AI導入現場觀察
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，
AI導入現場觀察
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
AI導入現場觀察
上週上課，有個學員說想讓自己的店用 AI。 他說：「我不太會用，想說問問看。」 我問他：「後來怎麼了？」 「我問女兒。結果她說，她早就在用了。」 全班都笑了。但我覺得這件事不只是好笑而已。 老闆在開會，員工已經在用了 這個場景在中小企業裡比你想像的更常見。 老闆在思考「AI 導入策略」，在研究要買什麼系統、要找什麼顧問、要排什麼預算。員工那邊，早就有人用 ChatGPT 在寫文案、整理資料、回客戶訊息了。 兩邊都不知道對方在做什麼。 不是刻意隱瞞。是因為沒有人問，也沒有人說。 員工不說，是因為怕被覺得偷懶、怕用錯被罵、怕麻煩。老闆不知道，是因為以為這是自己要去學的東西，沒想到答案已經在公司裡面了。 為什麼中小企業導入 AI 特別難開口？ 大企業導入新工具，有 IT 部門、有專案小組、有預算流程。中小企業沒有這些，所以很多事情就卡在「
AI導入現場觀察
上週有個朋友傳訊息給我，附了一篇文章，說「你要這樣逼 AI，它才會認真」。 我看了一下，大概就是用強硬語氣、給它壓力、威脅它說答案不好就不付錢之類的。 我試了幾次，發現 AI 還是那個 AI。 PUA 不是提示詞工程 我理解這個說法從哪來。有些情境下，給 AI 一個明確的角色設定，或是要求它「用最嚴格的標準審視自己的答案」，確實有效。 但那不是「逼」，那是給脈絡。 差別在哪？ 逼，是你希望 AI 因為你的情緒改變行為； 給脈絡，是你讓 AI 知道任務的邊界在哪、標準是什麼、你要的是什麼格式。 一個是在管 AI 的態度，一個是在管你自己的需求有沒有說清楚。 會讓 AI 輸出變差的，多半是你的 prompt 沒說清楚，不是
AI導入現場觀察
跟一群老闆聊 AI 工具，有個人突然說：「我不敢用 agent，感覺很危險。」 我問他哪裡危險？ 他說不知道，就是覺得讓 AI 自己跑、自己做決定，感覺很不安心。 我聽懂了。他不是怕 agent，他是怕「自己不知道發生了什麼」。 這個感覺我完全理解。但我想跟你說，問題不在 agent 本身。 危險的從來不是工具，是你不知道給了他什麼 你請一個員工來公司，第一天你會把所有系統帳號、所有客戶資料、所有財務報表的存取權全部開給他嗎？ 不會。 你會先想，他這個職位需要用到什麼，然後只給那個部分。 小公司如果答案其實是「會」，因為本來就共用一組帳號，那第一件要做的事不是設定 agent，是先幫它開一個自己的帳號。 家裡的鑰匙也一樣。你不會因為信任一個人，就把門鎖全部換成他的指紋。你會給他他需要進去的那扇門的鑰匙。 AI agent 也是這個道理。 它能做什麼，取決於你給了它什麼權限。 你給它讀信箱的權限，
AI導入現場觀察
最近我接觸到的老闆，幾乎每個人都在談 AI。 但真正導入之後還持續在用的，我遇到的不多。 失敗有很多種原因，但我觀察下來，最常出事的是這三個時候。 第一個：還沒想清楚要解決什麼問題就開始的時候 「大家都在用，我們也要跟上。」 這是最常聽到的出發點，也是最危險的出發點。 AI 工具不是通用解方，它解決的是特定問題。 如果你不清楚自己的問題是什麼，你就只是在買一個功能清單，而不是解法。 第二個：決定要導入了，卻只有老闆一個人在推的時候 工具最終是員工在用的。 如果員工不理解為什麼要用、對他們的工作有什麼幫助，他們不會自動接受。 不是不配合，是沒有理由配合。 這個時候還來得及做的，是把真正要用這個工具的人拉進來討論，至少讓他們知道「這件事跟我有什麼關係」。 第三個：上線之後，沒有人負責後續維護的時候 「導入完成」不是終點。 AI 工具需要被調整、被確認、被整合進現有的流程。 如果沒有一個人負責持續跟進，工具很快就會被邊緣化。 這三個時間點，很多企業都踩過至少一個。 你們現在在討論 AI 導入，哪一個點讓你最有感？
AI導入現場觀察
很多企業談數位轉型，表面上是技術問題。 但如果你在現場待過，你會發現真正卡住的，往往不是系統。 是情。 不想動老員工的習慣。不想破壞多年默契。不想讓某個人難堪。 這些事說出口都不太好聽，但它們幾乎出現在每一個我接觸過的導入案子裡。 決策拖著走，背後有原因 我遇過一間公司，導入新系統的計畫討論了快兩年。 功能評估、報價比較都做了，但決策就是下不來。 後來問清楚才知道，有一位老員工負責現在的報表系統，那套系統是他十年前自己建的。 如果換掉，他的位置就尷尬了。 老闆不想讓他難堪。於是一直拖。 工具可以導入。但這種情，沒有辦法靠工具解決。 先把人的問題說清楚 我通常不急著談系統。我會先做三件事。 把現在的流程講清楚：這件事現在是誰在管、怎麼管的？ 把每個人的角色講清楚：導入之後，誰的工作會變、怎麼變？ 把真正害怕的事情講清楚：最擔心的是什麼？說出來，一起想辦法。 當這些被說出來，事情往往就沒有那麼複雜。 轉型是一次對話，不只是一個決定 數位轉型不只是升級工具。 很多時候，它是一次要求大家說清楚「我們要往哪裡走」
AI導入現場觀察
這不是假設的故事。 一個朋友的公司，半年前導入了 AI 客服系統。 目標很清楚：減少人工回覆時間，讓客服人員可以處理更複雜的問題。 三個月後，他來找我。「不對勁。大家比以前更累。」 發生了什麼事 AI 客服開始運作之後，客服人員的工作量沒有減少，反而增加了。 原因是：AI 的回覆有時候不準確，甚至會給出錯誤的資訊。 客服人員需要審核每一則 AI 的回應，判斷要不要修改、怎麼修改。 工作從「回覆客戶」變成了「審核 AI 再回覆客戶」。 多了一個步驟，時間反而更長。 工具是對的，流程是錯的 AI 客服這個工具本身沒有問題。 問題是他們沒有重新設計工作流程。 導入之前，應該先想清楚： AI 負責哪一類問題？人負責哪一類問題？邊界在哪裡？什麼情況要轉給人？審核機制怎麼設計？ 這些流程沒有設計好，工具加進來只會製造新的摩擦。 導入之前，