AI 導入的第二個流程：第一個會成功，常常只是因為你派了最強的那個人

先講結論：第一個 AI 流程跑出漂亮成效，很常見的原因不是流程設計得好，而是它剛好交到了團隊裡最強的那個人手上。

所以決定第二個流程要不要照抄第一個之前，先別看成效數字。先做一個測試：換一個中等水準的人做同一件事，看產出的落差有多大。

落差小，代表成效長在流程上，比較適合複製。落差大，代表成效有很大一部分長在那個人身上——你複製過去的，只會是流程的外殼。

先交代這篇的邊界：我帶過團隊，但沒有做過企業級的 AI 導入。這篇的論證來自兩個地方：公開的實驗研究，以及我自己把一條流程「複製成第二條」時踩到的坑。後者只是一個人的經驗，推不出必然，我會把它當觀察，不當定律。

第一個 AI 流程成功之後，功勞常常記錯了地方

AI 導入的第一個流程成功時，功勞通常被記在流程或工具上，但真正的貢獻常常來自執行它的人。

第一個流程幾乎都是挑出來的。挑的人想要一個「一定要成功」的開局，所以會把它交給最積極、最懂業務、也最願意花時間試錯的那個人。這很合理——換作是我也會這樣挑。

問題出在事後。成效出來了，簡報上寫的是「導入某流程後，處理時間縮短多少」。不會有人寫「因為負責的那位同事，每天多花時間檢查 AI 的產出，還把其中一部分直接丟掉重寫」。

那些檢查、那些丟掉重寫，才是這個流程真正的零件。而它們不在任何文件裡。

AI 真的能拉近新手和老手的差距嗎？能，但有一個條件

AI 能拉近新手和老手的差距，這件事有兩份很紮實的研究支持。但兩份一起讀，會看到一個很重要的條件。

客服研究：新手進步 34%，老手幾乎沒變

經濟學者 Brynjolfsson、Li 與 Raymond 追蹤了 5,179 名客服人員分批導入 AI 助理的過程，研究刊登在《經濟學季刊》（QJE）。結果是：

• 每小時解決的問題數，平均增加 14%
• 新手與低技能人員，進步 34%
• 資深與高技能人員，幾乎沒有影響

研究者給的解釋很值得看：AI 助理似乎是在把能力較強員工的做法，傳遞給比較新的員工。

讀到這裡，好像答案是「那就放心複製吧，AI 會把高手的功力傳給大家」。但第二份研究，把這個結論的適用範圍畫了出來。

顧問研究：任務一旦超出 AI 的能力邊界，用 AI 的人反而更容易錯

哈佛商學院等學者和波士頓顧問公司（BCG）合作做了一個預先註冊的實驗，受試者是 758 名顧問。

在 18 項落在 AI 能力範圍內的顧問任務上，使用 AI 的人：

• 平均多完成 12.2% 的任務
• 完成速度快 25.1%
• 品質比對照組高出 40% 以上
• 而且原本表現低於平均的人進步 43%，高於平均的人進步 17%——跟客服研究同一個方向

但研究裡另外設計了一個刻意挑在 AI 能力範圍之外的任務。在那個任務上，使用 AI 的顧問產出正確答案的機率，比不用 AI 的人低了 19 個百分點。

研究者把這個現象叫做「鋸齒狀的技術邊界」（jagged technological frontier）：難度看起來差不多的兩件事，一件 AI 做得很好，另一件 AI 做不到——而且從外表很難分辨。

兩份研究放在一起，我讀到的是這件事

AI 能拉近差距，前提是任務落在它的能力範圍內。一旦超出範圍，AI 不只幫不上忙，還會讓人更容易錯。

那誰比較分辨得出「這一次落在範圍內，還是範圍外」？

通常是那個最強的人。 他懂業務，所以看得出 AI 這次的回答哪裡怪；他有經驗，所以知道哪一類案子不能照單全收。

這不代表高手不會錯——BCG 那 758 名受試者本來就是專業顧問，任務一超出範圍，照樣掉了 19 個百分點。高手的優勢不是不會錯，而是比較有機會在錯的時候察覺。

