如何推動ＡＩ，讓團隊更有成效？

EMBA雜誌483期 / EMBA雜誌編輯部

2026.10.28

Ｑ：我們公司很重視ＡＩ，也鼓勵同仁在工作中使用。團隊幾乎人人在用ＡＩ，有人常拿來問問題，有人用來整理資料，但看起來並沒有真的為公司帶來什麼效益。我該採取什麼做法，讓ＡＩ可以發揮功效？

許多公司已經把ＡＩ帶進日常工作，但不少應用仍停留在零散的個人操作。主管如果只是口頭鼓勵大家多用ＡＩ，成效往往有限，因為同仁未必知道怎麼把ＡＩ帶進實際工作，也就看不見它能帶來哪些具體改變。

有一次，在協助一家傳統產業導入ＡＩ時，一位做了多年的老師傅直接說：「ＡＩ哪懂啦。」他不相信ＡＩ能理解自己累積多年的工作經驗，更不相信ＡＩ幫得上忙。

這樣的反應提醒主管，要讓同仁看到ＡＩ的價值，得先從他們每天面對的工作著手。主管常先想到的是，公司該買哪一套系統？要不要成立ＡＩ專案？是不是得先找資訊部門？但其實，要讓ＡＩ能幫上忙，主管可以把注意力拉回實際工作：團隊平常在做哪些事情？哪些工作經常重複、花掉很多時間？其中哪些適合先讓ＡＩ參與？

推動ＡＩ，可以先從改善一項具體工作開始。把原本的工作方法整理清楚，讓ＡＩ理解與執行，看看它是否幫得上忙，再把有效的方法帶進團隊。這樣做，ＡＩ才有機會從零散的個人使用，逐步變成能改善工作效率的團隊能力。

挑一件經常重複的工作

剛開始推動ＡＩ，不妨從一件經常發生、耗費時間，又容易驗收的工作切入。成效愈容易衡量，愈適合拿來當第一個嘗試。

主管不妨問團隊成員：「你上星期花最多時間，最不想做、卻又非做不可的事是什麼？」這些工作往往很普通，例如整理會議紀錄、製作週報、彙整數據，或處理報價單、採購單等。它們未必是公司最重要的工作，卻因反覆發生，一旦節省時間，很容易看出效果。

挑選任務時，可以運用TURBO法則，從五個角度評估：這件事耗費多少時間（Time-consuming）？有多少同仁在做（User-wide）？是不是經常發生（Repeat）？是否適合由ＡＩ先做、同仁再檢查（Buffer）？流程能不能拆成清楚的步驟（Operable）？符合的條件愈多，通常愈適合作優先嘗試的任務。

除了適不適合做，成果是否容易衡量也很重要。主管可以直接看幾個數字：一項工作原本花多少時間？現在要多久？錯誤有沒有減少？是不是少了重複抄寫、整理與比對的時間？因此，ＡＩ上線前就得記錄現況，建立比較基準，這樣事後才能說清楚效益，也較容易爭取後續資源。

例如，有一家公司，原本製作一張報價單需要三個小時。導入ＡＩ後，三分鐘就能先產生結果，即使仍需同仁逐項核對，整體工時也從三個小時縮短到三十分鐘以內，效益已經非常清楚。

有些應用雖然很受關注，未必適合一開始就做。例如，有些公司第一個想到的，是ＡＩ客服，或公司的知識問答系統這類熱門項目。但前者直接面對顧客，一旦回答錯誤，就可能造成客訴；後者則常碰到公司資料累積多年、格式不一、版本混亂，光是整理資料就要花很多力氣。

相較之下，品管單、數據整理、文件比對等工作，流程比較清楚，也比較容易驗收。主管先讓團隊做出幾個可衡量的小成果，比一開始就追求看起來很厲害、卻很難說清效益的ＡＩ專案，更容易讓大家建立信心。

這些小嘗試也要設期限。建議試三十天後，就決定下一步，是要擴大使用、修正做法，或停止。否則，很容易一直停在嘗試階段。