多數企業導入 AI
一開始就走錯方向？台大教授點破關鍵盲點

AI 短期小泡沫，長期趨勢不變

人類習慣先 Imagine 願景，才有機會 Reshape the Future。這也代表短期內，期待（Expectation）與落地細節之間必然出現落差——工具很強大，但組織不是只有工具這件事，還牽涉到人、文化，甚至供應鏈與衛星工廠。

因此李家岩教授認為，短期「小泡沫」會發生，但長期來看，AI 會像網際網路一樣，深遠改變日常與工作習慣，成為不可或缺的基礎設施。

AI 轉型比數位轉型更難的關鍵：共通語言缺位

數位轉型可分為四個階段：數位化、數位優化、數位轉型、數位再造。數位化的核心價值其實是「減少資訊不對稱」；數位優化則要先排除流程中的浪費，否則自動化只會「自動地把浪費生產出來」。

而這一波 AI 轉型與過去最大的不同，在於 LLM 讓決策不再只是「資訊收集」，而是能與 AI 共創知識體系、消除人類決策的盲點——讓 AI 扮演有經驗的業師，在每個階段給予批判性回饋。

但即便如此，多數企業導入 AI 時仍比想像中困難，關鍵不在技術，而在於 User 與 AI 專家之間往往沒有共通語言，光是釐清彼此的用字定義，就耗掉大量溝通成本。

真正稀缺的人才：不是 AI 專家，是「橋樑」

企業常誤以為找到 AI 專家或顧問就能解決問題，但 AI 團隊往往無法直接與 Domain Expert 對話。真正關鍵、也最難培養的人才，是同時理解 Domain Knowledge 與 AI 基礎學理的橋梁角色（PM）——他必須跨兩邊的語言，具備適當的溝通技巧。

這類人才無法速成，多數企業也沒有資源直接培養，這正是為什麼許多組織即使聘到 AI 專家，落地過程仍會「suffer 一段時間」。

組織文化衝突：Review 文化 vs 學習型組織

台灣企業普遍存在「Review 文化」——每季檢視進度、KPI 是否達成，這種文化有助於維持績效，卻與 AI 轉型所需要的「學習型組織」文化產生衝突：後者需要時間對話、沉澱與內化，短期內未必看得到成效。

領導者必須同時兼顧 Bottom-up 與 Top-down：一方面要包容新世代員工帶來的不同思維與工作模式，另一方面領導者自己必須以身作則，親自使用新工具、了解技術走到哪裡，才有能力想像願景、帶領組織前進。

士氣管理同樣關鍵：AI 專案常見「做了半年成效不彰、再做幾個月依然普通」的情況，士氣一旦受挫，人才就會流失。維持團隊對成果的信心，尤其是讓新進工程師看到具體成就感，是推動過程中不可忽略的一環。

給企業與領導者的行動建議

綜合訪談內容，可歸納出幾項具體建議：

1. 領導者先以身作則 — 親自訂閱並使用 LLM 工具，唯有 Hands-on 體驗，才能真正理解技術邊界，進而想像願景。
2. 培養「橋樑」角色而非只找 AI 專家 — 投資能同時理解業務與 AI 基礎學理的中間人才，他們才是落地成敗的關鍵。
3. 用 POC 試點降低風險 — 先在模擬環境或小範圍試點，成本較低，也更容易確認導入是否與現場實際情況衝突。
4. 釐清「自主邊界」 — 明確劃分哪些重複性工作交給 AI／機器人，哪些具附加價值的判斷應由人類負責，且這條邊界需要在實務中反覆修正。
5. 管理團隊士氣 — 在專案初期成效不明顯時，刻意設計能讓成員看見具體成果的節點，避免「一鼓作氣、再而衰、三而竭」。

本文整理自 YouTube 頻道「領導影響力學院」〈對話領導力〉EP23 之訪談內容與觀點（來源：https://youtu.be/hDwt_gfJ2EQ），內容不構成任何形式之保證或承諾，實際導入策略請依貴組織實際情況評估。