看到那篇文章，我第一個反應是「這在說什麼」
前陣子有人傳給我一篇文章，講 AI 衝擊高階主管、讓人陷入「冒牌者症候群」，說要靠內心對話和從源頭思考來找回目標感。我看了幾遍，老實說，我不太理解它想表達什麼。
不是說文章寫得不好，只是我每天在跑的是真實的外銷業務，面對的是報價、客戶、出貨、通路，這些東西沒有任何「內心對話」可以幫你解決。你不是去「找回目標感」，你是要把貨賣出去、把錢收回來。
但看著看著，我倒是想起一件事——Steve Jobs 曾經說過，他對顧問其實不抱任何期待。
顧問和 AI 有一個一模一樣的毛病
Jobs 的意思大概是這樣：你必須在一件事情上深入鑽研，花很多時間，犯過很多錯，真正走進去之後，才勉強有一點資格稍微看一眼別人的問題，指出哪裡感覺怪怪的。但很多顧問一進來就告訴你他什麼都懂、你應該怎麼做、有什麼學說可以對應，這種話聽起來很漂亮，給出來的東西卻很難真正切入問題。
我發現，AI 其實有一模一樣的毛病。
如果你百分之百聽信 AI，一定會出狀況。不是因為 AI 不夠聰明，而是因為 AI 只能回應你給它的題目。題目問得好，它能給你很有用的東西；題目問得模糊、問得表面，它給你的就是漂亮的廢話。
這個道理說起來簡單，但我看過太多企業在這裡摔跤。
「交給 IT 處理」這句話，是怎麼讓 AI 策略失敗的
我在協助一些中小企業思考怎麼把外銷業務數位化的時候，最常聽到一句話是：「這種事我們交給資訊部門處理就好。」
我每次聽到都想問：你的資訊部門有沒有跟過一次完整的詢報價流程？有沒有處理過一張客戶突然改規格的訂單？有沒有在凌晨十二點接過一封英文信，搞不清楚對方是要取消還是要改期？
沒有這些經歷，他們怎麼知道 AI 應該在哪個環節介入、應該接收什麼資訊、應該輸出什麼格式？
通常的狀況是這樣：IT 部門的態度是「你要我弄我就弄」，然後回頭去問業務「你的問題是什麼」。業務說「我想要一個可以自動回客戶的東西」。IT 拿著這句話去問 AI，AI 就真的給你做了一個能自動回信的東西。
這樣一來，你就沒有把一步一步產生問題、或一步一步把事情做成的邏輯結構交代給 AI，只把想要的結果丟給它。AI 中間當然只能用湊的；而且不只是 AI 用湊的，你的 IT 人員也是湊給 AI，AI 再湊一次。最後出來的結果如果能準，那真的是運氣非常好。
我說這個不是在批評 IT，他們做的是他們的工作。問題出在整個結構——最懂業務全貌的人，從來沒有真正進入這個過程。
為什麼這件事老闆本人要親自下場
我們在推 Patisco 這套工具的時候，一直在強調一件事：工具是把我們走過的流程、犯過的錯濃縮進去的產物。但就算工具再好，如果使用的人對自己公司的業務邏輯沒有清楚的認識，這個工具也只會變成一個稍微比 Excel 好用一點的表單系統。
我們不敢自稱顧問。因為每家公司在生產端、物流端、客戶關係上都有自己的 know-how，那些是積累多年的東西，不是外人進來三個月就能搞清楚的，也不是 AI 讀幾份文件就能掌握的。
正因如此，一家公司的 AI 策略如果要真正發酵，必須由對整個業務推廣和客戶關係掌握最透徹的那個人親自參與。這個人通常就是老闆本人，或者至少是那個在公司裡把業務路徑走得最深、最完整的人。
不是叫你去學寫程式。是叫你坐下來，把你每天真正在處理的問題、你判斷事情的邏輯、你覺得客戶真正在意什麼，一層一層說清楚。這些東西交給 AI，它才能真正幫上忙。
如果這個過程是由一個業務員、一個工程師，或者一個剛來的顧問代勞，那最後出來的 AI，其實是在模仿一個對你的業務只有片段理解的人。那個東西，能有多少用？
你的業務邏輯，才是 AI 最需要的輸入
我自己在跑外銷的這些年，犯過的錯多到不想細數。報價報錯、客戶的信誤解了意思、出貨文件漏了一個欄位導致通關卡住——這些事發生過，你才會知道下次要在哪個步驟多確認一次、哪個環節要有備份的處理方式。
這些「知道要在哪裡小心」的判斷，就是你最寶貴的 know-how。這也是 AI 最需要你提供的東西。
當你把這些判斷邏輯變成 AI 的輸入，它才能幫你在對的地方設防護、在對的地方提醒、在對的地方自動化。如果你只是把想要的結果丟給它，它給你的就只是一個看起來答對了、但其實對不到點的答案。
我不反對 AI，我每天都在用。但我很清楚，AI 是一個回應你提問品質的放大器。你問得夠深、夠真實，它就能幫你很多；你問得浮、問得假，它幫你產生的也只是更大量的浮和假。
台灣中小企業的老闆，很多人都是從業務或技術一路打上來的，身上有真實的行業積累。這是你最大的優勢，也是 AI 最好的原料。別把這件事外包出去，你自己才是那個最有資格下題目的人。
───
Inspired by: AI衝擊決策！別讓領導人深陷冒牌者症候群
───
這篇文章的內容組成：人主筆，AI 整理
人類觀點 62% ｜ 新聞脈絡 14% ｜ AI 補充 24%
