「我們每個月花在 AI 工具上的錢,到底換到了什麼?」
在經營會議上被問到這句時,我腦袋一片空白。帳號都開好了,同仁也真的每天在用,但真要證明這筆錢花得值得,我拿得出來的,只有使用次數。
一年前開始用 AI 時,我其實沒想那麼多。事情太多、人力不夠,我只想趕快清掉堆積如山的工作。直到後來才發現:一個人用得順,不代表整個團隊真的變快;團隊用起來了,也不代表公司真的得到更多價值。
這一年,我陸續闖了三關,而且每一關都先摔過一次:
• 怎麼分工:哪些工作可以交給 AI?哪些判斷、驗收與責任一定要留在人身上?
• 怎麼讓團隊跟上:為什麼工具導入了、教育訓練也辦了,日常的工作方式還是沒有改變?
• 怎麼證明有效:除了使用率與產出量,如何把檢查與修改時間、品質及實際成果納入衡量?
這場分享不會只談我最後做對了什麼,也會拆解我當時怎麼判斷、在哪裡判斷錯誤,以及後來怎麼修正。
回到「買完 AI 工具,然後呢?」我的答案是:真正該升級的,不只是操作 AI 的能力,更是主管設計工作方式的能力。
聽眾收穫:

後端工程師兼 DevOps 技術社群志工,熱衷於探索與研究各種技術原理,並將技術心得、系統問題排除以及專案實務經驗記錄在個人部落格。近年積極參與研討會分享包含後端開發、Observability 及 DevOps 等主題,並協助社群活動以促進更多交流與學習。希望能透過分享所學與踩雷經驗,幫助更多夥伴與社群朋友一起成長。