AI 轉型是指組織有意識地重新設計決策方式與工作執行方式，並將 AI 融入其中。針對精實團隊的實用 AI 轉型策略，從一個反覆執行的工作流程開始：盤點流程、選定一個有明確範圍的正式作業任務、定義負責人與人工審核機制、以影子模式試運行、衡量商業價值，並在品質與管控門檻通過後才進行擴展。
| 階段 | 需做的決策 | 負責人 | 進入下一階段所需的證據 |
|---|---|---|---|
| 1. 盤點 | 哪些反覆執行的工作流程耗費時間或延誤決策？ | 營運負責人 | 包含頻率、工作量、輸入、輸出與痛點的工作流程清單 |
| 2. 選定 | 哪個任務有價值、範圍明確、可審核且可逆？ | 業務負責人 | 一個有具名使用者與明確產出的正式候選流程 |
| 3. 建立基準 | 現行流程的成本與績效表現為何？ | 流程操作人員 | 現有作業量、人力、耗時、缺陷、返工及下游結果 |
| 4. 訂立契約 | AI 可以讀取、決定、寫入哪些內容，絕對不能做什麼？ | 業務負責人 | 經核准的操作契約、權限設定、審核節點與停止條件 |
| 5. 影子測試 | 在不影響正式作業的情況下，產出是否能通過審核？ | 領域審核人員 | 符合議定驗收門檻的代表性平行執行記錄 |
| 6. 正式發布 | 在受控的正式環境下，此工作流程是否能創造價值？ | 業務負責人 | 已驗收的產出、介入時間、執行成本、失敗次數與使用者採用情況 |
| 7. 擴展或停止 | 結果是否具備足夠的可重複性，可納入常規作業？ | 執行贊助人 | 正向淨效益、穩定的管控機制、明確的負責人與維護程序 |
圖 1. 唯有前一階段產出可審核的證據，才可進入下一階段。
AI 轉型對精實團隊的意義
對精實團隊而言，AI 轉型意味著一個反覆執行的工作單元，因為 AI 成為流程的一部分，其方法、管控、負責人與經濟效益都隨之改變。首要目標是建立一個具有可驗證產出、具名負責人，以及安全停止機制的正式工作流程。
IBM 對 AI 轉型的定義更為廣泛，涵蓋將 AI 導入營運、產品與服務。工作流程層級的定義，讓十人團隊的第一個決策得以被具體檢視。開一個新的聊天帳號並不符合這個標準。但一個每週執行的成長檢視流程——蒐集來源資料、標記追蹤缺口、起草分析報告，並等待負責人核准詮釋結果——則符合這個標準。
AI 轉型與數位轉型的差異
數位轉型讓資訊與流程透過軟體得以取用。AI 則在這些數位流程中加入了機率性判斷、生成與適應能力，這改變了管控問題的本質。
| 數位轉型 | AI 轉型 |
|---|---|
| 將紙本或人工流程移轉至數位系統 | 重新設計流程中由誰或由什麼執行判斷 |
| 通常遵循明確規則，產出結果可預期 | 相同的工作流程形式可能產生不同的輸出結果 |
| 測試系統是否執行了指定邏輯 | 測試產出品質、依據、權限與例外處理 |
| 訓練人員使用新介面 | 改變決策權、審核工作、升級機制與問責制度 |
AI 數位轉型這個詞彙通常用來描述兩者的交集。執行順序仍然至關重要。如果來源資料無法安全存取、產出沒有負責人，或沒有人能說清楚正確結果長什麼樣子，導入 AI 只會暴露這些缺口，而非解決它們。
對精實團隊而言，實際目標是建立一個小型的正式工作流程組合，每個流程都有明確的負責人。麥肯錫目前的 AI 轉型宣言也提出了類似的策略觀點：聚焦於少數真正重要的經濟節點，並讓業務主管對結果負責。本指南的其餘部分將把這個原則轉化為一套可操作的執行順序。
