前微軟最有價值專家尹相志：企業導入 AI 前，CEO 必想清的六個關鍵

面對生成式 AI，企業真正卡住的，已不是「用不用」，而是「怎麼選工具、怎麼開始」。曾被譽為微軟「最有價值專家」逾十年的尹相志老師，在商周百億CEO課堂上，從實務經驗出發，帶領企業領導者把 AI 從「工具」拉高到「策略」層級來思考。

▋關鍵一：把 AI 視為「工作方法重塑」，而不是多一支工具

尹相志以自身實驗開場：在完全不懂樂理的前提下，他用 AI 完成音樂創作與科幻影片——過去需要一個團隊，如今一人搭配 AI 即可完成。這說明生成式 AI 讓人的可運用能力被大幅擴張。

當全體人類的平均能力被 AI 拉高，社會結構也會更加 M 型化。關鍵不在 AI 多強，而在於誰能在組織裡系統性地善用它。因此，CEO 思考 AI 導入時，第一個問題是：「我們準備好用 AI 來重寫工作方法了嗎？」

▋關鍵二：先用「人設＋流程＋知識庫」，做出可複製的小勝利

尹相志強調：「一個好的人設，就是成功的一半。」與其直接把問題丟給 AI，不如先問自己：這個難題，本來是誰「不用教就會做」？然後在 Prompt 第一句寫清楚人設，例如：「你是一個資深設計總監」「你是一個執業十年的採購經理」，再要求 AI 扮演這個角色回答。

企業可以據此設定任務級 GPTs 或小 Agent。它們不是萬用助理，而是為特定情境、特定任務設計的專職代理人：有明確的人設、清楚的操作步驟，並連結適當的知識庫。原本高度倚賴經驗的工作，就能變成可反覆使用的 AI 小幫手。

以職務說明書為例，過去 HR 往往得花上半小時到一小時撰寫 JD。若改用 AI 建立專用 GPT，它可以先到求職平台搜尋類似職缺，參考業界標準，再結合企業與主管需求，一次完成 JD 與專業面試題目和參考答案，幾分鐘即可產出且品質一致。對 CEO 而言，這類任務級重塑開發成本低、多半由部門自用即可，也不涉高度機密資料，卻能在短期內看到明確的時間與人力差異，是創造小勝利的最佳起點。

▋關鍵三：導入起點，鎖定「長期消耗、卻從未編預算的小事」

真正適合作為 AI 導入起點的，多半不是攸關營收的「大專案」，而是那些讓員工長期疲憊、卻又小到不會有預算的「次要議題」。在 HR，是每天重複的 JD 與面試題設計；在行政，是繁複的會議紀錄與報表；在客服，是大量內容相似的回覆。

這些瑣碎任務，實際上長期消耗著組織的時間與專注力。尹相志建議，企業導入 AI 最快速、也最不具爭議的方式，就是先用 GPTs 標準化這些流程，讓 AI 接手。對員工而言，AI 是幫忙分擔枯燥工作的同事，而不是來取代人的對手；對管理者而言，這些應用不踩隱私與法遵紅線，卻能很快看到效率提升，是打開組織內部共識的第一道門檻。

▋關鍵四：RAG 與知識庫，真正的選擇題是「放在哪裡」

當 AI 不再只是改寫句子，而是要讀懂企業內部文件、流程與歷史資料時，就會進入 RAG（檢索增強生成）的範圍。RAG 的做法，是將內部文件切成較小片段並向量化存入資料庫，再從中篩出最相關的片段，交給語言模型整理答案。

對 CEO 而言，關鍵不在技術細節，而在「這些知識庫放在哪裡」。若選擇本地端部署，資料掌握度高，隱私與合規風險較低，但企業需自備硬體與模型並負擔維運成本；若採用雲端服務，可以快速享受最新模型與功能，省去算力投資，但勢必得將一定程度的資料交給外部，帶來資安與隱私顧慮。

因此，多數企業會採混合模式：高度敏感的資料與核心流程留在本地端 RAG 與模型中，一般性任務與外部公開資訊查詢則交由雲端處理。同時也必須面對一個現實：AI 時代，本質上是「用資料換智能」。在選題時，除了確認是否有足夠歷史數據可用，更要先釐清哪些資料永遠不能離開內部，哪些可以在嚴謹控管下成為 AI 的燃料。

▋關鍵五：接受「AI 一定會犯錯」，改為設計「找錯與修正」

傳統軟體追求的是上線後「不允許錯誤」；然而生成式 AI 具有隨機性與高度複雜度，不可能完全沒有「幻覺」。在許多應用場景裡，70% 正確率已是相當不錯的表現。若仍以零錯誤標準期待 AI，導入勢必備感挫折。

尹相志提出的轉念是：不再期待「零錯誤的 AI」，而是設計「偵錯與修正的機制」，把錯誤率壓低到可接受範圍。例如在多 Agent 翻譯流程中，一個 Agent 負責產出初稿，第二個 Agent 專職審閱並指出問題，第三個 Agent 再根據建議修訂；在關鍵領域上，還需要加上人工複核。這種「做事者、找錯者、修正者」的分工，讓錯誤控管變成流程的一部分。

同時，企業也需要透過「行為邊界」來管理 AI 的使用情境，只允許系統回答公司本業與知識庫範圍內的問題，超出範圍就拒絕作答，並搭配「內區／外區」權限設計：研發、生產等核心系統屬內區，禁止外部 AI 與雲端接入；行銷、業務、人資等則屬外區，在清楚規範下使用 AI 工具。在承認 AI 一定會犯錯的前提下，這些安排有助於把風險壓在可控範圍內。

▋關鍵六：導入節奏——先任務，再流程，最後才談組織重塑

若把 AI 導入視為一場長期工程，尹相志建議從三個層次來看。第一層是任務級重塑：各類 GPTs，如公文助手、產品客服、JD 工具等，以明確人設、流程與知識庫為基礎，把單一任務封裝成可重複執行的代理人，讓企業取得第一批小勝利。

當組織在任務級應用累積足夠經驗後，可以進入流程級重塑，例如調整客服流程，或重新設計多語系行銷內容的產製順序，借力 AI 重新排列步驟與方法。

第三層則是組織級重塑，涉及商業模式與組織結構的調整。由於技術仍在快速演進，尹相志不建議一開始就投入一年期的大型通用專案，而是先在任務與流程兩個層次累積實戰，再進一步規劃全面性變革。在這樣的路徑下，人不是被 AI 取代，而是被「升級與重組」：會議紀錄、文稿撰寫等工作交給 AI，「會用 AI 完成這些事」成為每個人的基本職能，企業要做的，是透過教育訓練讓員工具備這項能力，而不是寄望用 AI 直接裁掉大量職位。

對企業 CEO 而言，這六個關鍵構成了一條相對務實的導入路徑：先從可見的小勝利開始，鎖定不踩紅線的次要議題；在資料與知識庫的配置上，想清楚要怎麼「用資料換智能」；並在一開始，就接受 AI 一定會犯錯，改為設計好「找錯與修正」的制度。當這些問題逐步被釐清，企業在 AI 工具選擇與導入決策上的每一步，就能走得更踏實，也更有方向。