AI 轉型是有意識地重新設計組織如何運用 AI 做決策與完成工作的過程。對精實團隊而言，實用的 AI 轉型策略從一個重複性工作流程開始：盤點流程、選定具體生產任務、明確責任歸屬與人工審查、以影子模式執行、衡量商業價值，僅在品質與控管門檻達標後才擴大規模。
| 階段 | 決策內容 | 負責人 | 推進所需證據 |
|---|---|---|---|
| 1. 盤點 | 哪些重複性工作流程耗時或延遲決策？ | 營運負責人 | 含頻率、投入、輸入、輸出與痛點的流程登錄表 |
| 2. 選擇 | 哪個任務有價值、範圍明確、可審查且可逆？ | 業務負責人 | 一個具名用戶與明確輸出的生產候選項目 |
| 3. 基線 | 現行流程成本與效能為何？ | 流程操作員 | 當前量能、人力、耗時、缺陷、重工與後續結果 |
| 4. 合約 | AI 可讀、可判斷、可寫與絕不可做的事為何？ | 業務負責人 | 經核准的操作合約、權限、審查點與停止條件 |
| 5. 影子 | 輸出在不影響實際工作的情況下能否通過？ | 領域審查員 | 達到同意門檻的代表性平行執行結果 |
| 6. 上線 | 工作流程在受控生產條件下能否創造價值？ | 業務負責人 | 被接受的輸出、介入時間、執行成本、失敗與用戶採用情形 |
| 7. 擴大或停止 | 結果是否足夠可重複，能成為常態營運？ | 高階贊助人 | 淨效益為正、控管穩定、有負責人且程序維護完善 |
圖1：僅在前一階段產出可審查證據時才推進。
AI 轉型對精實團隊的意義
對精實團隊而言，AI 轉型代表一個重複性工作單元因 AI 參與而改變其方法、控管、責任歸屬與經濟結構。首要目標是建立一個具可驗證輸出、具名負責人與安全停止機制的生產工作流程。
IBM 對 AI 轉型的定義更廣泛，涵蓋將 AI 導入營運、產品與服務。以工作流程為單位的定義，讓十人團隊的首個決策可被檢視。新建一個聊天帳號不符合這個標準；而每週成長檢討會，需彙整來源數據、標記追蹤缺口、草擬分析並等待負責人核可詮釋，則符合。
AI 轉型 vs. 數位轉型
數位轉型讓資訊與流程可透過軟體取得。AI 則為這些數位流程加入機率判斷、生成與調適，進而改變控管問題。
| 數位轉型 | AI 轉型 |
|---|---|
| 將紙本或人工流程移入數位系統 | 重新設計流程中誰或什麼執行判斷 |
| 通常遵循明確規則與預期輸出 | 相同流程形態可產生變異輸出 |
| 測試系統是否執行指定邏輯 | 測試輸出品質、證據、權限與例外處理 |
| 訓練人員使用新介面 | 改變決策權、審查工作、升級與責任歸屬 |
AI 數位轉型常用來描述兩者重疊。順序仍很重要：若來源數據無法安全存取、輸出無負責人、或沒人能界定正確結果，導入 AI 只會暴露這些缺口，而非解決。
對精實團隊而言，實際目標是建立一小組具明確負責人的生產工作流程。麥肯錫最新的 AI 轉型宣言也強調類似策略重點：聚焦少數關鍵經濟點，並讓業務領導者對結果負責。以下內容將這一原則轉化為具體操作步驟。
七階段打造 AI 轉型策略
精實 AI 轉型策略讓一個工作流程通過七個證據關卡：盤點、選擇、基線、合約、影子測試、有限上線，以及擴大或停止決策。每個關卡都指定負責人，並要求證據才能進入下一階段。順序很重要，因為自動化會放大流程中既有的內容。
請將此視為 AI 轉型決策關卡的路線圖，而非日曆進度。每一階段所需時間取決於流程的重要性與可用證據的品質，可能是數天或數週。
1. 盤點工作流程，而非 AI 點子