以七個階段建立 AI 轉型策略
精實的 AI 轉型策略，是讓一個工作流程通過七個證據關卡：盤點、選定、建立基準、訂立契約、影子測試、有限發布，以及擴展或停止的決策。每個關卡都指定一位負責人，並要求提供證據才能進入下一階段。順序至關重要，因為自動化會放大工作流程中原本就存在的一切。
將此視為一份以決策關卡為核心的 AI 轉型路線圖，而非以日曆里程碑為主。每個階段可能需要數天或數週，取決於工作流程的重要性與可用證據的品質。
1. 盤點工作流程，而非 AI 構想
從一週的實際工作出發，而非從模型功能清單開始。請每位操作人員說出哪些工作會反覆出現、跨越多個工具、在佇列中等待，或最終產生相同類型的成果物。
每個工作流程記錄一列：
| 欄位 | 問題 |
|---|---|
| 觸發條件 | 什麼啟動了這項工作：排程、進入的事件，還是某個人？ |
| 來源 | 哪些系統包含完成工作所需的資訊？ |
| 決策點 | 人員在哪裡進行詮釋、排序或選擇？ |
| 產出 | 什麼樣的完成成果物或系統變更代表任務結束？ |
| 頻率 | 這項工作多久發生一次，作業量的波動程度如何？ |
| 目前工作量 | 處理一個案例需要多少主動工作時間與等待時間？ |
| 例外情況 | 哪些案例會偏離正常路徑，原因為何？ |
| 後果 | 工作延誤或出錯時會發生什麼事？ |
人們往往把工作描述為「很忙」，直到有人問起「如果有魔法棒你想解決什麼」才說得清楚。vm0 針對工作流程為何仍維持人工作業的研究，透過 22 場訪談記錄了這個發現問題。如果你的團隊無法列出候選流程，可以參考附有具體觸發條件、產出與核准節點的 AI 代理人範例來辨識工作流程的形態，再寫下你自己的觸發條件、來源、產出與核准節點。不要複製一個你並不存在該業務問題的使用案例。
2. 選定第一個正式使用案例
第一個工作流程應該有足夠的價值值得投入，同時也要足夠安全可供研究。優先選擇具有可見產出、可存取的來源系統、高頻重複性，以及能快速判斷結果的人工審核者的工作。
| 選定問題 | 較佳的首選候選 | 較差的首選候選 |
|---|---|---|
| 審核者能判斷產出是否正確嗎？ | 有來源依據的內部簡報 | 開放式的策略建議 |
| 操作可以撤銷嗎？ | 草稿、標籤或建議更新 | 付款、刪除或公開發送 |
| 範圍是否明確？ | 單一收件匣、時間窗口與輸出格式 | 「改善公司整體營運」 |
| 輸入資料是否可取得？ | 有已知擁有者的已連接記錄 | 必須從多個私有儲存庫複製的資料 |
| 是否會反覆發生？ | 每日、每週或事件驅動的工作 | 沒有重複路徑的一次性專案 |
收件匣晨間摘要範例展示了這種形態。該工作流程讀取指定的 Gmail 時間窗口、排列需要關注的事項，並發布一則 Slack 摘要。其寫入範圍明確排除移動、刪除、標記、封存、轉寄或回覆電子郵件。這個邊界讓產出有實用價值，同時確保第一次發布是可逆的。
避免將全公司助理作為第一個使用案例。「所有人都可以問任何問題」沒有穩定的共同基準、沒有一致的審核者，也沒有明確的失敗節點。它在產生證據之前就先製造了活動量。
3. 建立現行工作流程的基準
在改變流程之前，先衡量人工流程的現況。否則，所有改善聲稱都只是在結果已知後才編造的故事。
針對具代表性的樣本，記錄：
- 每週或每月的案例數
- 每個案例的主動人工作業分鐘數
- 從觸發到完成產出的總耗時
