向馬斯克學管理（上）企業都在導入 AI，為什麼馬斯克堅持最後才自動化？

如果需求持續增加，企業最直覺的解法通常是增加資源：訂單增加就擴產、客服塞車就加人、流程太慢就買系統，到了 AI 時代，又變成哪個環節可以導入 Agent、哪個模型更快、哪些工作可以自動化。

但馬斯克在特斯拉、SpaceX 反覆使用的「演算法」（The Algorithm），順序幾乎完全相反：先質疑要求、刪掉不需要的東西，再簡化流程、縮短週期，最後才自動化。

這套方法不一定適合所有組織，馬斯克自己也曾因為把它推到極端，造成 Model 3 生產地獄與長期的組織壓力，但如果把它視為一套「外功招式」，最值得企業借鏡的就是，當一個問題出現時，我們究竟是在改善問題，還是一直替原本就不合理的系統增加資源？

▋先別急著加資源，產能不足可能只是需求放錯地方

2015 到 2018 年間，特斯拉汽車銷售快速增加，維修服務開始跟不上。在部分市場，車主即使只是換雨刷、調整座椅，也可能得等待數週。營運團隊提出的方案是增加 100 個維修中心，每個約需 300 萬美元，總計 3 億美元。

很合理，但馬斯克沒有這筆預算。

團隊只好重新回到現場觀察，最後發現，真正的瓶頸不完全是維修中心太少，是所有需求都被送進同一套流程。小型故障、大型維修都要預約、進廠、等待技師處理，但實際拆開後，高達 80% 的案件可以在約 20 分鐘內完成。於是特斯拉開始做分流，小問題快速處理，甚至直接派行動維修車到車主所在地，原本要花 3 億美元擴充的問題，直接省下來了。

▋數位流程很難用不是 UX 問題，是組織本來就太複雜

特斯拉也曾希望提高線上賣車的比例，團隊卻發現，消費者要在網路上完成購車，竟然需要多達 64 次點擊。

表面看起來像網站設計出了問題，往下追查，卻發現每一次點擊背後都有原因：財務需要一份資料、法務要求一個確認、銀行需要另一份文件，產品又提供大量不同配置。

網站，只是把公司的複雜度完整投影到消費者面前。特斯拉接下來做的不是單純改版，而是逐一追問，這個欄位真的需要嗎？這份文件真的是法律要求嗎？這麼多產品選項真的有人在意嗎？最後，線上購車流程從 64 次點擊大幅降低到約 12 次。

很多企業的數位轉型其實也卡在同樣的地方。以前人工跑 10 個簽核，導入 ERP 後變成線上跑 10 個簽核；以前員工複製貼上 5 次，RPA 出現後變成機器自動複製貼上 5 次。現在進一步導入 AI，也可能只是讓 Agent 自動完成一套從來沒有人重新檢查過的流程。

這也是馬斯克演算法中「刪除」排在「最佳化」前面的原因。如果企業只問怎麼提升效率，通常得到的是更好的流程；但如果先問這個流程為什麼存在，有時答案會是直接把整段流程拿掉。

▋AI 最容易犯的錯，是把「最後一步」當成第一步

過早自動化，是馬斯克自己也曾經違反過的原則。2017 年 Model 3 擴產時，他希望打造一座高度自動化的「外星無畏艦」，大量依靠機器人完成生產，希望藉此把汽車製造速度推到新的極限。

結果卻是機器人彼此干擾、產線塞車，工程師得不斷進場救火，特斯拉進入著名的 Model 3 生產地獄；最後，團隊甚至在工廠外搭起臨時產線，重新使用大量人工作業。

乍看之下「人工」作業是技術倒退，但唯有真的走過一次流程後，團隊才看見哪些零件可以拿掉、哪些動作可以省略、哪些生產步驟應該重新排列，等流程重新整理完，再把適合的部分交回機器。

馬斯克的 5 步演算法因此有一個很重要的順序：質疑要求 → 刪除 → 簡化與最佳化 → 加速 → 自動化。生成式 AI 興起，企業很容易先從「哪些工作可以被 AI 取代」開始盤點，接著購買工具、建立 Agent、串接系統，但自動化的價值取決於前面的流程是否已經合理。如果原本的工作流程還沒有被重新設計，自動化只會讓既有的複雜度跑得更快。

※本文受商業周刊邀請閱讀《演算法》並撰文分享，書籍由商業周刊提供。