從一週的實際工作出發，而非模型功能清單。請每位操作員列舉重複發生、跨工具、排隊等待或產出同類成果的工作。
每個工作流程記錄一行：
| 欄位 | 問題 |
|---|---|
| 觸發條件 | 工作如何開始：排程、事件或人員？ |
| 來源 | 哪些系統包含完成所需事實？ |
| 決策點 | 哪裡需要人員解讀、排序或選擇？ |
| 輸出 | 什麼成品或系統變更結束此任務？ |
| 頻率 | 工作發生頻率及量能波動？ |
| 現行投入 | 每件需多少主動與等待時間？ |
| 例外 | 哪些情況會偏離常規？原因為何？ |
| 後果 | 工作延遲或錯誤會發生什麼？ |
人們常以「很忙」描述工作，直到有人詢問「魔法棒」解法。vm0 的關於工作流程為何仍維持人工的研究記錄了22場訪談中的發現。若你的團隊無法列舉候選流程，可參考具體觸發條件、輸出與審查點的 AI 智能體範例來辨識流程形態，然後寫下自己的觸發條件、來源、輸出與審查點。切勿複製你沒有的業務問題案例。
2. 選定首個生產應用案例
首個流程應足夠有價值且安全，便於觀察。優先選擇有明確輸出、來源系統可存取、重複頻繁且有人能快速判斷結果的工作。
| 選擇問題 | 較佳首選 | 較差首選 |
|---|---|---|
| 審查員能否判斷輸出正確？ | 有來源的內部簡報 | 開放式策略建議 |
| 行動能否回復？ | 草稿、標籤或建議更新 | 付款、刪除或公開發送 |
| 範圍是否明確？ | 一個收件匣、時段與輸出格式 | 「提升全公司營運」 |
| 輸入是否可得？ | 已連接且有明確負責的紀錄 | 需從多個私人儲存區複製的資料 |
| 是否重複發生？ | 每日、每週或事件驅動 | 無重複路徑的一次性專案 |
收件匣晨間簡報範例展示了流程形態。該流程讀取指定 Gmail 視窗、排序需關注事項，並發送一則 Slack 簡報。其寫入範圍明確排除移動、刪除、標籤、封存、轉寄或回覆郵件。這樣的界線讓輸出有用，同時保留首發可逆性。
避免將全公司助理作為首個案例。「人人可問任何事」缺乏穩定基準、無一致審查員，也無明確失敗點。這會先產生活動，卻無法產生證據。
3. 建立現行流程基線
在改變流程前先量測人工流程，否則所有改善主張都淪為事後故事。
針對具代表性的樣本，記錄：
- 每週或每月案件數
- 每件主動勞動分鐘數
- 從觸發到完成輸出的總耗時
- 首次通過率與重工次數
- 例外、缺陷及其後果
- 使用系統或外包人力的成本
- 該流程應影響的後續結果
明確記錄分析單位。「節省小時」意義有限，若一人以整個下午計算，另一人只算鍵盤時間。請選擇一份完成報告、一個已分類收件匣視窗、一個已對帳帳戶或其他可觀察單位。
切勿為速度虛構金額價值。若更快的報告改變了決策，請記錄這個連結。若團隊僅是更早收到同樣報告，則報告週期變化即可，不必牽扯營收。
4. 撰寫操作合約
當首個流程有合約時，AI 轉型策略才可執行。這是一份簡短的操作文件，而非政策手冊。
| 合約欄位 | 必要決策 |
|---|---|
| 目的 | 流程支持哪項業務成果？ |
| 負責人 | 誰對結果、預算與持續性負責？ |
| 操作員 | 誰檢查執行並維護程序？ |
| 輸入 | 可讀取哪些來源與時段？ |
| 權限 | 哪些行動允許、禁止或限時？ |
| 輸出 | 需何種格式、目的地與來源證據？ |
| 人工審查 | 誰、何時、依何標準審查？ |
| 失敗門檻 | 哪種缺陷會立即暫停流程？ |
| 升級處理 | 誰接手未知、例外或阻斷存取？ |
| 稽核證據 | 輸入、行動、決策與核准記錄在哪？ |
