過去這一年，很多主管都看過這樣的示範：AI 幾秒鐘讀完 30 頁合約、圈出奇怪的條款、順手寫好回信草稿。台下頻頻點頭，覺得轉型近在眼前。3 個月後再問進度，結果還在評估、研議，最後靜靜躺在待辦清單最下面。為什麼？

以前買系統，驗收很清楚。清單一條條對：欄位有沒有存檔、報表印不印得出來。可以就是可以，當天蓋章結案。現在買 AI ，能力已經不是問題，真正的障礙在於，它不能用套裝軟體的老方法驗收，要當作一位會自己動腦的新同事。

導入AI不是買軟體，更像帶新人

舉例來說，同一疊報價單，AI 代理（agent ）來跑今天正確率 95%，明天廠商換個排版就掉到 80%。沒人知道錯在哪，最後只好全部重對一遍，比原本更累。過去企業驗收軟體，講求功能穩定、結果精準，如今面對表現可能有起伏的 AI，該容許多少錯誤、出了錯又由誰負責？光是這些問題沒有共識，就足以讓導入計畫卡關。

導入 AI，與其說是買軟體，更像是帶新人。新人剛來，沒有人期待他每一張單都對，通常是交代一句：有把握的自己處理，不確定的拿來問。agent 可以照同樣的規矩走，有 95% 以上把握就放行，排版怪異或金額大的就標出疑點送給真人。這樣驗收看的是整體省下多少人力，而不是每一次都全對。有了這層安全網，法務也才願意簽。

agent 要的是判斷準則：權限到哪裡、遇到怪事該停下來問人還是自己處理。這時大家才發現，公司拿不出這份說明書。部門能順利運轉，靠的是老員工腦袋裡的眉角：哪家廠商習慣把真正交期寫在備註欄最底下、哪位熟客催貨可以先出貨再補單。這些眉角撐起每天的營運，卻不在任何文件。

這一點開會時最少被提起，卻常是案子停擺的主因。很多同仁在公司裡的分量，靠的就是那點經驗、人脈調度，以及只有自己搞得定的手腕。

讓AI在背景當學徒，整理規則與例外

導入 agent 等於要大家把看家本領拆成規則交給電腦。於是開會時人人贊成，私下要的資料遲遲生不出來，甚至專挑極端案例來測，AI 一出錯就大肆宣傳，最後客氣下結論：工具還不夠聰明。但這也不是誰的品格問題，如果交出流程的下場是飯碗受威脅，抵抗是人之常情。

這件事也沒必要變成強制性的作業，逼專家坐下來寫手冊，他們只會覺得麻煩，寫出來的也常是官方版本，不是真正在用的那一套。比較順的做法是讓 AI 待在背景當學徒，去讀過去的案件紀錄、客服對話與審核歷史，自己整理出常見做法與例外，再請前輩用一杯咖啡的時間確認對不對。機器寫草稿、人類打勾，大家都輕鬆。

真正要調整的是考績：不看誰手動打了多少張單，而看誰把 AI 教成得力助手。願意交出經驗的人升級為流程教練，負責審定例外規則與更難的判斷，薪水與升遷都不吃虧。誘因到位，推力就變拉力。

最後，agent 報到第一天，資訊部門就頭大：它用誰的帳號登入？能看多少機密資料？算錯數字寄給客戶，賠錢算誰的？給它主管級權限，資安睡不著；只給唯讀，它又只能摘要信件，碰不到真正費時的工作。

公司的帳號管理是繞著真人設計的：員工編號、職稱、簽核權限，出事找得到人扛責任。資安擔心的其實不是 AI，而是一個沒有邊界的帳號。那就給它邊界：開一個獨立的服務帳號，只能查特定資料庫、單筆退款不超過3000元，每一步自動留下紀錄，再請一位主管掛名當保證人。額度之內放手讓它跑，超過就跳出來請人按同意。這跟我們放權給新人的方式沒什麼不同。

AI落地卡住的地方，正是長年沒人寫清楚、權責模糊、出事查不到紀錄的管理盲點。AI 工具幾個月翻新一代，把做事方法理順、權限分清楚、讓員工有安全感，這些內功扎實了，才是企業帶得走的競爭力。

核稿編輯：張玉琦