今年年初在一場 HR 課程後，有位學員來找我。
他說公司把「AI 與數位化應用」寫進了今年的 KPI，主管滿懷期待等著年底看成果，但他這個被指派執行的人，站在原地不知道第一步該往哪走。
我問：「那你們現在手上已經有什麼工具或基礎建設？」
他苦笑：「什麼都沒有。」
這種情況其實不少見。公司希望 AI 能解決實務問題，直接把目標扔進考核制度。等任務真的派下來，第一線都知道要「運用技術」，卻找不到一個可以驗證的小場景。技術名詞飄在半空，底下的人只能點頭，然後各自回去發愁。
為什麼真實的問題總是事後才看見
課堂上常有學員問我，怎麼那麼快就能指出 AI 的切入點。說真的，這沒什麼方法論，純粹是因為我親自處理過太多行政瑣事，知道流程是在哪個環節卡到讓人想摔滑鼠。
之前在 HR 團隊推動數位化時，每個月發未完訓通知，我得把三四種不同格式的 Excel 表格人工拼在一起。有時候欄位對不齊，有時候同一個人的資料分散在不同檔案，光是整理這些表格就能耗掉半個上午。
沒有親自跟這些表格搏鬥過，很難看懂流程到底慢在哪裡。同仁覺得 AI 聽起來很遙遠，往往是腦中缺少「這種事也可以交給它做」的具體畫面。工作上的阻礙沒被轉換成具體任務之前，技術就只是簡報上的流行語。
「用了就要拿出成績」
主管把新技術放進團隊目標，初衷通常不錯。但目標交到執行者手上，經常出現資源跟不上的落差。
有次輔導企業，一位員工想嘗試 AI 工具，向主管報備時得到的回應是：「可以啊，用了就得拿出成績，不然預算就白花了。」
這句話在管理邏輯上沒錯，聽在執行者耳裡卻是另一回事。一個從沒用過的新工具，本來就需要摸索、試錯、重新調整預期。如果連這段探索期都不給，只想著拿它來達成短期 KPI，執行者的直接反應通常是：乾脆別碰，免得給自己找麻煩。
評估工具、整理流程、確認資料品質，這些都是導入過程的一部分。當探索空間被壓縮，AI 目標就變成單純的壓力來源。在技術幫公司省下成本之前，它先引發的是焦慮。
而這份焦慮，最後多半落在承辦人一個人身上。
小麻煩通常不需要開專案會議
既然上面有 KPI 壓力，手邊又沒有資源，最務實的做法就是去找阻力最小的路徑，暫時擱置那些需要改變全局的龐大計畫。
前陣子有位負責訓練發展的 HR 朋友提到，公司買了 Copilot，整個部門卻沒人知道怎麼開始用。如果走傳統路線，可能會先召開專案啟動會議，再找 IT 討論串接資料庫，最後變成一場耗時的跨部門協調。
我們聊了一輪，最後決定先在既有的 M365 權限範圍內，用 SharePoint 搭一個簡單的內部知識庫。沒有客製開發，也不用申請額外預算或等 IT 排程，問題縮到部門自己能管理的範圍。一個禮拜後，已經有人開始實際使用了。
另一個例子是一位製造業的訓練專員。她在績效壓力下，花了一個下午用 Codex 做出一個查詢訓練紀錄的小網頁。就這麼一個小工具，讓她完成了今年的 KPI 項目。
剛開始評估 AI 導入時，我會建議先從高頻率、繁瑣、而且「自己部門就能決定」的小任務開始 1。那些要動到全公司的大計畫可以先放著，讓每天處理例行公事的人先體會到技術帶來的掌控感。有了這種感覺，大家才會有意願繼續往下試。
graph LR
subgraph 傳統路線
A[買工具] --> B[開專案會議]
B --> C[跨部門排程]
C --> D[耗時等待]
end
subgraph 小勝利路線
E[找日常阻礙] --> F[個人/部門權限內]
F --> G[快速測試工具]
G --> H[當週立刻產出]
end
style A fill:#f9f9f9,stroke:#333,stroke-width:2px
style E fill:#FFF4E5,stroke:#F5B041,stroke-width:2px常見問題
Q: 公司完全沒有技術基礎，真的可以開始用 AI 嗎？
A: 可以。現成的商用工具（如 Copilot、ChatGPT Team、Notion AI 等）通常不需要自建基礎建設。重點是先找到一個你本來就要花時間做的重複性任務，用工具跑一次，比較前後差異。
Q: 長官要求「看到成果」，但我還在摸索階段，要怎麼交代？
A: 把「探索過程」本身當成階段性產出。例如第一週記錄「試了三種工具，發現 A 最適合我們的資料格式」，這就是可以報告的進度。重點是向長官報告你解決的具體問題，跳過「我在學 AI」這種空泛的說法。
Q: 從哪種任務開始比較適合？
A: 優先考慮「你每週至少做一次、每次耗時超過 20 分鐘、而且不需要跨部門簽核」的任務。這類小麻煩最容易被忽略，但也最容易快速驗證工具是否幫得上忙。
參考資料
（本文案例來自作者實際授課與顧問過程中的對話，部分細節已匿名化處理）
延伸閱讀
-
辦公室裡由第一線自己長出來的小型自動化，通常比由上而下宣導的大型系統更容易被接受。同仁自己發起的做法，防備心會小很多。 ↩