| 到期日 | 何時需重新核准、修訂或終止流程？ |
這一區分在 Zero 中具體體現。工作流程是可重用程序，包含目標、輸入、輸出、界線與參考資料。自動化則在手動流程可行後再加上觸發條件。將這兩者分開，可避免尚未通過審查的程序被排程反覆執行。
權限也屬於合約內容。Zero 的權限模型區分成員連線、智能體授權與智能體可請求的具名行動。授權可限時，準備草稿的流程可被禁止最終發送。無論使用哪個平台，都要有等效答案：誰提供憑證、系統可用其做什麼，以及多快能撤銷存取？
圖2：操作循環區分 AI 執行、控管檢查與人工決策。
5. 以影子模式執行並設定失敗門檻
影子模式指 AI 執行流程但不改變實際作業。可餵入已完成的歷史案例，或與現任操作員並行執行。將輸出與同一驗收清單比對。
請用具代表性的輸入，包括一般案例、邊緣案例、缺漏資料與衝突來源。只做順利演示意義不大。
在執行前定義失敗類型：
| 失敗類型 | 範例 | 建議處理方式 |
|---|---|---|
| 嚴重 | 未授權行動、洩漏敏感資料、偽造來源、未核准對外承諾 | 零容忍；立即停止執行並調查 |
| 重大 | 遺漏必要項目、說明不充分、優先順序錯誤、系統更新失敗 | 依商業後果設最大比率；超標即暫停擴大 |
| 次要 | 格式、排序、命名或低影響遺漏 | 修正程序並追蹤再發情形 |
| 資料或系統阻斷 | 權限缺失、來源不可用、監控失效、紀錄過時 | 升級為「未知」或「阻斷」；絕不猜測處理 |
預算差異說明範例是此階段的實用模式。說明需有來源證據，帳本存取僅限唯讀，未說明的差異成為私下負責人問題。流程品質同時仰賴保留「未知」與產出可解釋內容。
6. 有人工審查的有限生產上線
從影子模式轉為小規模生產：一位操作員、一個來源、一個客戶群或一個重複時段。保留舊流程，直到新流程能處理真實例外。
依行動後果設計審查點：
| 行動類型 | 初始審查設計 |
|---|---|
| 唯讀內部分析 | 試行期間全數審查，穩定後抽樣 |
| 草稿或可逆更新 | 須先核准成果，方可依賴 |
| 內部狀態變更 | 須確認，直到回復與例外處理可行 |
| 對外、財務、破壞性或具法律約束行動 | 保持事前人工核准與分離最終權限 |
人工審查只有在審查員有時間、標準與否決權時才具控管意義。「有人在流程中」並不足夠。請量測審查所需時間、修改內容，以及審查員是否開始未讀即核准。
加上觸發條件時，請從小處著手。自動化文件建議檢查首批執行、嚴格事件過濾、確認時區、除錯時停用自動化。連接器文件也將連線與授權分開決策，有助於避免共用工具連線變成廣泛智能體存取。
7. 擴大、修訂或停止
擴大代表流程成為常態營運的一部分，有負責人、文件化控管與可重複的經濟效益。這不代表要為每位員工購買帳號。
符合下列四條件時可擴大：
- 商業指標較基線改善。
- 品質與關鍵風險門檻在代表性生產工作中維持。
- 審查與維護成本未抵銷效益。
- 目標用戶採用新流程，未持續並行手動作業。
若案例仍有價值，但錯誤集中於可修正的來源、指令、權限或交接，則修訂。若結果薄弱、採用率低，或安全運作需過多審查，則停止。
此時，AI 營運轉型成為可持續的操作能力。保存已驗證程序，明確記錄觸發條件與權限，僅重用真正可轉移到下個流程的部分。
無需企業級計畫的治理
精實團隊不需為每個試點設委員會，但需明確責任歸屬。一人可兼多職，但角色應保持可見。
| 角色 | 負責內容 |
|---|---|
| 業務負責人 | 結果、預算、優先順序、風險承擔與擴大/停止決策 |
| 流程操作員 | 日常執行健康、例外、程序變更與用戶回饋 |