這就是第一個流程成功時，最容易被記錯的那份功勞：不是他用 AI 用得多好，是他比較常察覺什麼時候不該相信 AI 的答案。 而這個判斷，很難寫進流程文件。

（這是我把兩份研究並讀的推論，不是研究本身的結論。研究證明的是「範圍內會拉近差距、範圍外會變差」；「分辨範圍的能力比較集中在高手身上」是我的延伸。）

我自己的版本：規則一個晚上就能複製，判斷複製不過去

規則可以複製、判斷複製不過去，這是我自己把一條流程複製成兩條之後學到的——規模比企業導入小很多，但結構很像。

我經營自己的網站，後台有一套自己搭的選題與資料整理流程——排程、規則文件、檢查清單。這套東西跑順之後，我決定開第二條線，處理另一個主題。

從開始到第二條線整套長出來，花了 107 分鐘。 規則文件、排程設定、規劃表，幾乎是把第一條線整份複製過去，只改了主題相關的設定。當時我覺得，這證明規則已經變成可以搬來搬去的資產。

接下來幾個月，有三件事讓我改變了想法。

分數很漂亮，查證卻沒過

同一個月，我對原本那條線做了一次抽查。流程裡有一道自動檢查會打分數，分數到了 88.3 分，看起來很不錯。

但我手動拿其中一份資料去對官網：整理了 13 到 16 個工具的價格，至少 4 個跟官方對不上。

後來我下的結論是：那個分數在「結構和格式」上大致可信，但「資料查證」這一塊明顯沒做到位。分數量得到的是規則有沒有被遵守，量不到判斷有沒有做對。

要注意，這些錯是在原本那條線上抓到的——有我在旁邊，它一樣會錯。差別在於：原本那條線有我會去抽查，而複製出去的規則文件裡，沒有「誰去抽查」這一步。

兩條並行的線，排進了同一個題目

第二件事，是線一多就開始互撞。某條線前一天排好的題目，另一條並行的線隔天已經先處理了同一個主題，連要回答的問題都一模一樣。我是在第二份送出去之前，才發現並攔下來的。

「我們是不是已經做過這個了？」這個判斷，在只有一條線的時候，一直是我自己腦中在做的。規則文件裡沒有這一條，所以每一條照規則複製出來的線，當然也都沒有。

規則寫在文件裡，執行時還是做錯

第三件最讓我無力。有一次流程又出了錯，我回頭翻文件，發現正確做法早就寫在規則裡了——位置清楚、寫得明白，而且是我自己寫的。規則沒有少，只是執行的那一刻，沒有人把它翻出來。

這件事讓我分清楚：知識「寫下來」，和知識「在需要的時候被用上」，是兩件事。 第一條線能跑順，有一部分是因為我在旁邊——我記得那條規則，也知道什麼時候該回去翻。複製出去的只有文件，沒有那個會去翻文件的人。

這個類比有它的限度：流程不是人，複製出去的第二條線，也不完全等於「換一個中等水準的同事」。但它讓我看清一件事：第一條線的成效裡，有一部分是我本人的判斷，而我自己完全沒有意識到。 如果連搭流程的人都會記錯功勞，只看簡報的人更不用說。

第二個 AI 流程怎麼挑？看「換人落差」，不看成效數字

判斷第二個 AI 流程能不能照第一個複製，最直接的方法是做一次「換人測試」：讓一個中等水準的人，只拿著寫下來的做法，獨立做同一件事。

做法很簡單：

1. 挑一個表現中等、沒參與第一個流程的人。不是新人（新人什麼都會卡），也不是另一個高手
2. 只給他寫下來的東西：文件、範本、提示詞、檢查清單
3. 做同一類任務三到五次，跟原本那個人的產出並排比較
4. 不要只看最後的品質，要看落差出在哪一步

