一個決策，七個步驟——AI 只能替你做一步

每天一開門,企業主就開始做決策。

要不要接這張訂單?這個客戶值得投入多少資源?廣告預算該加還是該收?這位員工適合培養,還是該重新招募?

我做了十年網路生意。一個水電工出身的人,靠著把熱水器搬上網路,做到千萬業績,後來還回頭輔導同業轉型。十年下來我跟學員講過一句話:「網路銷售,就等同寫履歷。」顧客每一次點進你的網站,都是一次對網頁設計的面試——而且你只有八秒鐘。你得在八秒內,讓他相信「找你,是對的決定」。

十年後 AI 來了,很多人問我:它是不是要來取代我們做這些決策?我反而覺得,真正該問的是另一件事——我們是不是從頭就誤會了「決策」這件事?如果沒先搞懂決策是怎麼形成的,再強的 AI,也只是讓你更快地做出一個沒想清楚的決定。

一個決策,其實由七個步驟組成

把任何一個決策拆開,你會看到七個步驟:

輸入 → 訓練 → 預測 → 判斷 → 行動 → 結果 → 回饋

用一家門市來走一遍:

你每天收集來客數、成交率、天氣、節慶、對手動態——這是輸入。多年下來,你養出一套經驗法則,知道什麼情況生意會旺——這是訓練。於是你推估「這個週末大概比平日多三成客人」——這是預測。

但真正重要的,現在才開始:多三成客人,要不要加人手?要不要提前備貨?預測錯了,損失多少?預測對了,機會又值多少?這一步,叫判斷。接下來才是行動、結果,以及修正下一次決策的回饋。

企業天天在重複這七步,只是大部分人從沒把它拆開想過。一拆開你就會發現:AI 能插手的位置,其實只有一個。

AI 真正擅長的,只有一件事——預測

很多人以為 AI 很聰明。其實 AI 最強的不是思考,是預測。它靠大量資料推估:下一位客戶可能買什麼、哪個商品會熱銷、哪些客戶快流失。這些全是預測。

但預測,不等於決策。

同樣的數字,不同的人,做出相反的決定

舉個誰都懂的例子。天氣預報說:下午下雨機率 30%。有人一定帶傘,有人完全不帶。為什麼?因為真正決定結果的不是那個「30%」,而是——這場雨,對你代表什麼。

今天要拜訪重要客戶、穿了最體面那套西裝,哪怕只有 10% 機率你也會帶傘;只是下樓買杯飲料,就算 50% 你也懶得帶。同樣的數據,不同的人,完全相反的決定。

AI 可以告訴你機率,卻不知道這個結果對你的企業值多少。它沒有你的處境、你的偏好、你扛的風險。所以一句話講完人機分工:AI 負責回答「會發生什麼」,你負責回答「它值多少」。對企業來說,預測可以外包給機器,判斷不行。

越自動化,越要留住判斷

2009 年的法航 447 班機事故,是每個想導入 AI 的企業都該想一遍的案例。

飛機絕大多數時間交給自動駕駛。那一夜,感測器(皮托管)結冰、空速讀數失準,自動駕駛自動解除,把飛機交還給機師。真正釀成悲劇的,不是自動駕駛本身,而是在那個「例外時刻」,人沒有做出正確判斷。

這種現象,其實早有一個名字,叫「自動化悖論」:當系統越可靠、人越少有機會親手操作,真正需要人接管的那一刻,他反而最沒有準備。事後對 447 的檢討也指向同一件事——在高度自動化的年代,整個產業疏於訓練機師「接管」的能力。

把飛機換成企業,道理一模一樣。AI 可以接手每天重複發生的工作,但真正昂貴的,往往不是那 95% 的日常流程,而是剩下 5% 的例外情境。越依賴自動化,企業越需要保留「接管能力」。真正不能外包的,不是工作,是判斷。

AI 改變的不是效率,是決策成本

多數企業導入 AI,都從「提升效率」開始。但真正的機會,不是把原本的事做得更快,而是重新問一句:如果預測幾乎沒有成本,這門生意該怎麼重新設計?

幾十年前,福特的應付帳款部門有數百人,整天核對三張紙:採購訂單、收貨單、發票,對得上就付款,對不上就花時間查。他們本來想用電腦把人砍兩成。但深入一看才發現,問題不在「核對發票」這個動作,而在「發票」這個環節本身。於是福特沒有去把核對自動化,而是直接取消發票——下單時資訊就進系統,收貨自動比對,對得上就自動付款。整個流程再也不需要發票,也不需要人核對。人力最後縮減到原本的約五分之一。

差別在哪?前者是把舊流程做快,後者是重新設計流程。對企業來說,這才是 AI 帶來的真正改變——不是效率革命,是決策革命。

最後:回到企業本身

過去二十年,我看過兩次幾乎一模一樣的浪潮。第一次叫電子商務,第二次叫 AI。兩次最大的共同點,都不是技術——而是太多企業,把注意力放在工具,而不是放在企業真正要解決的問題。

二十年前,一家公司花幾十萬做個網站,生意不會自動變好;今天,一家公司導入 AI,決策品質也不會自動提高。真正決定企業競爭力的,從來不是手上有沒有最新的工具,而是有沒有建立一套能持續做出好決策的能力。

所以在 SoloAI,我們更關心的不是「AI 能做多少事」,而是「企業哪些決策可以交給 AI、哪些必須牢牢握在自己手上」。我們正在把這套拆解決策的方法,整理成小商家也用得起的工具——讓你不必懂技術,也能把判斷力穩穩留在手上。

預測,可以交給 AI。判斷,必須留在人。而責任,永遠在企業自己。

七要素速查:輸入 → 訓練 → 預測 → 判斷 → 行動 → 結果 → 回饋——AI 只做第 3 步「預測」,其餘六步,都是你的事。

這也是《企業決策進化論》想回答的第一個問題。下一篇,我們接著談:為什麼 AI 算得比你快,卻永遠不能替你負責。

(出處:法航 447 事故經過與「自動化悖論」討論,整理自法國航空事故調查局(BEA)最終報告及公開報導;「自動化悖論」概念源自 Lisanne Bainbridge 於 1983 年提出的「自動化的反諷」。福特採購流程重新設計為公開企業管理史案例,見 Hammer & Champy《企業再造》。)