AI 幫你寫完了,但你看不出哪裡有問題,這才是真正的風險

AI 幫你寫完了,但你看不出哪裡有問題,這才是真正的風險

有個老闆傳訊息給我,附了一份 AI 生成的員工手冊草稿。

他說:「你看,我只花了十分鐘,整份手冊就出來了。你幫我看一下可不可以用?」

我掃了三分鐘。

找到兩個問題。一個是引用的勞基法條文,那個版本已經修正了;另一個是離職交接流程,寫的跟他公司實際在做的完全不一樣。

他有點尷尬地說:「AI 不是會自己查資料嗎?」

這句話,我在輔導過程中聽過太多次了。


AI 最擅長的,是「看起來正確」

這是 AI 工具最容易讓人放鬆戒心的地方。

它產出的東西,語句流暢、結構整齊、邏輯通順。
讀起來就像一個有經驗的人寫的。

但它不知道你公司的脈絡。
它不知道你的產業有哪些地方跟「一般情況」不一樣。
它更不會主動說:「這段我不確定,你要自己查一下。」

AI 的問題不是它做錯了讓你看出來。
是它做得太像樣,你反而沒仔細看。


風險不在 AI,在你的驗證習慣

我自己在用 AI 生成內容的時候,有一個習慣。

我不是從頭讀到尾逐字確認。那樣太耗時間,也失去用 AI 的意義。

我會先問自己:這份文件裡,哪幾個地方「如果錯了,代價最高」?

法規相關的?查。
涉及客戶承諾的?查。
跟公司內部流程有關的?查。

其他地方,我反而可以放心讓 AI 幫我。

重點核查,不是全面懷疑。


這個能力,AI 給不了你

很多老闆用了 AI 之後,覺得自己省了很多時間。

但我觀察到一個現象:省下來的時間,有時候是你應該花在「判斷」上的時間。

你用 AI 寫了一份提案,你知道哪個數字可能有誤嗎?
你用 AI 生成了一封客戶信,你知道哪句話可能會被誤解嗎?
你用 AI 整理了會議紀錄,你知道哪個決議被漏掉了嗎?

這些判斷,需要你對業務有足夠的掌握。
AI 產出的快,不代表你可以不看。


不是不能用,是要懂得怎麼用

我不是要說 AI 不好。
我每天都在用,它真的幫我省了很多重複性的工作。

但我在輔導客戶的時候,最常看到的錯誤不是「沒有導入 AI」,而是「用了 AI 但沒有建立驗證的習慣」。

工具越強,使用者的判斷力就越關鍵。

那個老闆後來說:「我以為 AI 幫我做完了,就是真的做完了。」

這句話讓我印象很深。

你上次用 AI 生成的東西,有沒有人真的認真看過一遍?

本文與 AI 夥伴[小扣]🔘共同完成

Read more

員工一直請假?你可能搞錯了問題在哪裡

員工一直請假?你可能搞錯了問題在哪裡

跟一群頭家聊天,其中一個抱怨: 「員工一直請假,我都快忙死了。」 我問他:「那你有沒有想過,員工不請假的時候,你在擔心什麼?」 他愣了一下。 很多老闆看到請假,第一個反應是麻煩。 人少,分工又重疊,一個人請假,其他人就要補。會敏感,也可以理解。 但請假不是問題,是訊號。 員工會請假,通常代表幾件事。 狀況不好,他選擇不硬撐。 他覺得照規定申請是安全的,不會被刁難。 他會提前講、安排交接,不是直接消失。 反而是員工從來不請假的公司,我會多看一眼。 有些人是真的狀態好。更常見的是兩種:不敢請,或是已經不在乎了。 不敢請的,表面很穩定,心裡可能早就在找退路。不在乎的,來上班只是履行義務。 這兩種,比請假更需要擔心。 那老闆為什麼會忙死? 多半是公司太依賴特定的人。一個人不在,整條線就卡住,最後常常是老闆自己下去補位。 要解的不是請假,是備援。 誰負責什麼、流程有沒有寫下來、

By Guan Jie Lien
AI 寫的洞,讓 AI 來補,負負得正?

AI 寫的洞,讓 AI 來補,負負得正?

很多人現在用 AI 寫程式,叫 Vibe Coding。一句話講需求,程式就跑出來了。 另一邊,資安專家一直在提醒,AI 寫的程式到底安不安全? 上週 PHP 出了一個大漏洞。 PHP 是很多網站背後的程式語言,大約七成的網站都在用。這次的漏洞在 PHP 裡藏了很多年,攻擊者不用登入,就有機會直接控制伺服器。 最後抓到它的,是 AI。 這個很有趣哈。 用 AI 寫程式,用 AI 找漏洞,再用 AI 補漏洞,不就是負負得正嗎? 我想了一下,好像不太對。 負負得正是兩個錯互相抵銷。可是寫的、找的、補的都是 AI,比較像自己出考題,自己改考卷。 而且想攻擊網站的人,手上也是同一套 AI。 兩邊一起變快,

By Guan Jie Lien
店長讓 AI 整理會議記錄,但會議本身根本沒有結論

店長讓 AI 整理會議記錄,但會議本身根本沒有結論

很多公司開始用 AI,第一件事都是拿來整理會議記錄。 開完會丟給 AI,三分鐘就整理好,重點和待辦都列出來了。 我在一家店看過這樣的記錄。店長拿給我看,說開完會都交給 AI,省了很多時間。 我翻到待辦那一欄。誰負責?沒寫。什麼時候完成?沒寫。 所以我就問店長上次那幾件做到哪了,店長想了一下,說還在討論。 記錄整理得很好。問題出在會議本身,沒有做出決定。 會議上沒決定的事,AI 整理完還是沒決定。沒人負責的事,寫進記錄裡還是沒人負責。 因此,當組織有這樣的情況,可以先想一下:這件事沒用 AI 的時候,做得好嗎? 本來就做得好,只是花時間,那交給 AI 很划算。 而本來就沒做好的,就算交給 AI 也不會變好。 開會也一樣。散會前留五分鐘,每個人講一句自己負責什麼、什麼時候做完,再讓 AI

By Guan Jie Lien
開了很多會,但事情為什麼還是沒推動?

開了很多會,但事情為什麼還是沒推動?

「上次不是說好了嗎?」 這句話我在老闆嘴裡聽過太多次。 兩週前開了一個會,大家都覺得有共識了。然後什麼都沒動。 兩週後,同樣的問題又出現在會議桌上。 問題不是開會沒用 會議本身沒有問題。 問題是:我們在會議裡「討論」了很多,但沒有「決定」什麼。 這兩件事看起來很像,但結果完全不同。 討論是交換想法。決定是指定一個人,給一個時間,讓一件事發生。 如果會議結束的時候,沒有人說「這件事 XX 來負責,下週四之前完成」,那會議就只是一場有共識的聊天。 三個讓會議產生結果的習慣 第一,區分「討論事項」和「決議事項」。 開會之前,先想好哪些議題是要討論的,哪些是要做決定的。不要把所有事情都放在一起談,最後全部都是模糊的共識。 第二,每個決定,一個負責人,一個日期。 「大家一起負責」等於沒有人負責。每一個決定,都要有一個具體的人名和一個具體的完成時間。這不是施壓,是給這件事一個可以追蹤的形狀。

By Guan Jie Lien