主管必備的 AI 戰略思維|高互動 One Page

Part 1(9:30–12:30)|把「會用 AI」升級成「會做 AI 決策」

從「機會點」到「落地」再到「團隊共用」

今天不是教你玩工具。你要學會的是:怎麼選題、怎麼落地、怎麼管理,最後把 AI 變成團隊一起用的專業大腦

會挑題:先找值得投資的決策點
會評估:API / 地端 / 混合怎麼選
會管理:指標、責任、採用
倒數計時
00:00
建議流程:選決策點 → 三類卡點打分 → 產生落地路徑 → 放到四象限排序 → 產出摘要
0

開場:先把焦點放回「管理決策」

你要回答的不是「要不要用 AI」,而是:先做哪一題、怎麼落地、怎麼確保真的有人用、怎麼看得見效益。

一句話定位

用一句話講清楚你的需求

不用賣弄名詞,講清楚「決策點」即可。

三類常見卡點(等下要打分)

資源(稀缺)資料、人、維運、算力
風險(責任)機密/合規/品質/稽核
協調(跨部門)流程/權責/採用阻力

很多專案不是卡在模型,而是卡在「誰負責、資料在哪、推不推得動」。

1

Lesson Learned:製造型中小企業 AI 落地的常見情境

先選一個最像的情境,後面的評估與摘要會以此為主軸。

先選 A–D
A|溝通+下單/改單資訊落差

AI 先做「理解與容錯」。但庫存、交期與交易規則仍要靠流程與資料庫。

成果常見:少來回、少錯誤、回覆更快。
B|排程與交期跨系統

AI 的價值在「整合資訊後的決策輔助」。前提是先說清楚要優化什麼。

成果常見:交期更穩、缺料更少、換線更少。
C|圖面/文件判讀非結構化

輸入是 PDF、圖面、照片等非結構化資料時,通常最快看到人力與時間節省。

成果常見:報價更快、理解更一致、錯誤更少。
D|老師傅經驗與 SOP傳承

把「情境→判斷→動作→結果」沉澱成可傳遞、可稽核、可多語的決策規則。

成果常見:新手更快上手、品質更穩、跨語更順。

你選的情境:尚未選擇

請點上方任一張卡片。

先釐清主目標:前台減摩擦?還是決策輔助?

前台減摩擦通常快出成果;決策輔助通常 ROI 更大,但更要求資料與流程。

2

練習:用「打分」選落地路徑(API / 地端 / 混合)

分數越高=越卡。這樣討論就不會只剩「感覺」。

1 = 幾乎不卡;5 = 非常卡

Step 2-1|三類卡點打分(1–5)

建議跨部門一起打分,避免只代表單一立場。

資源(稀缺)
1 好拿5 很難拿/很亂
3
1 充足5 稀缺
3
1 夠用5 很緊
3
風險(責任)
1 低5 高
3
1 可容錯5 不能出錯
3
1 不太需要5 非常需要
3
協調(跨部門)
1 單一部門5 多部門
3
1 清楚5 混亂
3
1 好推5 難推
3
存檔會存在本機瀏覽器(localStorage),刷新不會消失。

Step 2-2|結果:你比較適合哪條路?

資源9
越高:越缺資料/人/維運能力
風險9
越高:越需要控責任與稽核
協調9
越高:越需要變更管理
建議路徑 尚未計算
點「產生落地路徑建議」後,這裡會給你一段可拿去溝通的理由。

Step 2-3|三行效益鏈路(務必寫)

沒有「驗證方式」,AI 專案很容易只剩感覺。

如果講不出資料來源,先回到流程:資料在哪一段被產生?誰拿得到?怎麼拿?

3

四象限:把題目排序,避免資源黑洞

用「影響 × 可行性」先排順序;高影響但不可行,通常代表要先打底。

把你的題目放上去

Step 3-1|設定影響與可行性(1–10)

1 影響小10 影響大
6
1 很難10 很容易
6
象限判讀 尚未判讀
調整滑桿後,這裡會給你「先做/拆期/訓練場/暫停」建議。
影響 ↑
可行性 →
高影響但不可行,不代表不要做;通常代表:資料、流程、責任人要先打底。
4

團隊共用的 AI 大腦:用「流程」管住品質與一致性

你要的是「流程型 AI」:先診斷、再選框架、再輸出可執行計畫;用 Skills(md)擴充能力。

路由 + Skills(作業手冊)

一句話講清楚:System Prompt 像「分流員」

System Prompt(路由器) 不做雜事
  1. 先把使用者拉回診斷(不跳流程)
  2. 判斷目前在哪個階段(職級/情境/診斷/框架/輸出)
  3. 叫出對的 Skills(md 作業手冊)產出成果
Skills(多個 md) 可逐步擴充

好處:逐步新增技能,不必把所有規則塞在同一段系統提示裡;也更容易維護與訓練團隊使用。

Skill 路由小測驗:你現在需要哪一個?

建議 Skill 尚未選擇
選擇上方情境後,這裡會顯示建議輸出物。
5

帶走輸出:一段可直接拿去溝通的摘要

把你選的情境、卡點分數、落地路徑、效益鏈路、象限排序合成一段文字,可複製、可下載。

一鍵產出

摘要(可直接貼給主管/同仁)

快速檢查:你缺的不是 AI,是哪一塊打底?

Q1:資料從哪裡來?
事件在哪裡被記錄?你拿得到嗎?誰能授權?
Q2:錯了誰負責?
是建議錯、判斷錯、還是執行錯?責任邊界先畫清楚。
Q3:如何驗證有效?
指標、頻率、責任人。沒有驗證=沒有管理。

要做成「團隊共用」:先把 3–5 個高頻決策點做成 Skills,再用路由器管流程。