這篇文章不是一份「如何導入 AI 的完整指南」。那種東西很容易寫,但通常不太有用——因為每家企業的情況都不一樣,套模板套出來的方案往往只能解決表面問題。

我想聊的是:在幫助企業思考 AI 這件事的過程中,我們觀察到一些反覆出現的現象,有些我們預期到了,有些讓我們感到意外。把這些觀察寫下來,希望對正在想這件事的人有點用。

觀察一:「不知道從哪裡開始」是最真實的困境

我們和很多企業主聊過,幾乎每次都聽到同樣的開場白:「我知道 AI 很重要,但不知道要從哪裡開始。」

一開始我們以為這是客套話。後來我們意識到,這是真的。

AI 的應用範圍太廣,每週都有新工具出來,媒體上的報導一下說 AI 會取代這個工作,一下說那個行業要完蛋,一下又說 AI 沒那麼神。在這樣的資訊環境下,企業主想理清楚「我應該先做什麼」確實非常困難。

所以我們後來在第一次和企業聊的時候,都不急著介紹工具或解法,而是先問:「在你現在的工作裡,最讓你覺得浪費時間、或者最容易出錯的事情是什麼?」 從具體的痛點出發,比從「AI 可以做什麼」出發更有效。

觀察二:技術不是最大的障礙,流程才是

我們本來以為,企業導入 AI 的主要障礙是「技術太難,不知道怎麼用」。實際上,很多 AI 工具的操作門檻已經降得很低,幾乎不需要技術背景就能上手。

真正難的,是把 AI 接進現有的工作流程。

比如說:你導入了一個 AI 客服工具,它可以自動回覆常見問題。但這個工具的回覆存在哪裡?誰要去確認沒有回錯?當客戶的問題超出 AI 能力範圍的時候,要怎麼轉給真人?轉給誰?

這些「接縫」的問題,比「AI 工具好不好用」更難解。而且這些問題沒有標準答案,每家企業的答案都不一樣,需要真的去了解這家企業的運作方式才能設計。

觀察三:員工的態度,決定了導入能不能成功

AI 工具再好,沒有人用就沒有意義。

我們觀察到,員工對 AI 的態度大致分三種:

  • 積極型:很想用,主動去學,會自己找應用場景
  • 觀望型:不反對,但不會主動,需要有人帶著走
  • 抗拒型:擔心被取代,或者覺得「這只是又一個新工具」,不想改變習慣

大部分企業裡,三種人都有。導入的成功很大程度上取決於「積極型」的人有多少影響力,以及「觀望型」的人能不能被帶動。

我們學到一件事:不要把 AI 工具定位成「公司要求你用的東西」,而是「可以讓你最煩的那部分工作消失的東西」。前者是強制,後者是誘因。從員工的痛點出發,而不是從公司的效率目標出發,接受度會高很多。

觀察四:「導入」不是終點,「習慣」才是

很多企業在「導入完成」之後就結束了——工具買了、員工培訓了、流程設計好了。但幾個月後回去看,往往發現只有少數人還在用,大部分人已經回到原來的做法。

這不是因為工具不好,而是因為新的工作習慣需要時間建立,而建立的過程需要有人持續關注和調整。這是我們自己在服務設計上一直在思考的問題:怎麼讓「導入」真的走到「養成習慣」這一步。

目前我們沒有一個完美的答案,但有一個觀察:讓員工看到 AI 幫他省了什麼時間,比告訴他 AI 很重要更有效。 具體的感受比抽象的道理更能改變行為。

觀察五:AI 的應用,常常不是想像中那個方向

我們常常遇到這樣的情況:企業主說「我想用 AI 做 A」,但在深入了解之後,發現其實「B 才是最值得先做的事」,而 B 他們一開始完全沒想到。

這不是企業主的問題,而是 AI 的應用場景太多、資訊噪音太大,很容易被媒體上最熱的那個方向影響。有時候最有價值的應用,反而是最不性感的那個——一個很瑣碎但耗費大量時間的重複工作,用 AI 自動化掉之後,省出來的時間可能比做一個很炫的 AI 功能更有意義。

「AI 不是用來讓你做更炫的事,而是用來讓你有更多時間做重要的事。」

我們目前的思考

做了這些觀察之後,我們對「AI 顧問」這件事的理解也在持續演化。我們愈來愈相信,這個工作最有價值的部分,不是「知道哪個工具最好」,而是「能夠幫人想清楚問題」。

工具一直在變,今天最好的工具,半年後可能就被更好的取代。但「怎麼找到值得解決的問題」、「怎麼設計讓人真的願意用的流程」——這些問題的思考框架,更持久、更有價值。

如果你有在想 AI 導入這件事,不管現在是什麼階段,歡迎來聊聊。不一定要帶著明確的問題,有時候只是聊一聊,就能幫你想清楚一些事。

想聊聊你們企業的 AI 問題嗎?

不一定是要談合作,有想法想交流也歡迎。

預約對談

延伸閱讀:蘿蔔科技是誰 | 選 AI 顧問要看什麼 | 蘿蔔科技首頁