Be More Ambitious with AI：從個人賦能到組織進化，重新想像企業 AI 轉型

最近讀到 Felix Rieseberg 的文章 How to Be More Ambitious: A Tutorial for Humans with Models，其中有個觀點讓我很有感觸：

當 AI 的能力快速提升，我們是否也應該同步提高自己的企圖心？

過去幾年，企業積極推動生成式 AI，從 ChatGPT、企業知識庫、RAG，到現在熱門的 AI Agent。然而，許多企業仍然將 AI 的價值定位在提升個人生產力，例如加快報告撰寫、整理會議紀錄、搜尋文件，或協助撰寫程式。

這些應用確實有效，但我認為，如果企業只把 AI 當成效率工具，可能低估了 AI 真正能帶來的改變。

我們需要的不只是更快地完成既有工作，而是重新思考：有了 AI，哪些原本做不到的事情，現在變得可能？

一、從提高效率，到提高企圖心

Felix Rieseberg 提出了四個值得思考的方向：

1. Speed（速度）：做得更快

利用 AI 減少重複性工作，縮短任務完成時間。

2. Altitude（高度）：想得更高

不再只要求 AI 完成單一任務，而是讓 AI 協助達成更高層次的目標。

3. Depth（深度）：做得更深入

讓 AI 結合專業知識、原始數據與分析工具，探索過去因時間或資源不足而無法深入研究的問題。

4. Range（廣度）：跨越能力邊界

運用 AI 整合不同專業與領域，讓個人與團隊具備過去難以擁有的跨領域能力。

這四個方向中，我認為 Altitude（高度）是企業 AI 轉型最值得關注的核心。

例如，在製造業中：

• 過去我們可能要求 AI：「幫我查詢設備故障的歷史維修紀錄。」
• 接著提升為：「分析可能的故障原因，並提出維修建議。」

但如果更有野心，我們應該問：

從搜尋資訊、協助決策，到持續改善營運成果，這不只是技術升級，更是目標與思維的轉變。

二、企業 AI 轉型的三個層次

我認為，企業應該從三個層次重新規劃 AI 的導入。

Level 1｜AI for Me：個人賦能

第一階段，是讓每位員工都能透過 AI 擴展自己的能力。

但這裡的目標不應只是讓所有人學會 Prompt Engineering。

更重要的是，讓員工從 AI 使用者，逐步成為 AI 協作者，甚至是 AI 任務的指揮者。

例如，一位工程師原本需要仰賴其他專業人員，才能完成數據分析、程式開發或跨領域研究。現在，他可以運用 AI 結合不同工具，獨立完成更完整的工作。

個人 AI 轉型，不只是提高工作效率，而是突破個人的能力邊界。

Level 2｜AI for Team：團隊協作與流程再造

當每個人都開始使用 AI，企業會逐漸發現，新的瓶頸不一定在個人，而是在組織既有的工作流程。

以製造業設備故障為例，一次異常處理可能涉及生產、維修、資材及排程等不同部門。

即使每位員工都使用 AI，資訊仍然可能停留在不同系統，工作仍然需要依序等待、溝通與交接。

這時候，AI Agent 的價值才真正開始顯現。

透過 Multi-Agent 協作，不同 Agent 可以負責設備診斷、歷史資料查詢、備品確認、排程評估及報告產出，並在必要的人工審核下推動後續流程。

企業不應只問：「如何讓每個部門做得更快？」

而應該問：

這是從個人生產力提升，走向組織工作方式的改變。

Level 3｜AI for Enterprise：組織進化

第三個層次，也是我認為最有想像空間的方向，是讓 AI 成為企業持續改善營運能力的一部分。

過去，企業透過資訊系統蒐集資料、建立儀表板，再由人員分析問題、提出改善措施。

未來，AI Agent 可以協助企業持續感知營運狀況、整合跨系統資訊、發現異常、提出改善方案，並追蹤決策後的實際成果。

例如：

• 不只是建立設備維護知識庫，而是持續降低設備故障與停機。
• 不只是分析品質異常，而是主動尋找影響產品品質的潛在因素。
• 不只是提供能源耗用報表，而是持續尋找降低單位產品能耗的機會。
• 不只是讓知識更容易搜尋，而是讓企業累積的經驗真正參與日常決策。

這代表 AI 從個人工具、部門助手，逐漸走向支援企業持續學習與改善的組織能力。

三、從 AI Adoption 到 AI-Native Organization

如果要讓這個願景落地，我認為企業需要一條清楚的轉型路徑：

第一步：AI Literacy — 建立全員 AI 素養

讓員工理解 AI 的能力、限制與安全使用方式。

第二步：AI Empowerment — 擴展個人能力

鼓勵每位員工選擇有價值的工作挑戰，而不只是學習 AI 工具。

第三步：Agentic Workflow — 重新設計團隊流程

從端到端業務流程出發，整合 Agent、工具、企業資料及人工決策。

第四步：Enterprise AI Platform — 建立企業共用能力

建置可重用的模型、知識庫、工具介接、權限管理與 Agent 治理平台，避免各部門重複開發。

第五步：AI-Native Organization — 推動組織進化

由經營成果出發，重新設計人與 AI 的工作分工，讓持續改善與創新成為組織的日常能力。

這五個階段不必完全依序進行，但企業必須同時思考技術、人才、流程與治理，而不能只關注模型能力。

特別是在製造業，AI 的自主性必須建立在可驗證的決策、清楚的權限、安全限制及人員監督之上。

更有野心，不代表讓 AI 無限制自主執行，而是以可信任的方式，挑戰更有價值的目標。

四、領導者需要改變的，是提問的方式

過去我們常問：「有多少員工開始使用 AI？」

未來或許應該問：「有多少員工因為 AI，開始完成過去無法完成的工作？」

過去我們問：「有多少流程導入 AI Agent？」

未來應該問：「有多少流程因為 AI，而被重新設計？」

過去我們問：「AI 可以節省多少成本？」

未來更應該問：「AI 能讓企業創造哪些過去不具備的能力與競爭優勢？」

這才是我認為企業 AI 轉型真正應該追求的方向。

Think Bigger. Work Differently. Achieve More.

從個人賦能，到團隊協作，再到組織進化。

AI 轉型的終點，不是讓每位員工都使用 AI，也不是讓每個流程都有 AI Agent。

而是讓整個組織有能力持續挑戰過去認為不可能完成的目標。

或許，當 AI 的能力持續快速進步時，我們最需要升級的，不只是企業的技術架構，更是我們對未來工作的想像力。

*The real transformation begins when we stop asking what AI can do for our existing work, and start asking what becomes possible because of AI.*

你認為目前企業導入 AI，最大的挑戰是技術能力、工作流程，還是組織的思維與企圖心？

參考文章：How to Be More Ambitious: A Tutorial for Humans with Models — Felix Rieseberg