嘛：填 194 欄、補 31 種照片、判斷哪些部門的誰負責要負責哪些事，然後才開始自動化。（浮誇了）
我說：「不要先問 n8n 能不能照著跑。我們先問，它可以簡化哪些流程。」我們一起把一個店面異常與維修申請重構成一個入口：拍照、選場景、寫一句狀況。後面的補資料、分流、通知、追蹤紀錄，交給流程去做。
AI 與自動化的價值，不是把既有流程跑快一點，而是逼我們承認流程本來就可以更短。把 AI 疊在舊流程上，只是更快走完那個暈頭迷宮。34
成熟流程不一定適合直接自動化。
應用面要做的是重編排，讓工具接住現場，而不是讓現場迎合工具。
C 公司 HR很跟潮流，他說今年所有學習資源都要放在 AI 身上。說實話，第一時間我是興奮的（心想來了個大戶），但我還是把口水吸回去，說：「不行」。
我親自到 C 公司的精裝會議室，好香，
宛如置身陶朱隱園（好啦我其實沒去過）。
那天下午，人資把年度訓練資源攤開。白板上滿滿都是 AI：AI 寫作、AI 簡報、AI 圖像、AI 自動化。企業的焦慮我們看多了，市場跑太快，主管天天高歌 AI，太急了，急著想把預算押到最像未來的地方。
但如果員工只會 AI，能力面會變薄。會問問題，不代表會定義問題；會生成答案，不代表會驗證答案；會做簡報，不代表知道哪一頁應該被刪掉。AI 可以加速產出，可是最後品味、領域知識與判斷力，不能沒有啊！
就像腳本叫你戴墨鏡拍片，陽光很好，你突然發現今天的演員眼睛也太漂亮。這不是 AI 算不出來，是 AI 沒有沒有親自站在那道光裡，它哪知道！判斷力就應該回到人身上，工作裡最難的部分，不是有做完、有回答就好，而是知道哪個回答，更值得變成答案。
未來不是人類退場，是人機協作。技能缺口仍是企業轉型的主要阻礙之一；員工需要被訓練成能判斷、能驗證、能與 AI 協作的人。56
一群沒有能力的 AI 使用者，沒有辦法透過 AI 去成就他人。
把 AI 用的很好的人，沒有 AI 他也過得很好。
用於說明企業 AI 採用已進入主流，導入問題正在從知不知道 AI 轉向如何落地。
用於支撐策略與應用：高成效組織更重視把 AI 嵌入真正的工作流程。
用於說明 AI 導入會牽動工作分配、流程與組織協作方式。
用於支撐應用面：AI 應推動整體工作重設，而不是疊在舊流程上。
用於能力面：技能缺口與再訓練仍是企業轉型的核心課題。
用於說明生成式 AI 更可能重組工作任務，而不是把人類判斷完全移除。