第 4 點最重要，因為落差出現的位置，決定了你接下來該怎麼做。

落差出在「輸入」→ 比較適合複製

例如他不知道要餵哪些資料、格式亂掉、漏了某個欄位。這類落差可以用範本和檢查清單補起來，補完之後通常就收斂了。這種流程比較適合複製，第二個流程挑同類型的問題不大。

落差出在「判斷」→ 先別複製同類型的

例如 AI 給了一個看起來合理、其實不對的答案，原本那個人會丟掉重來，而他照單全收了。這正是前面研究講的「能力範圍外」的狀況。這類落差很難只靠文件補起來——「看得出哪裡怪」不太能寫成檢查清單。

這時候，第二個流程不要挑同類型的，改挑判斷成分更少、對錯更明顯的任務。我在〈AI 導入該從哪個部門開始？〉那篇講過一個條件：做錯了，當天就看得出來。第二個流程，更要守這一條。

落差出在「檢查」→ 把檢查從人身上拆下來

例如他其實有發現問題，只是不知道要檢查哪幾個地方，或檢查到後來就鬆掉了。這類可以救：把原本那個人「憑經驗看的地方」，拆成固定的、不依賴當下警覺的檢查動作。我在〈跨部門週報交給 AI〉那篇寫過一個數數字的檢查法，就是這個思路。

這個測試有三個限制，做之前先知道

換人測試不是實驗室，它有三個很容易被忽略的偏差：

• 評比的人，不要是原本那位高手。 他最懂標準，但也最難中立——那是他做出來的成績。讓收件的人或第三個人來比，最好不告訴他哪份是誰做的
• 三到五次很少，而且人會邊做邊學。 所以別只看平均，看趨勢：落差隨次數縮小，多半是輸入或熟悉度的問題；做到第五次還是一樣大，才比較像判斷的問題
• 高手完全不在場，比真正推廣時嚴格。 實際推廣時，大家還是可以去問他。所以測試時可以開放提問，但把每一個問題記下來——那些問題，就是文件裡缺的東西

站內那篇「三階段」，中間可以再補一步

換人測試剛好可以補在「組成專門團隊」和「向更多使用者開放」之間——這是我讀就享知站上〈企業導入生成式AI必經3階段，6步驟完成！〉（智慧製造趨勢所，2025 年 3 月）時想到的。那篇把導入分成三個階段：先確立特定領域與職務、決定資料來源；接著組成專門團隊設計提示與介面，再向更多使用者開放；最後擬定營運計畫、擴大應用範圍。

這個架構本身沒有問題，順序我也同意。我想補的是第二階段裡兩個步驟之間的那道縫：

「組成專門團隊」和「向更多使用者開放」之間，其實藏著一次換人。

專門團隊，通常是最強的那批人。向更多使用者開放，就是交到中等水準的人手上。如果中間沒有做過換人測試，你開放出去的，可能只是一個「在高手手上才會動」的流程。

可複製性自測四問

可複製性自測四問，是在決定第二個 AI 流程之前，拿第一個流程來回答的四個問題——答不出來的越多，越不該直接複製。

第一問：第一個流程的產出，最後是誰把關的？把他拿掉，還剩幾道關卡？

如果答案是「一道都不剩」，那個人就是流程本身。

第二問：那個人多常把 AI 的產出丟掉重來？

直接問他本人，請他估一個大概的比例。這個比例，就是他替流程做的隱形判斷量。比例越高，換人之後的落差很可能越大。

第三問：換一個中等水準的人做三到五次，落差出在輸入、判斷、還是檢查？

輸入和檢查比較好補，判斷很難只靠文件補。

第四問：如果那個人只能看最後結果、不能插手過程，成效會剩多少？

這一題不用精算，憑直覺回答就好。直覺是「大概會垮」，就先別複製。

這套判準適合誰、不適合誰

換人測試這套判準，最適合已經有一個 AI 流程跑出成效、正在決定下一步往哪裡擴的團隊。

適合你，如果：

• 你的團隊已經有一個 AI 流程跑出成效，正在規劃下一個
• 第一個流程是交給某個特別積極、或特別資深的人負責的
• 你需要跟上面報告「接下來要擴大到哪裡」，而且不想擴完才發現垮掉

