如何量度 AI 價值，而不假裝它取代人

專業工作中的 AI 價值，不應只用它是否取代人來量度。

這個框架太窄。它錯過真正消耗時間和製造風險的工作：準備背景、尋找來源、協調擁有人、檢查證據、草擬第一版、跟進，以及令審閱變得可能。

在很多專業環境中，AI 的價值不是讓更少人思考，而是讓人少花時間重建背景，然後才能好好思考。

Replacement metrics 的問題

取代很容易談，卻很難負責任地套用。

一個專業角色不是一堆孤立任務。它包含判斷、問責、關係、風險、標準和背景。AI 可能減少某些工作部分的 effort，但不會取代對結果負責的人。

如果量度只集中在取代，團隊會錯過更實際的收益：

• 更快準備；
• 更好的來源覆蓋；
• 更少 missed follow-ups；
• 更短 onboarding；
• 更清楚審閱；
• 更低協調負擔；
• 更好的人與人之間 handoff。

這些不是軟性好處，而是營運改善。

量度 workflow，不是量度 hype

正確量度單位是 workflow。

例如：

• 每週案件審閱；
• 供應商續約審閱；
• 客戶跟進審閱；
• 項目 handover；
• 供應商研究；
• proposal 準備；
• 分析員 onboarding。

每個 workflow 都有 before and after。準備需時多久？缺了哪些來源？多少 follow-ups 被遺漏？審閱者需要作多少修正？新人要多久才理解工作？

AI 價值就在這裏變得可見。

這種量度亦避免把所有價值壓成一個抽象 ROI 數字。專業工作中的收益通常分布在多個小地方：少一次追問、少一份漏簽文件、早兩星期發現續約風險、新同事少花半日追背景、合夥人更快看到真正需要判斷的問題。單看「節省多少人手」會看不見這些改變，但 workflow-level measurement 可以把它們記錄下來。

更重要的是，workflow 量度可以保留問責。團隊可以說 AI 令準備快了、來源清楚了、handoff 乾淨了，但最後決定仍然屬於負責人。這比宣稱 AI 取代某個角色更準確，也更容易持續改善。

更好的指標

使用符合專業工作的指標。

這些指標不假裝 AI 擁有結果。它們量度 AI 是否改善可問責工作周邊的條件。

例子：First Draft 速度

一個有用指標是到達第一份可審閱草稿的時間。

沒有 AI 時，團隊可能花數天收集來源、比較選項和準備 brief。有 AI-supported workflow 後，第一份 packet 可能一個下午就準備好。

這不代表工作在一個下午完成。它代表團隊更快到達審閱階段。專業人士仍然檢查來源、修正假設、運用判斷，並決定下一步。

這個分別重要。價值不是跳過審閱，而是令團隊更早由搜尋和組裝，進入審閱和決策。

因此，first draft 速度應該配合質素一起量度。快但不可審閱的草稿沒有太大價值；快而且標示來源、假設、缺口和建議下一步的草稿，才會真正縮短專業工作的週期。團隊可以追蹤「到達可審閱版本」而不是「產生文字」所需時間，因為前者才是工作進入下一階段的時間。

例子：續約審閱

對供應商續約，可以量度：

• 提前 30、60 和 90 日找到的續約；
• 已連結的合約和發票；
• 已識別的內部擁有人；
• 已標示的缺失使用或依賴背景；
• 已釐清的審批路徑；
• 減少可避免的 late renewals。

系統毋須批准開支，也可以創造價值。它透過令續約判斷準備得更好來創造價值。

對續約審閱而言，決策形狀比日期清單更重要。團隊需要知道機構正在付甚麼、跟去年相比改變了甚麼、誰依賴這個工具、使用情況是否支持開支、哪些合約條款限制取消，以及適用哪條 approval path。

這帶來幾項可量度改善。財務可以追蹤更少 surprise renewals，因為 queue 會顯示 30、60 和 90 日窗口。Budget owners 少花時間尋找背景，因為 brief 連結發票、合約、擁有人和使用證據。採購有更好的談判位置，因為價格上升、缺失使用證據和依賴問題會在續約限期前出現。

簡單實施可能產生每月 renewal packet。較強實施可能把每個續約維持成 live work object，包含狀態欄位：證據完整、擁有人確認、使用已檢查、風險已審閱、批准待處理。兩種情況下，價值都來自把分散的預算對話變成準備好的決定。

例子：客戶跟進

對 relationship-led teams，可以量度：

• 捕捉到的承諾；
• 分配給擁有人的 follow-ups；
• 減少逾期承諾；
• 敏感 follow-ups 是否升級；
• draft messages 是否在發送前審閱；
• handoff 之間是否保存背景。

系統不取代關係判斷。它保護 follow-through。

這個 workflow 應圍繞承諾，而不是訊息。會議筆記、電郵和任務紀錄可以揭示承諾、擁有人、日期和敏感背景。Follow-up view 應顯示承諾了甚麼、甚麼到期、甚麼依賴其他人，以及哪個跟進需要小心。