- 首次通過率與返工情況
- 例外情況、缺陷及其後果
- 所使用的系統或外部人力成本
- 此工作流程預期影響的下游業務結果
寫下分析單位。「節省的時數」意義不大，如果一個人計算整個下午，而另一個人只計算鍵盤操作時間。選定一份完成的報告、一個已分類的收件匣時間窗口、一個已對帳的帳戶，或其他可觀察的單位。
不要為速度提升虛構金錢價值。如果更快的報告改變了某個決策，請記錄這個關聯。如果團隊只是更早收到相同的報告，則報告週期時間的變化，並將營收排除在外。
4. 撰寫操作契約
當第一個工作流程有了契約，AI 轉型策略才真正可執行。這是一份簡短的操作文件，而非政策手冊。
| 契約欄位 | 需做的決策 |
|---|---|
| 目的 | 此工作流程支援哪個業務結果？ |
| 負責人 | 誰對結果、預算與持續執行負責？ |
| 操作人員 | 誰負責檢查執行狀況並維護程序？ |
| 輸入 | 可以讀取哪些來源與時間窗口？ |
| 權限 | 哪些操作被允許、禁止或有時間限制？ |
| 產出 | 需要什麼格式、目的地與來源依據？ |
| 人工審核 | 誰在哪個節點、依據哪些標準進行審核？ |
| 失敗門檻 | 哪種缺陷會立即暫停工作流程？ |
| 升級機制 | 誰負責接收未知情況、例外或存取受阻的案例？ |
| 稽核證據 | 輸入、操作、決策與核准記錄在哪裡？ |
| 到期日 | 負責人何時重新核准、修訂或終止此工作流程？ |
這個區別在 Zero 中有具體體現。工作流程是可重複使用的程序，包含其目標、輸入、產出、邊界與參考資料。自動化則是在人工工作流程通過驗證後附加觸發條件。將這兩個決策分開，可以防止排程反覆觸發一個從未通過審核的程序。
權限也應納入契約。Zero 的權限模型區分了成員的連線、代理人的授權，以及該代理人可以請求的具名操作。授權可以設定時間限制，而準備草稿的工作流程可以被拒絕最終發送的操作。無論使用哪個平台，都需要同等的答案：誰提供了憑證、系統可以用它做什麼，以及多快可以撤銷存取權？
圖 2. 操作迴路將 AI 執行、管控檢查與人工決策分開。
5. 以影子模式執行並設定失敗門檻
影子模式意味著 AI 執行工作流程，但不改變正式流程。將已完成的歷史案例輸入其中，或讓它與現有操作人員並行執行。依據相同的驗收清單比較產出結果。
使用具代表性的輸入，包括一般案例、邊緣案例、資料缺失與來源衝突的情況。精心設計的順利路徑示範幾乎無法證明任何事。
在執行前定義失敗類別：
| 失敗類別 | 範例 | 建議回應 |
|---|---|---|
| 嚴重 | 未授權操作、敏感資料外洩、捏造來源、未核准的對外承諾 | 零容忍；停止執行並在重新啟動前進行調查 |
| 重大 | 遺漏必要項目、無依據的說明、錯誤優先順序、系統更新失敗 | 依業務後果設定最高比率；超過時暫停擴展 |
| 輕微 | 格式、排序、命名或低影響的遺漏 | 修正程序並追蹤是否再次發生 |
| 資料或系統阻斷 | 缺少權限、來源無法取得、監控中斷、記錄過期 | 以「未知」或「受阻」升級；絕不猜測繞過 |
預算差異說明範例是這個階段的實用參考模式。說明需要來源依據，帳本存取維持唯讀，未記錄的差異則成為私下向負責人提問的事項。工作流程的品質，在於保留「未知」的能力，與起草可說明的項目同等重要。
6. 在人工審核下發布至有限正式環境
從影子模式移至小規模的正式環境：一位操作人員、一個來源、一個客戶區隔，或一個反覆執行的時間窗口。在新路徑通過真實例外情況的考驗之前，保留舊有流程。
