amos.today

2026.07.12

我最近重新理解「讓團隊用 AI」這件事

#AI工作流#小公司治理#信任
一張桌子,五張不一樣的椅子。
一張桌子,五張不一樣的椅子。

公司來了一個新同事。聰明得不像話,從不喊累,交代什麼都說做得到。如果是你,你會先擔心什麼?

我的答案是兩個月前才出現的。而且說出來有點不好意思:在那之前,我沒有一天覺得這是個需要「治理」的問題。我以為我只是想省錢。

今年我把 AI 排進了公司的編制。不是比喻,是真的排進去:給名字、給位子、給規矩。一個坐管理層,負責判斷和把關;一個當部屬,做批次轉檔、寫程式這類苦工;還有一個駐在雲端,做會議記錄、顧信箱這種內勤。我們是一間五個正職的小公司,這樣一排,帳面上的人力幾乎翻倍。對一個每個月都在看現金流的經營者來說,很難不心動。

一開始,我對待它的方式,跟對待一套新軟體沒兩樣。訂閱哪一家、指令怎麼下、哪個模型便宜。市面上教的,也都是這些。

轉折發生在某一個晚上。我回頭去看這兩個月我為它們寫下的規矩,突然發現,那疊東西不是使用說明。

裡面有一條,寫它們做決策時要以什麼為重。那是章程裡的宗旨。有一條,規定哪些事不能讓哪一個 AI 知道,因為它們背後是不同公司的服務,家裡的事、錢的事、客戶的事,各有各的門禁。那是機密分級。還有一條寫得最嚴:AI 說做完了,不算數,要有人親自跑過、看過,才算完工。那是內控。

宗旨、門禁、內控。我以為我在買工具,原來我在寫公司法。

為什麼會走到這一步?因為 AI 犯錯的方式,跟人不一樣。人做錯事會心虛,會遲疑,回報的時候會留一點餘地。AI 不會。它不會不誠實,但它會自信地做錯,做完還跟你說一切順利。跟這樣的同事共事,你的管理重心會整個移位:從「要不要授權」,移到「怎麼驗收」。

我後來才發現,這件事真正困難的不是技術,而是立法。很多公司導入 AI 之後覺得沒用起來,我現在會猜,多半不是工具買錯了,是他們只買了員工,沒寫公司法。一個不受章程管的聰明員工,在哪間公司都會出事。只是這個員工,剛好不是人。

光會自己下樓。
光會自己下樓。

寫到這裡,才輪到更難、也更要緊的那一半:人。

編制裡另一半,是真的同事。我一度想過,要不要逼大家去上課、學指令,把每個人都變成會指揮 AI 的人。想了幾天,我放棄了。不是他們學不來,是我發現自己問錯了問題。問題從來不是「誰跟得上 AI」,而是「AI 要怎麼跟上他們」。

所以我選了另一條路:把 AI 送下樓。與其把人送上樓學 AI,不如讓 AI 下樓來遷就人。有的同事,可能一輩子不會打開那個對話框,那就讓 AI 隱形在他本來就熟悉的流程裡,他只要繼續把他一直做得很好的事,做好。有的同事,工具順手就夠了。有的同事,我想慢慢把他帶成能派工、能驗收的人。一人一個接法,像替每個位子,各談一份剛剛好的勞動條件。

會這樣選,說到底是因為信任。這幾年事業體有了分枝,我跟著多了不同的主管與同事在溝通,看過各種面貌的工作者,最後我只能說那句陳腔濫調:信任,才是人與人之間最大的資產。工作態度與工作技能,在這個時代越來越難說得準;AI 的應用,說到底也是想把人跟人之間的交付與溝通變得順一點,還不都是為了人。自我扣問一輪之後,留下來的,都是基於對工作者的信任。因為我相信你,也因為你相信我,所以我們還維持著一起工作的節奏。關於 AI,我需要你們感知它的存在,但你不用刻意去想它。哪天你自己找到跟它溝通的方式,那也只是你身為工作者,手上多了一件幫你往前走的工具而已。

位子上的杯子,每一個都不一樣。
位子上的杯子,每一個都不一樣。

這題我還沒有解完。只是最近常常想到一件事,就會停下來:以前小公司的天花板,是人才跟資金。現在好像變成另一個東西,是我把自己的判斷寫成規矩的速度。規矩寫到哪,公司就長到哪。而規矩的底下,得先有一群彼此信得過的人,這一半,我運氣很好。

立法是個苦工。可惜這件事,目前還派不出去。