這改變量度方式。團隊不只是問 AI 是否草擬了一封好電郵，而是問是否更少承諾流失、擁有人是否更清楚、敏感 follow-ups 是否被升級而不是匆忙發出，以及 account owner 是否有足夠背景選擇語氣。草擬訊息只是其中一個可能輸出；更重要的是底層的記憶和審閱層。

例子：研究工作

對研究密集 workflows，可以量度：

• 到達第一份 source map 的時間；
• 找到的相關選項數目；
• 已識別的無根據主張；
• 已準備的供應商或 precedent 問題；
• 人手驗證時間；
• 審閱者對 shortlist 質素的信心。

目標不是讓 AI 決定，而是令團隊更快到達更好的起點。

好的研究支援會分開 discovery、comparison 和 verification。Discovery 收集候選來源或選項。Comparison 把它們標準化成共享欄位，令團隊看到差異。Verification 標示需要人手檢查或更強來源的 claims。這些階段令研究更快，同時不隱藏不確定。

這比單一生成建議更有用。建議可以很流暢，但隱藏薄弱證據。分階段 research workspace 會顯示考慮了哪些選項、哪些 claims 有來源、哪些假設仍然開放，以及專業判斷下一步應聚焦在哪裏。

審閱修正迴圈

審閱者修正不是失敗，而是資料。

如果審閱者反覆修正同一類來源缺口、分類、語氣問題或假設，workflow 可以改善。團隊可以調整 prompts、來源存取、templates、checks 或 approval rules。

這就是價值如何累積。系統不只是一次節省時間。它會學到專業判斷需要在哪裏得到更好支援。

這個迴圈也可以成為管理層更可信的 AI 報告。與其報告「本月生成了一萬段文字」，不如報告「續約 packet 的缺失來源率由 28% 降至 9%」、「客戶承諾逾期數下降」、「新人 onboarding brief 的審閱修正集中在兩類資料缺口」。這些數字更接近營運改變，也更容易讓團隊知道下一步應投資在資料連接、模板、審批邊界還是培訓。

量度也應該保留負面訊號。某些 AI workflow 可能令草稿更快，但增加審閱時間；某些 source map 可能看起來完整，卻反覆漏掉最新版本；某些自動 follow-up 可能減少逾期，但令語氣風險上升。這些不是失敗報告的尷尬細節，而是判斷 workflow 是否值得擴大的關鍵資料。

因此，好的 AI value dashboard 應該同時顯示速度、質素和控制。速度回答是否更快到達 review；質素回答來源和輸出是否更可靠；控制回答權限、審批、例外和 audit trail 是否更清楚。三者放在一起，才不會把 AI 價值誤讀成單純快了多少，或少了多少人手。

這不是甚麼

這不是反對 financial ROI。

成本重要。時間重要。收入和 margin 重要。但在專業工作中，這些數字往往是準備質素、審閱速度、協調和更少遺漏義務的下游結果。

如果量度忽略這些東西，就可能低估最重要的收益。

更好的做法，是把 financial ROI 放在 workflow evidence 之上，而不是取代它。當團隊已經知道準備時間縮短、審閱修正下降、漏掉的 follow-up 減少、handover 更清楚，才更容易把這些改善連到成本、收入、風險和客戶體驗。這樣的 ROI 較慢，但更可信，因為它不是由假設 AI 取代人開始，而是由實際工作改善開始。

這也讓管理層可以問更好的問題：哪個 workflow 的準備成本最高？哪個審閱瓶頸最影響收入確認或客戶體驗？哪類錯誤最常造成返工？AI 應該先改善這些地方，而不是先追求最容易宣傳的自動化。

如果這些 workflow 指標持續改善，財務回報自然會更容易計算：更少返工、更短週期、更少遺漏、更快交接、更少高價值人員花時間找背景。這些才是專業工作裏更可靠的 AI value story。

這種量度亦能防止錯誤激勵。如果只量度輸出數量，團隊會傾向生成更多文字；如果只量度節省時間，團隊可能跳過必要審閱；如果只量度 adoption rate，團隊可能推動沒有價值的使用。Workflow metrics 迫使團隊同時看速度、證據、責任和結果，令 AI value 更接近真正營運改善。

最好的指標會隨 workflow 成熟而改變。早期先量度 first draft 是否可審閱；中期量度修正是否減少、來源是否完整；後期才量度哪些低風險行動可以安全自動化。這樣，measurement 本身也支持 staged delegation，而不是迫團隊太早宣稱 AI 已經取代某個人或流程。

量度還應該分清 leading indicators 和 lagging indicators。準備時間、來源完整度、審閱修正和 follow-up 捕捉，是較早可見的 leading indicators；收入、margin、客戶滿意度和風險減少，通常較遲出現。早期如果只等最終財務數字，團隊會看不見 workflow 正在改善；但如果只看早期活動數字，又可能高估價值。兩者要連起來看。

這種連接讓 AI programme 更容易持續。前線團隊看到自己的審閱變輕、handoff 變清楚；管理層看到哪些改善最後影響成本、速度和風險。AI 的價值就不再是抽象承諾，而是一條由工作改善到業務結果的證據鏈。