企業對 AI 的投資持續擴大，但多數專案仍難轉化為可衡量的商業成果，背後問題往往不在於模型能力或技術選型，而在於組織架構本身。麻省理工學院資訊系統研究中心（MIT CISR）今年稍早發布的研究《引領數位創新》發現，能持續推動數位創新並實現規模化的企業，背後通常不是依靠單一 CIO、AI 團隊或「英雄式領導者」，而是建立一套由三種領導角色共同協作的治理系統。
單一英雄主管的時代已過
該研究作者 MIT CISR 研究員 Nils Fonstad、Martin Mocker 與 Jukka Salonen 指出，多數企業的數位創新之所以陷入困境，往往源於三個共同的壞習慣。
第一是將創新預算一次性全額投入，卻缺乏後續驗證機制。第二是各個 AI 專案過度獨立運作，缺乏共用平台與治理協調，導致團隊不斷重複開發。第三，則是企業把 AI 策略的責任過度集中在單一 AI 團隊或中央創新部門手中，反而形成新的組織瓶頸。
Fonstad 表示：「傳統方法在環境相對穩定時還能奏效，但在今日動態的環境中，假設任何單一領導者或單位能夠獨撐大局，根本不切實際。你真正需要的是一整個領導者網絡。」而 MIT 發現成功的數位創新企業，往往建立三種互補的領導角色，各自承擔明確責任，並共同採取「假設驅動、測試與學習」的方法推動數位創新。
領導角色 1：創新專案負責人
創新專案負責人（Initiative leaders）負責開發並營運具體的數位產品或服務，目標是讓每項創新專案對組織的策略目標有所貢獻。他們以階段性方式推進創新，持續收集關於可欲性（desirability，用戶需求是否被解決）、技術可行性（feasibility，是否能穩定規模化）與商業價值（viability，是否符合策略目標）的實證，並只有在數據支持繼續投資時才爭取下一階段資源。
該研究發現，最成功的企業通常為每個專案配置兩位共同負責人：一位來自 IT 或數位部門、聚焦技術可行性，另一位來自業務端、負責確保可欲性且評估商業可行性。
西班牙能源公司 Repsol 就採用了這種模式。該公司建立五階段資金與創新流程，並要求每個 AI 專案都必須持續提交可欲性、可行性與商業可行性的證據。五年間，Repsol 共推動 505 個數位創新專案，其中超過 76% 成功規模化落地，並帶動公司營運現金流提升 20%。
領導角色 2：共享資源負責人
MIT 認為，AI 時代另一個關鍵角色，是共享資源負責人（shared resource leaders）。這類功能性專家可能來自雲端運算、AI、資安、用戶體驗等數位領域，也可能來自人力資源、法務、風控等非數位領域，負責管理各專家團隊，協助各專案克服擴展規模時遭遇的共同障礙。
他們的工作不是直接做產品，而是為跨專案建構可重複使用的資源，包括平台、人才與標準，同時避免組織在長期運作中累積過度複雜且高風險的系統拼湊局面。
這類角色在 AI 時代就像企業內部的「AI 平台團隊」，諸如 AI 護欄、共享記憶層、治理框架、模型管理、可重複使用的 AI 代理，以及資料和 AI Hub，都屬於共享資源負責人的治理範圍。
MIT 特別提到，Repsol 建立了專門的 Data Analytics and AI Hub，把 AI、資料與分析能力集中管理，並提供各 AI 專案共用，結果超過 60% 成功專案都使用了該 Hub 的共享能力。
這種模式也開始與當前企業 AI 市場趨勢高度重疊。從 Microsoft Copilot Studio、Google Gemini Enterprise，到 Anthropic MCP 與 AI 代理編排平台，越來越多 AI 業者開始卡位企業 AI 的共享基礎設施與治理層。
領導角色 3：專案組合負責人
MIT 認為，AI 時代真正稀缺的資源已經不是想法，而是 GPU、token 預算、資料存取權限、系統整合量能以及管理大量 AI 工作流的能力。因此，企業需要「專案組合負責人」（portfolio leaders），除了負責投資 AI，也要持續重新配置 AI 資源。
該研究指出，成功的企業通常會定期更新策略優先順序、重新排序 AI 專案、停止低價值專案，把人才與預算轉向更有潛力的項目。
舉例來說，西班牙金融機構 BBVA 就建立了名為 Single Development Agenda（SDA）的流程，每季重新檢視超過 2,000 個 AI 或數位專案。研究指出，該機構平均每季約有 10% 專案被停止，資源重新分配到更重要的 AI 專案上。
AI 時代，治理架構比模型選型更關鍵
MIT 的研究結論對正在快速導入 AI agent、生成式 AI 與自動化工具的企業具有直接意義。研究建議除了培養這三種類型的領導者之外，還需將這些領導角色連結至明確的策略成果，投入資源培養各角色的技能與信心，並確保三種角色的工作始終與組織的策略目標保持同步，讓資源優先流向真正重要的方向。
Fonstad 指出：「為了能夠自發地快速回應新機會與威脅，你不能以救火模式應對。你必須能夠退一步，反思學習過程，而這需要紀律。」
MIT 認為，這種動態資源配置能力，將成為 AI 時代企業競爭力核心。因為當 AI 代理與自動化工具讓實驗成本大幅下降後，企業真正缺少的可能不是創新能力，而是停止錯誤 AI 專案的能力。
【推薦閱讀】
◆ AI 代理戰場轉移：超越模型智商軍備賽，Anthropic 卡位企業代理執行層
＊本文開放合作夥伴轉載，資料來源：MIT Management、MIT CISR，首圖來源：Unsplash
