人工智慧近年進軍各大企業，但《富比士》專欄作者 Ankit Agrawal 觀察顯示，真正卡住成效的，往往不是模型本身，而是組織設計與工作流程。許多大型企業只導入工具，交給員工自己試錯調整；短期看似產能提高，數月後卻常面臨投資報酬不明、工程壓力上升、審查與上線流程塞車等問題。
某大型企業科技部門主管回顧，團隊曾多次犯同樣錯誤：把 AI 塞進為不同限制設計的經營模式，結果不是科技不靈，而是組織沒有跟著改。研究也顯示，企業 AI 試點多半未轉成實際商業成果；有研究指出，多數試點對業務幾乎沒有影響，另有調查顯示近半公司放棄大部分 AI 專案，顯示問題多半出在流程、治理與組織協作，而非模型功能不夠。
AI 讓工程與內容生產大幅加速，卻沒有同步讓審查、核准、風險控管與發表流程加速，結果只是把壓力往後端堆，造成更多待審事項、較低監督與更多重做。對企業而言，這代表生產力不只個人或單一任務變快，而是整個系統如何協調、判斷與承接變化。
Ankit Agrawal 主張，真正有效做法不是再找更好的工具，而是重建工作流程：讓 AI 先完成範圍界定、撰寫程式、測試並部署到預備環境，再由工程師在最後階段做判斷與把關。企業也須把需求寫得更清楚，因為 AI 對模糊指令的反應往往是自信卻錯誤的輸出；錯得越快，代價越高。
文章最後強調，企業若只不斷買新工具，卻不先釐清權責、驗證流程與例外處理機制，最終只會讓原本就有的組織缺陷被 AI 放大。要讓 AI 真正創造價值，關鍵不是讓每個人都更快，而是讓工作、責任與決策權重新調整。
- AI Isn’t A Productivity Story—It’s An Organization Design Problem
- AI Is Moving Faster Than the Organisation Can
- Why Enterprises Struggle to Scale AI to Production
- Why AI Works, But Your Strategy Doesn’t
- Your AI Strategy Is a Management Problem
（首圖來源：AI）
科技新報粉絲團
加入好友
訂閱免費電子報
