【AI Together 優選】別用AI，高效地做錯事

新會員註冊記得輸入邀約碼 DP097 【點擊註冊連結】

一、會議室裡，大家都在問錯的問題

「我們該用哪個 AI 模型？」「哪個部門先導入？」「預算抓多少？」

這是現在多數企業會議室裡的 AI 討論。這些問題都有意義——但它們全都屬於同一層：把事做對。工具、選型、預算、順序，都是戰技。

真正決定成敗的問題在上面那一層，而它經常沒人問：我們要做的，是對的事嗎？

AI 最大的風險，不只是做錯，而是把原本就不該做的事，做得更快、更便宜、更大量。一件錯的事，以前做得慢，還有時間發現、有機會回頭；現在 AI 讓錯誤被規模化的速度，比任何時代都快。

為什麼聰明的經理人也會跳過這一層？不是能力問題，是焦慮問題。看到同業宣布導入 AI、看到報導說不用就會被淘汰，於是第一個動作是找工具、比較模型、報名課程。這條反應鏈是：錯失焦慮 → 急著抓工具 → 停在下游思維 → 高效地做錯事。

這些動作做起來很有安全感，但不改變結果。下游的忙碌，經常是上游怠惰的遮羞布——我們都經歷過，包括我自己。

二、決策前置三層框架

在任何工具進場之前，有三個問題要先過。我稱它為「決策前置三層框架」。

第一層，需求洞察：真正要解決的是什麼問題？

管理學有個經典比喻：客戶買的不是電鑽，是牆上的洞；不是洞，是掛上去的畫；不是畫，是家的感覺。穿透下去，才碰得到客戶真正想完成的事。

我給你一個真實版本。二十年前我用網路賣熱水器，客戶開口永遠是同一句：「哪台最便宜？」我從不直接回答，先問：陽台多大？幾樓？幾個人洗澡？有沒有泡澡習慣？同一句「最便宜」，答案可能是六千，也可能是兩萬——因為「最便宜」的真正意思，是「最適合我又不想買貴」。

企業問「該用哪個 AI」的時候，是同一句「哪台最便宜」。答案天差地遠，差別從來不在選型，在有沒有先看清楚要解決的問題。

第二層，上游思維：應該先改變哪個源頭？

下游解症狀，上游解成因。客服被客訴淹沒，用 AI 加速回覆是下游；去看客訴為什麼發生——網站資訊不清、報價欄位讓人填錯——是上游。把 AI 用在下游，等於把症狀處理得更快，而成因原封不動，症狀還會再來，來得更快。

第三層，80/20：哪 20% 的關鍵行動，帶來 80% 的結果？

多數人把力氣花在工具層，因為工具看得見、有進度感。但工具層是低槓桿的多數；真正的關鍵少數，藏在本質層。

三層濃縮成一句：先看清真正需求，再找到源頭問題，最後集中資源打關鍵少數。 這就是「做對的事」。做完這三層，AI 才輪得到上場。

三、歷史不會重演，但總是如此相似

這套框架不是跟 AI 學來的。二十年前我開始用網路賣熱水器，十年前收掉這門生意——先說清楚，我講的不是熱水器，是背後那套「判斷誰是真客戶」的邏輯。產品從來不是重點，換成賣任何東西都一樣。

二十年前的熱水器生意，跟今天的 AI 導入，是同一場考試。

當年：旺季一天上百通電話，我第一件事不是加人接電話，是把維修專線放得比銷售電話更大，讓不會成交的客戶自己走開。 現在：多數企業導入 AI，第一件事是問「哪個部門先用」，把 AI 接到最多人用的地方——接進來的越多，看起來越成功。 同一個錯：都在優化「接進來的量」，沒人先問「哪些根本不該進來」。

當年：客戶問超過三個問題還沒到重點，我直接轉給工程師，不硬留、不硬談。 現在：企業把 AI 當萬用工具，什麼流程都想塞進去，捨不得放掉不適合的場景。 同一個錯：怕漏掉，所以什麼都不篩。

當年：我從不打價格戰，價格照原價走，經銷商反而願意接我轉出去的安裝案。我只做「看清客戶要什麼」跟「談下來」兩件事，交付全部交給全台經銷商網絡。 現在：真正該用 AI 做的，是把人力集中在判斷與決策這種高槓桿的事，執行層的重複工作交給 AI——就像當年交給經銷商。 同一個邏輯：把自己釘在最貴、最難複製的那一步，其餘交給別人本來就在做的事。

二十年前沒有 AI。但決策的邏輯，一次也沒有變過。變的，只是工具。

四、先刪除，再重設，最後才自動化

「做對的事」聽起來抽象，操作起來只有三個動作，而且順序不能反：

第一步，刪除。 盤點現在的流程，先問哪些事根本不該存在。不該接的需求、不該留的流程、不會有結果的忙碌——先刪掉。刪除是零成本的效率改善，而且刪掉一件錯的事，勝過加速十件。

第二步，重設。 留下來的事，回到源頭重新設計。客訴多，先改網站資訊；報價常錯，先改欄位設計；老師傅的經驗留不下來，先設計萃取的流程，而不是急著買知識管理系統。

第三步，才是自動化。 經過刪除和重設，留下來的才是值得放大的事——這時候讓 AI 進場，它放大的才是對的東西。

多數企業的順序剛好相反：先自動化，把錯的事高速化；再重設，發現自動化的流程本身有問題；最後才發現，那件事根本可以刪掉。

五、導入 AI 之前，先問三題

1. 我們真正要解決的問題是什麼？（不是「我們要導入什麼 AI」）
2. 這個問題的源頭在哪？ AI 要用在源頭，還是只是把症狀處理得更快？
3. 哪 20% 的行動帶來 80% 的結果？ AI 該用在那裡嗎？

三題答得出來，再談選型與導入——AI 會是你最好的放大器。答不出來就進場，AI 一樣放大，只是放大錯誤。

之前我寫過〈一個決策，七個步驟——AI 只能替你做其中一步〉，談 AI 在決策流程中的位置；也寫過企業導入 AI 該由內而外的順序。這一篇談的是更前面的事：在一切開始之前，先確認你要做的是對的事。

AI 讓「把事做對」變得前所未有地便宜。

也正因如此，「做對的事」，變得前所未有地貴。