不適合你，如果：

• 你的第一個流程本來就是全員一起用、沒有特定負責人——換人落差已經反映在成效裡了
• 你的團隊只有兩三個人、而且每個人都是資深的——這個測試意義不大，該擔心的是別的事

代價：

第一個流程的漂亮數字，可能會變難看。 換人測試做下去，常常會發現成效有一部分是人撐出來的。這對當初推動的人不太好受，要先講好這不是在追究誰。

你要讓最強的那個人退一步。 測試期間他不能下場幫忙，而高手通常很難忍住不插手。

擴大的速度會變慢。 多一輪換人測試，就多一段等結果的時間。但比起擴出去再收回來，這段時間便宜很多。

判斷可以複製之後，下一步看什麼？

判斷可以複製之後，下一步才輪到工具層的問題——前面全篇沒有提任何工具，就是因為「能不能複製」是判斷題，跟用哪套工具無關。

確定要往更多人擴的時候，接下來會問的是：要用什麼串、要不要讓 AI Agent 接手其中幾個步驟。我在自己的部落格整理過一篇 AI Agent 入門與工具選擇，可以接著看。

FAQ 常見問題

第一個 AI 流程成效很好，老闆要我馬上複製到其他部門，怎麼辦？

不用反對複製，只要爭取一次換人測試的時間。可以這樣說：「複製之前，我想先確認這個成效不是因為剛好交給了誰。找一個沒參與過的人照文件做三到五次，很快就有結果。」這個說法不否定成效，只是確認成效帶得走，通常比較聽得進去。

換人測試要找誰？找新人不是更能看出問題嗎？

不建議找新人。新人什麼都會卡，你分不出落差是來自流程，還是來自他不熟業務。找表現中等、熟悉業務、但沒參與第一個流程的人最準——他代表的是「流程擴出去之後，大多數使用者的樣子」。

如果換人落差很大，是不是代表第一個流程失敗了？

不是。它依然有效，只是它的有效建立在那個人身上。這種流程可以繼續由他跑，但不適合當複製的樣板。第二個流程改挑判斷成分少、對錯明顯的任務，會比硬複製第一個穩很多。

研究說 AI 能把高手的經驗傳給新手，那還需要做換人測試嗎？

需要。客服研究裡新手確實進步了 34%，但顧問研究同時顯示，任務超出 AI 能力範圍時，用 AI 的人產出正確答案的機率反而低了 19 個百分點。AI 傳得過去的是做法，傳不太過去的是「這一次該不該相信 AI」的判斷。 你的第一個流程落在哪一邊，研究沒辦法替你回答——換人測試可以。

參考資料

Brynjolfsson, Li & Raymond，Generative AI at Work（The Quarterly Journal of Economics, Vol.140(2), 2025, pp.889–942）：5,179 名客服人員；每小時解決問題數平均 +14%，新手與低技能人員 +34%，資深與高技能人員影響極小。

Dell'Acqua et al.，Navigating the Jagged Technological Frontier（與 BCG 合作之預先註冊實驗，SSRN 工作論文；數字取自 2023 年 9 月工作論文初版）：758 名顧問；能力範圍內任務多完成 12.2%、快 25.1%、品質高 40% 以上；低於平均者 +43%、高於平均者 +17%；範圍外任務正確率低 19 個百分點。

就享知，企業導入生成式AI必經3階段，6步驟完成！（智慧製造趨勢所，2025-03-10）