老闆問我 AI Agent 能不能用在他們公司,我通常不直接回答能不能。我會先問一句:這件事做完,最後是誰在上面蓋章。
問題本身不難回答。難的是問完之後,會議室會安靜幾秒。
那幾秒鐘裡發生的事,比後面兩個小時的討論都重要。
老闆問的是做不做得到,卡住的是誰要簽名
先講結論:現在絕大多數的導入案,卡的不是模型能力。
我看過的案子,只要對話有進到「這份東西誰負責」,後面就走得下去。沒進到的,通常在第二次會議之後就沒有下文了。
台中一家做水處理的工程顧問公司,老闆在會議上一路問到 Agent 能不能自動出圖、能不能接進他們的專案管理。旁邊一位五十幾歲的計畫經理只問了一句:這份圖送出去,底下掛誰的名字。
那句話比整場簡報都準。
因為在他那個位置,一段工作交不交得出去,從來不是看做得快不快,是看出事的時候找誰。
AI Agent 可以把一整段工作做完,但它沒有辦法在出事的時候,成為那個被找的人。
亞洲的流程不是效率設計,是責任設計
我們這邊的公司,一件事要動,通常要簽呈、要會簽、要蓋章,一路蓋到上面去。
很多人講這叫官僚。我以前也這樣講過。
但那些章不是裝飾。每一顆章的意思是,有一個人在這一格把責任接過去一段——他看過了,他認可,出事他有份。流程慢,是因為責任在一格一格傳遞,而傳遞這件事需要時間。
這跟效率沒有關係。它從頭到尾在處理另一個問題:萬一出事,往回追,追得到人。
所以當我們說要把某一段工作交給 Agent,在設計流程的人耳朵裡,聽到的不是「這段可以自動化」,是「這一格以後空著」。
而那一格,本來是有人的。
台灣企業的流程慢,多半不是沒效率,是每一顆章底下都有一個人在扛。
AI 做得完,但它不會被告
拿工程來講最清楚。
假設我用 AI Agent 去做一座水庫壩體的規劃設計,再把它丟進 NVIDIA 的 Omniverse——白話講,就是先在電腦裡把整座壩蓋一遍,水壓、應力、流體,該算的都先算過一輪。算出來的東西甚至可能比人做的更細、更快。我們照著發包,照著施工。
然後有一天,它出事了。
主管機關會來,調查會來,家屬會來。到那個場合,沒有人能兩手一攤說這不是我弄的、是 AI 弄的。這句話在任何一場調查裡都站不住,因為技師簽證上是人的名字,法律要找的是能被裁罰、能被吊照、能被起訴的對象。
模型不是。模型連被告的資格都沒有。
這不是說 AI 不該碰工程。是說在責任這一段,目前沒有東西接得住。技術上早就做得到了,制度上還沒跟上。而制度這種東西,不會因為工具變強就自己長出來。
所以我現在會先問「錯了誰吃」
我後來改了做法。第一次會議不問這件事 Agent 做不做得到,先問一句:這件事如果錯了,成本是誰吃。
答案通常會把工作分成兩堆。
- 報價算錯,重算
- 貼文寫壞,重寫
- 資料整理錯了,重跑一次
- 出圖、簽證、報稅
- 對客戶的正式回覆
- 跟錢有關的核准
這樣分完,導入範圍會小很多。但它會動。
而且那個從頭到尾很安靜的計畫經理,通常是在這個時候才開始講話。因為你沒有要拿走他的章,你只是把他蓋章之前那三個小時拿掉了。
AI 導入現在真正的瓶頸,不是模型不夠強,是還沒有人能替一個模型簽名。
章蓋下去,就是他的
散會前我問那位計畫經理,為什麼從頭到尾只問名字。
他說:「章蓋下去,就是我的了。」
在這件事講清楚之前,任何工具都進不去他那一格。