| 領域審查員 | 驗收標準、抽樣輸出審查與重大錯誤分類 |
| 平台或資料負責人 | 存取、連接器健康、日誌、保留與撤銷 |
每個生產流程維護一頁登錄表，包含負責人、目的、資料來源、權限、審查步驟、模型或服務供應商、現行版本、失敗門檻、上次審查日與緊急停止開關。這足以在事件後回答關鍵問題：誰執行、誰授權、依據何規則、誰終止？
可用既有風險框架檢查盲點。自願性的 NIST AI 風險管理框架涵蓋治理、情境映射、風險衡量與全生命週期管理。NIST 的 生成式 AI 指南則針對生成式系統風險提供建議。精實團隊可將這些問題應用於每個流程，而非一開始就推行全公司控管系統。
若需更深入探討智能體自主性、稽核軌跡與憑證界線，請參考 vm0 的從協作助手到同事的轉變指南。本指南聚焦於操作責任：即使模型、連接器或平台由他團隊提供，業務負責人仍擁有最終結果。
如何評估 AI 轉型平台
評估 AI 轉型平台時，重點在於其能否於工作流程層級實現控管與可觀察性。平台應保留程序、區分觸發條件與指令、限制工具行動、顯示來源證據與執行紀錄、將核准置於關鍵行動前，並揭露足夠成本與例外資料，以支持擴大或停止決策。
功能數量不是良好採購標準。請廠商示範一個真實流程，從觸發到驗收輸出，包括權限阻斷、執行失敗、人工駁回與事後可見證據。
| 採購問題 | 應要求證據 | 警訊 |
|---|---|---|
| 程序能否被擁有與修訂？ | 具名流程、負責人、現行版本與變更紀錄 | 邏輯僅存在於個人提示或聊天中 |
| 存取能否被限制？ | 分離連線、智能體授權、具名行動、到期與撤銷 | 連接帳號預設即廣泛存取 |
| 審查能否設於高風險邊界？ | 對外、財務、破壞性或具約束行動前需核准 | 審查僅在行動後進行 |
| 操作員能否重建執行紀錄？ | 來源、請求行動、輸出、錯誤、時間戳與核准 | 僅能看到最終回應 |
| 團隊能否量測單一完成任務？ | 執行成本、審查時間、例外、驗收輸出與單位歷史 | 價格可見但流程經濟不可見 |
| 負責人能否停止或回復？ | 緊急停止、停用觸發、撤銷存取與備援方案文件 | 流程持續執行，團隊調查時無法停下 |
平台可讓操作決策具可執行性與可見性，但無法提供業務負責人的基線、驗收標準或停止意願。若產品在這些決策前就承諾轉型，請將其視為執行工具，而非操作模式。
真正改變工作的變革管理
變革管理若僅止於發送上線信與選修訓練，必然失敗。操作員的工作必須實質改變。
首先，與現行工作者共同設計流程。他們最清楚未文件化的來源、外人看似瑣碎的例外，以及為何合理輸出仍可能無法用。
其次，用白話說明新分工。明確列出 AI 準備哪些內容、操作員決策哪些、哪些行動仍需核准，以及系統不確定時如何處理。人們抗拒模糊責任遠甚於抗拒明確界線的工具。
第三，針對失敗進行訓練。給審查員缺漏資料、證據衝突與高風險行動的範例。教他們檢查來源連結與活動紀錄，而非僅編輯文字。
最後，當新流程達標時，正式淘汰舊流程。更新標準作業程序、會議議程、責任地圖與績效指標。若生產流程與手動流程並行，只會加重工作並掩蓋實際採用情形。
將修正視為操作數據。每週按類別檢視修改：來源問題、指令問題、權限問題、模型限制或審查員偏好。僅前四項應納入系統變更。個人風格修改不應觸發新控管。
如何衡量 AI 轉型投資報酬率（ROI）
AI 轉型 ROI 是流程改變後的淨價值，而非 AI 用量。比較單一完成單位的前後：人力、耗時、驗收、重工、失敗、執行成本、審查成本與後續商業結果。僅在能證明連結時才計入營收或風險降低。