依據操作的後果設定審核節點：
| 操作類型 | 初始審核設計 |
|---|---|
| 唯讀內部分析 | 試行期間審核每份產出，穩定通過後改為抽樣 |
| 草稿或可逆更新 | 在任何人依賴前核准成果物 |
| 內部狀態變更 | 在回滾與例外處理機制驗證前要求確認 |
| 對外、財務、破壞性或具法律約束力的操作 | 維持執行前的人工核准，並設定獨立的最終操作權限 |
只有當審核者有時間、有標準且有權拒絕時，人工審核才是真正的管控機制。「有人在迴路中」是不夠的。衡量審核所需時間、哪些內容被修改，以及審核者是否開始不閱讀就核准。
新增觸發條件時，從窄範圍開始。自動化說明文件建議檢查前幾次執行、使用嚴格的事件篩選器、確認時區，並在除錯時停用自動化。連接器說明文件也將連線與授權設為獨立決策，有助於防止共用工具連線演變為廣泛的代理人存取權。
7. 擴展、修訂或停止
擴展意味著工作流程成為常規作業的一部分，有維護中的負責人、已記錄的管控機制，以及可重複的經濟效益。這不代表為每位員工購買授權。
當以下四個條件成立時才進行擴展：
- 業務指標相較基準有所改善。
- 品質與關鍵風險門檻在具代表性的正式工作中持續維持。
- 審核與維護工作量未抵消效益。
- 目標使用者採用了新路徑，而非繼續執行平行的人工流程。
當使用案例仍有價值，但錯誤集中在可修正的來源、指令、權限或交接問題時，進行修訂。當結果不佳、採用率持續偏低，或安全操作所需的審核量超過工作流程所節省的工作量時，則停止。
這是 AI 營運轉型成為自有操作能力的節點。儲存已驗證的程序，明確保留其觸發條件與權限，並僅重複使用真正能移轉至下一個工作流程的部分。
無需企業級計畫的治理機制
精實團隊不需要為每個試行計畫設立委員會，但確實需要明確的問責制度。一個人可以身兼多個角色，但這些角色應保持可見。
| 角色 | 負責事項 |
|---|---|
| 業務負責人 | 結果、預算、優先順序、風險接受，以及擴展或停止的決策 |
| 流程操作人員 | 每日執行健康狀況、例外情況、程序變更與使用者回饋 |
| 領域審核人員 | 驗收標準、抽樣產出審核與重大錯誤分類 |
| 平台或資料負責人 | 存取、連接器健康狀況、日誌記錄、保留期限與撤銷 |
為每個正式工作流程維護一份單頁清單。包含負責人、目的、資料來源、權限、審核步驟、模型或服務供應商、目前版本、失敗門檻、最後審核日期與緊急停止開關。這足以在事件發生後回答令人不安的問題：什麼在執行、在誰的授權下、依據哪條規則，以及誰停止了它？
使用既有的風險框架來檢查盲點。自願性的 NIST AI 風險管理框架涵蓋治理、情境對應、風險衡量，以及跨 AI 生命週期的風險管理。NIST 的生成式 AI 概況則針對生成式系統特有的風險提供額外指引。精實團隊可以將這些問題套用至每個工作流程，而非試圖在第一天就建立全公司的管控系統。
關於代理人自主性、稽核軌跡與憑證邊界的深入探討，請參閱 vm0 的從副駕駛到同事的轉變指南。本轉型指南聚焦於操作問責：即使由其他團隊提供模型、連接器或平台，業務負責人仍然對結果負責。
如何評估 AI 轉型平台
評估 AI 轉型平台時，應著重於它在工作流程層級能讓哪些事項變得可控且可觀察。它應能保留程序、將觸發條件與指令分開、限制工具操作、顯示來源依據與執行歷史、在重要操作前設置核准機制，並提供足夠的成本與例外資料以支援擴展或停止的決策。
