採用 AI 前，先讓工作變得可以理解
判斷工作是否已清楚得足以引入 AI：團隊能否看見目前狀況、來源、負責人、例外、審閱點和權限？
重點摘要
- 選擇工具或自動化項目前，先讓工作變得足以查證。
- 當目前狀況、來源、負責人、例外、審閱點和權限毋須依賴一個人的記憶也能被理解，工作才算清楚。
- 這項診斷先於試行項目選擇、技術實施，以及透過改變實務來建立採用習慣。
讓員工使用 AI，不等於把 AI 納入營運。
最有用的系統都由仔細了解現有工作如何流動開始，包括脈絡存放在哪裏、決定由誰負責、人們審閱甚麼、哪些來源重要，以及交接在哪裏失靈。工作先有足夠清楚的結構，AI 才真正有用。
因此，重要問題不是「應該買哪款 AI 工具」，而是「團隊能否在不依賴一個人記憶的情況下，說明目前這項工作如何走到決策」。
工具先行的錯誤
常見的採用方式由提供使用權開始。
團隊讓員工使用模型，連接文件庫，作幾次示範，然後等待生產力自然出現。通常的確會有一些價值。人可以更快起草和摘要，也能處理空白頁和例行分析。
但更深層的工作問題仍未解決。
- 哪份文件才是權威來源？
- 下一步由誰負責？
- 哪項決定要先審閱才可行動？
- 證據仍欠缺甚麼？
- 這項工作屬於哪個客戶、案件、供應商、項目或關係？
- 系統獲准如何運用答案？
若這些問題不清楚，AI 只能繞過機構運作，而不能融入其中。文字或許流暢，系統卻無法可靠理解它在團隊營運脈絡中的意義。
因此，營運智能由工作而不是模型開始。模型能力強並不足夠，周邊工作流程也要變得可以理解。
引入 AI 前已可測試工作是否清楚
團隊毋須先建立 AI 原型，才測試工作是否足夠清楚。選一項目前待決事項，請相關人員展示它的來源、狀況、負責人、例外、審閱點和決策權。若答案因人而異，眼前問題便不是模型能力，而是營運狀況一直靠人際溝通臨時重組。
即使未加入 AI，釐清這些狀況也能產生價值。一份更清楚的登記冊、一套共同定義、一位明確負責人或一份更完整的審閱資料包，都可能直接減少協調問題。這也能顯示 AI 是否有穩定角色，還是自動化只會加快原有分歧。
工作能夠被清楚描述後，選擇第一個 AI 工作流程則在選定項目後開始。
第一項有用成果往往不是行動
不少團隊把 AI 價值想像成行動，例如發送電郵、批准續約、更新紀錄或完成任務。
在專業工作中，第一項有用成果往往出現在行動之前。它可能是初稿、審閱資料包、來源圖譜、待解問題清單、比較表或交接紀錄。
這些成果有價值，因為人可以審閱、修正，再決定下一步。
例如，智能代理為客戶跟進審閱準備材料時，可以收集：
- 最近的筆記和承諾；
- 尚未完成的任務和答應日期；
- 相關文件和過往決定；
- 影響語氣的關係脈絡；
- 應阻止對外聯絡的資料缺口；
- 下一步的負責人。
即使智能代理從不發送客戶訊息，這些準備仍然有用。價值不在於對外自主行動，而在於團隊更快進入一場準備充分的審閱。
這就是初稿的實際意義。初稿不是最終成果，而是協助負責人以更好證據、更快思考的材料。
擴大自主程度前，先讓工作清楚可見
AI 能力愈高，團隊愈容易急於給予更大自主權。
較穩健的次序，是分階段擴大權限：
| 階段 | AI 處理的工作 | 人保留的責任 |
|---|---|---|
| 準備 | 收集來源和草擬內部材料 | 審閱、修正和判斷 |
| 建議 | 提出選項，並列出證據和不確定之處 | 決策和批准 |
| 批准後行動 | 準備行動並等候指示 | 確認或否決 |
| 有限自動化 | 執行邊界清楚、受監察的工作 | 審閱例外和承擔責任 |
這個次序並非拒絕自動化，而是讓自動化逐步取得信任。
NIST AI 風險管理框架同樣把 AI 視為管理系統課題，要求機構釐清使用責任並持續改進。專業 AI 因此應由邊界清楚的工作流程、可查證的來源和明確審閱路徑開始。
工作通常在哪裏變得難以理解
團隊反覆花時間重組脈絡的地方，通常就是工作不夠清楚的地方：
- 準備每星期案件或項目審閱；
- 批准開支前核對供應商續約；
- 協助新分析員掌握進行中的客戶工作；
- 從分散的舊資料準備建議書；
- 審閱不同客戶關係中的未完成承諾；
- 比較供應商、物料、政策或案例。
這些是診斷訊號，不是自動成為試行項目的候選清單。第一個問題是甚麼令工作難以理解：來源紀律不足、責任誰屬不清、定義互不相容、審閱習慣只存在於一個人的腦中，還是介面不適合實際工作時刻。有些問題需要先修補流程，而不是加入 AI。
確有需要建立連接式工作流程時，採用仍然依賴練習。把 AI 採用變成一次發布活動，往往會失敗，原因正在於系統交到團隊手上後，仍需要反覆審閱、培訓和修正。
這並不代表甚麼
這不是反對 AI 工具。通用 AI 工具有實際用途，聊天介面也能協助思考、起草、摘要和探索。
重點是專業應用需要在工具周圍建立一層營運結構，包括來源存取、權限、負責人、審閱路徑和邊界。沒有這層結構，使用者每次都要在提示內重新交代整個機構脈絡。
這也不是主張永遠由人手審閱。部分工作流程最終會足夠穩定，適合有限度自動化。不過，它們應透過反覆準備和審閱來取得信任，而不是由示範直接跳到全面授權。
實施方式可以保持簡單。Anthropic 的智能代理建構指引則解釋重複工作為何受惠於清楚的流程設計。兩個來源都不能證明某項特定工作應被自動化，但支持一個較審慎的結論：有用的採用方式，由了解工作和選擇合適的系統複雜程度開始。
資料來源
/ 開始
從一個業務成果開始，再逐步擴展。
先選定一個明確的檢視週期、工作流程或團隊，找出更完整的營運脈絡可立即提升前期準備和專業判斷質素的地方。