企業 AI

AI 導入卡住,多半是這五種模式之一,而且根因都不在模型

企業 AI 導入停在試用階段,常見的原因可以歸成五種模式。本文逐一拆解每種模式的徵兆、根因與修法,並附一張專案啟動前的五題檢查。

這兩年我看過的 AI 導入專案,停下來的原因很少是模型能力不夠。大部分卡在五種模式:沒有負責人、問題選錯、資料沒整理、沒有基準線、上線後沒人維護。每一種都有明顯的徵兆,也都能在專案開始前就擋下來。

01模式一:工具買了,沒有人對結果負責

徵兆是會議上大家都說「AI 很有潛力」,問到誰負責第一個流程上線,現場安靜。授權帳號發下去,三個月後登入紀錄只剩兩三個熟面孔。

根因是把導入當成採購案,採購完就結案。修法是在採購之前先指定一位流程負責人,他要回答三個問題:要改哪一個流程、改完怎麼量、多久回報一次。找不到人回答,就先別買。系統買了沒人用,比沒買更貴。

02模式二:第一個題目選太大

很多老闆第一題就想做「全公司知識庫」或「自動接單到出貨」。題目一大,牽涉的部門就多,每個部門的例外規則加起來,半年都還在訪談。

根因是用願景挑題目,沒用可驗收的範圍挑。我會請團隊列出 10 個候選流程,每個流程打三個分數:每月發生次數、規則是否穩定、做錯能不能救回。三項都高的才放第一個。通常勝出的是很無聊的工作,例如整理詢價信、彙整週報,這很正常。

03模式三:資料散在個人電腦和聊天群組

徵兆是試作階段效果很好,因為顧問手動挑了乾淨的範例;正式跑的時候,AI 讀到的是三個版本的報價單、檔名叫「最新版(2)」的規格書。輸出品質馬上掉下來。

根因是沒先問「這個流程的正確資料放在哪裡」。修法是在動手前做一張資料清單:這個流程用到哪些文件、哪一份是正本、誰負責更新。這張表花一兩天就能做完,卻常被跳過。

04模式四:上線前沒量過現況

專案做完,老闆問省了多少,團隊只能說「大家覺得變快了」。沒有導入前的數字,就沒有導入後的比較,下一筆預算也很難談。

根因是急著做,跳過量測。修法很簡單:上線前兩週,請承辦人記錄這個流程每筆花幾分鐘、每週做幾筆、退件或重做幾次。三個數字就夠,記在共用試算表。上線後用同一張表再記兩週,差距就是成果,也可能證明效果不如預期,這同樣是有用的結論。

05模式五:上線就當結案,沒人維護提示與規則

AI 流程跟一般系統不同,提示詞、參考文件、判斷規則都會隨業務改變而過期。產品線改了、報價規則調了,沒人更新,三個月後輸出開始出錯,使用者默默改回手動。

根因是沒有把維護寫進角色職責。修法是指定一位維護人,每月檢查一次錯誤紀錄,有改規則就記版本。我在 SaaS 時期學到的習慣是,任何上線的東西都要有人看事故紀錄,AI 流程也一樣。

06啟動前的五題檢查

專案開跑前,用是非題快速過一遍:有沒有一位具名的流程負責人?第一個題目能不能在 4 週內驗收?流程用到的正本文件在哪裡有人說得出來?導入前的現況數字有沒有開始記?上線後誰維護、多久看一次?五題裡有兩題答不出來,先補齊再開始,比做到一半停下來便宜得多。

這五種模式有一個共同點:都是管理問題,不是技術問題。換一個更新的模型解決不了沒有負責人,也解決不了正本文件找不到。先把人、題目、資料、基準線、維護這五件事排好,再談要用哪一套工具。

徐愷(KK)肖像照

作者

徐愷(KK)

遊遊股份有限公司負責人、主導顧問

LinkedIn →

先預約 30 分鐘需求初談,確認下一步該做什麼

初談免費。我們會確認問題範圍、預算與決策者,再提出初步建議與可執行的下一步。