功能數量是薄弱的採購標準。請廠商示範一個真實工作流程從觸發到已驗收產出的完整過程，包括一次權限受阻、一次執行失敗、一次人工拒絕，以及事後可取得的證據。
| 採購問題 | 需要求的證據 | 警示訊號 |
|---|---|---|
| 程序可以被擁有並修訂嗎？ | 具名工作流程、負責人、目前版本與變更歷史 | 邏輯只存在於某人的提示詞或聊天記錄中 |
| 存取可以受到限制嗎？ | 獨立連線、代理人授權、具名操作、到期日與撤銷機制 | 連接帳號預設授予廣泛存取權 |
| 審核可以設在風險邊界嗎？ | 在對外、財務、破壞性或具約束力的操作前核准 | 審核只在操作完成後才發生 |
| 操作人員可以重建一次執行記錄嗎？ | 來源、請求的操作、產出、錯誤、時間戳記與核准記錄 | 只有最終回應可見 |
| 團隊可以衡量一個完成任務的成本嗎？ | 執行成本、審核時間、例外情況、已驗收產出與單位層級歷史 | 定價可見，但工作流程經濟效益不可見 |
| 負責人可以停止或回滾嗎？ | 緊急停止開關、停用觸發條件、撤銷存取權與已記錄的備援方案 | 工作流程在團隊調查期間持續執行 |
平台可以讓操作決策變得可執行且可見，但無法提供業務負責人的基準、驗收標準或停止的意願。將一個在這些決策確立前就承諾轉型的產品，視為執行工具，而非操作模型。
真正改變工作的變革管理
當變革管理只意味著一封上線通知信和選修訓練時，它就失敗了。操作人員的工作必須真正改變。
首先，與執行現有工作的人一起設計工作流程。他們了解未記錄的來源、從外部看似微不足道的例外情況，以及為何一個看似合理的產出仍可能無法使用。
其次，用平易近人的語言說明新的工作分工。說明 AI 準備什麼、操作人員決定什麼、哪些操作仍需核准，以及系統不確定時會發生什麼。人們抗拒模糊的問責制，遠多於抗拒一個邊界明確的工具。
第三，針對失敗情境進行訓練。給審核者資料缺失、證據衝突與高後果操作的範例。教導他們檢查來源連結與活動日誌，而不只是編輯文字。
最後，當新路徑贏得信任後，退役舊路徑。更新標準作業程序、會議議程、負責人對應圖與績效指標。一個與人工流程並存的正式工作流程，會使工作量加倍，並掩蓋採用是否真實發生。
將修正視為操作資料。每週依類別審查編輯內容：來源問題、指令問題、權限問題、模型限制或審核者偏好。只有前四類屬於系統變更的範疇。個人風格的編輯不應觸發新的管控措施。
如何衡量 AI 轉型的 ROI
AI 轉型的 ROI 是一個改變後的工作流程的淨價值，而非使用了多少 AI。比較一個完成單位在改變前後的差異：人力、耗時、通過率、返工、失敗、執行成本、審核成本，以及下游業務結果。只有在能提供關聯證據時，才計入營收或風險降低。
在工作流程層級使用以下公式：
每月淨效益 = 已驗證的節省人力價值 + 有依據的下游價值 + 避免的返工或損失 − AI 執行成本 − 人工審核成本 − 維護成本
將四個層次的證據分開：
| 證據層次 | 指標 | 所能證明的事 |
|---|---|---|
| 活動 | 執行次數、使用者、模型呼叫、已連接工具 | 系統被使用了 |
| 產出 | 完成率、首次通過率、來源覆蓋率、人工編輯次數 | 成果物是可用的 |
| 工作流程 | 主動人力、耗時、返工、例外處理、單位成本 | 流程改變了 |
| 業務 | 營收、留存率、利潤率、風險損失、客戶回應、決策速度 | 改變影響了預期結果 |