請用此公式於流程層級計算：
每月淨效益 = 已驗證節省人力價值 + 有證據的後續價值 + 避免重工或損失 − AI 執行成本 − 人工審查成本 − 維護成本
請將四層證據分開：
| 證據層級 | 指標 | 證明內容 |
|---|---|---|
| 活動 | 執行次數、用戶、模型呼叫、連接工具 | 系統有被使用 |
| 輸出 | 完成度、首次驗收、來源涵蓋、人工修改 | 成品可用 |
| 流程 | 主動人力、耗時、重工、例外處理、單位成本 | 流程已改變 |
| 商業 | 營收、留存、毛利、風險損失、客戶反應、決策速度 | 改變影響預期成果 |
圖3：使用量啟動證據鏈，擴大需流程與商業成果。
活動僅供診斷，非 ROI。流程可執行500次卻毫無價值。反之，月度財務流程即使量能低，只要能減少結帳工時且不損控管，仍具強大商業價值。
每週網站分析範例展現良好證據習慣：交叉比對兩系統、區分追蹤斷線與用戶行為，並避免無實驗證據就宣稱上線導致指標變化。這種紀律比精美儀表板更重要。
單位經濟方面，vm0 的降低 AI 智能體成本指南區分模型選擇、執行頻率、上下文與外部服務。若需分析產品資料，遮蔽唯讀資料庫模式展示精實團隊如何保留可連結營運事實，同時不暴露原始生產內容。
每次審查請做三選一：
- 擴大： 淨效益為正、控管穩定、採用穩定。
- 修訂： 結果重要，但某來源、指令、交接或權限反覆出錯。
- 停止： 價值薄弱、風險不可接受，或審查與維護抵銷效益。
操作模式常見停滯點
流程組合在首個流程運作前就開始。 長期路線圖看似策略，卻分散注意力於尚未學會操作單一生產系統的負責人。請先完成一個證據循環。
工具主導專案。 廠商與內部平台團隊可提供能力，但業務負責人必須擁有基線、驗收標準與成果。
自動化先於程序。 觸發條件會放大現有內容，包括模糊與錯誤權限。請先手動執行、通過影子模式，再自動化。
基線在上線後才重建。 記憶偏好新流程。請在首批試點前記錄現有量能、投入、缺陷與週期。
審查流於形式。 審查員因缺乏清單或無法查來源而全數通過。請給予否決權並量測修改內容。
未知被包裝成自信說詞。 請要求證據連結、標註缺漏資料，並將未解決案例導向負責人。正確的「未知」即是成功控管。
舊流程未終止。 員工同時完成手動與 AI 版本。採用指標與明確淘汰決策可揭露隱藏成本。
常見問答
什麼是 AI 轉型？
AI 轉型是重新設計業務流程、決策、角色與控管，讓 AI 能對可衡量的營運成果產生貢獻。對精實團隊而言，從一個擁有的生產流程開始，僅在品質、風險、採用與經濟效益獲證明後才擴大。
AI 有哪7個階段？
AI 本身沒有通用的七階段模型。對組織 AI 轉型而言，實用的七階段為：盤點流程、選定案例、建立基線、撰寫操作合約、影子模式執行、有人工審查的上線，最後擴大、修訂或停止。
如何在企業導入 AI？
選定一個具可驗證輸出的重複性流程。建立現行成本與品質基線，限制資料與權限，定義失敗門檻，與人工流程並行測試，並指定負責人進入生產。更廣泛的 AI 導入應以該流程的證據為依據。
什麼是 AI 數位轉型？
AI 數位轉型指在已數位化的流程中加入 AI 驅動的判斷、生成或預測。數位系統讓資料與流程可用，AI 則改變其中決策與工作的方式，帶來變異輸出、新審查工作，以及對明確證據與風險控管的需求。
首步很小：明確一個重複性流程、其負責人、輸出，以及系統絕不可單獨執行的行動。Zero 的成果導向操作模式以連接執行、可重用流程、分離觸發條件與權限控管支持這條路。轉型的主導權仍屬於執行工作的團隊。