圖 3. 使用量啟動了證據鏈；擴展需要工作流程與業務層次的結果。
活動是診斷性指標，而非 ROI。一個工作流程可以執行 500 次，卻仍然沒有創造任何價值。相反地，一個每月執行的財務流程，即使作業量低，如果能在不削弱管控的情況下減少結帳工作量，也可能有強而有力的業務案例。
每週網站分析範例展示了良好的證據習慣：交叉比對兩個系統、將追蹤中斷與使用者行為分開，並避免在沒有實驗證據的情況下聲稱某次上線導致了指標變化。這種嚴謹態度比精美的儀表板更重要。
關於單位經濟效益，vm0 的降低 AI 代理人成本指南區分了模型選擇、執行頻率、上下文與外部服務。如果需要分析產品資料，遮罩唯讀資料庫模式展示了精實團隊如何在不暴露原始正式內容的情況下保留可關聯的操作事實。
在每次審查時做出以下三個決策之一：
- 擴展： 淨效益為正、管控機制維持，且採用率穩定。
- 修訂： 結果有價值，但某個來源、指令、交接或權限導致重複失敗。
- 停止： 價值薄弱、風險不可接受，或審核與維護消耗了所有效益。
操作模型停滯的原因
在第一個工作流程成功之前就開始建立組合。 冗長的路線圖看起來很有策略性，卻將注意力分散給尚未學會如何操作一個正式系統的負責人。先完成一個完整的證據迴路。
工具擁有了專案。 廠商和內部平台團隊可以提供能力，但業務負責人必須擁有基準、驗收標準與結果。
自動化在程序之前到來。 觸發條件會放大已存在的一切，包括模糊性與錯誤的權限。先手動執行、通過影子模式，再自動化。
基準在上線後才重建。 記憶偏向新流程。在第一次試行執行前，先記錄目前的作業量、工作量、缺陷與週期時間。
審核流於形式。 審核者核准一切，因為他們缺乏清單或看不到來源。給予他們拒絕的權力，並衡量他們的編輯內容。
未知情況被轉化為自信的文字。 要求來源連結、標記缺失資料，並將未解決的案例轉交給負責人。一個正確的「未知」是一次成功的管控。
舊工作流程從未結束。 員工完成人工流程，再額外查看 AI 版本。採用指標與明確的退役決策能揭露這個隱藏成本。
常見問題
什麼是 AI 轉型？
AI 轉型是重新設計業務工作流程、決策、角色與管控機制，使 AI 能為可衡量的營運結果做出貢獻。對精實團隊而言，它從一個有負責人的正式工作流程開始，並在品質、風險、採用率與經濟效益獲得驗證後才進行擴展。
AI 的 7 個階段是什麼？
AI 本身並沒有通用的七階段模型。對於組織的 AI 轉型，一個實用的七階段順序是：盤點工作流程、選定一個使用案例、建立現行流程的基準、撰寫操作契約、以影子模式執行、在人工審核下發布，然後擴展、修訂或停止。
如何在企業中導入 AI？
選定一個具有可驗證產出的反覆執行工作流程。建立其目前的成本與品質基準、限制資料與權限、定義失敗門檻、在人工流程旁進行測試，並在有具名負責人的情況下進入正式環境。更廣泛的 AI 採用應以該工作流程的證據為依據。
什麼是 AI 數位轉型？
AI 數位轉型是指在已數位化的流程中加入 AI 驅動的判斷、生成或預測能力。數位系統讓資料與流程得以取用；AI 改變了其中決策與工作的執行方式。這帶來了可變的產出、新的審核工作，以及對明確證據與風險管控的需求。
第一步很小：說出一個反覆執行的工作流程、其負責人、其產出，以及系統絕對不能單獨執行的操作。Zero 的以結果為先的操作模型透過連接式執行、可重複使用的工作流程、獨立的觸發條件與權限管控來支援這條路徑。轉型仍然屬於執行工作的團隊。
