AI 唯有在不犧牲品質的前提下，才真正有價值，因為速度容易取得，維持品質卻很困難；而這個落差已經反映在產業數據上：麥肯錫全球調查發現，近八成組織已在至少一項業務功能使用生成式 AI，62% 正在實驗代理型 AI，但仍有 60% 的受訪者，尚未看到企業層級的獲利影響。
以典型的業務漏斗為例，管理者用它判斷交易卡在哪個階段，執行長用它追問成交率為何下滑，董事會則用它驗證預測，所有人看的是同一組數字——但企業目前還沒有對應的框架能校準 AI 完成的工作。
框架要納入的三項原則
要建立這套框架，得先回到管理的基本分工，包括管理者指揮工作、評估產出，執行長權衡脈絡、修正方向，董事會監督風險、要求領導層當責；這些既有紀律，現在同樣要套用到 AI 完成的工作上。
第一項原則，是用人類判斷力抑制風險。用更少力氣完成更多工作，向來讓人感覺良好，AI 把這種快感放大了，尤其當 AI 公司採用依用量計費的模式時，互動會被設計得讓人感覺良好，即使品質正在受損。
史丹佛大學一項研究就發現，在相似情境下，AI 模型給出的回應，比人類多出近 50% 的討好成分，即使使用者提出的是有風險、不道德甚至涉及犯罪的問題也是如此。因此員工必須記得，自己被雇用是因為雇主相信他們具備良好判斷力。
第二項原則，是及早且持續辨識失衡。AI 可能讓某個部門的產出加速，但在下一個環節製造失衡，而多數執行長要等到問題浮現才會察覺。領導者必須辨識出哪個環節被過度優化，並調整策略讓組織其他部分跟上腳步。
第三項原則，是記住故事不等於事實。AI 進度報告需要從敘事型更新，轉向以結果與影響為導向的回報，麥肯錫將這個轉變形容為從「AI 導入」邁向「AI 執行」。要落實這個轉變，可以參考一套涵蓋技術表現、使用者採用、營運指標、策略成果到財務影響的五層衡量框架，每一層都有明確負責人，並搭配固定的審查節奏與清楚的決策關卡，讓專案只有在證明真正效益後，才能推進到下一階段。
把每個 AI 使用者都當成管理者
有了三項原則，接下來是怎麼落地？一個簡單的框架是，每一個使用 AI 的人，都是一位管理者，負責任地使用 AI，需要跟管理人一樣的紀律。
具體而言，每個使用者的新職責有三件事：像熟練的管理者一樣給 AI 清楚指令、用審視部屬報告同等的嚴謹程度，檢視 AI 給出的結果、對 AI 產出並送出的一切內容承擔完全責任。
健康的懷疑態度是每個層級的領導紀律，要求 AI 挑戰自己的答案，並把使用量上限當成警訊，而非成功指標。
對領導者而言，當責同樣需要具體化，包括自己為建立正確的 AI 文化做了什麼、如何讓團隊具備成功所需的工具與訓練、AI 路線圖如何與財務規劃連結，以及除了使用量之外該如何衡量進展。
事實上，日常工作與損益表之間的連結，向來是領導者最難拿捏的部分，這一點不會因為 AI 而改變，但有正確的衡量方式，領導者就能真正驅動獲利與成長。
執行長現在最該問彼此的一個問題
歷史經驗顯示，新科技剛出現時往往不受拘束地擴張，但成本與現實很快就會設下限制，AI 也不會例外。
現階段，企業關注的重點是創新與品質，但是隨著時間推移，重心會逐漸轉向效率，屆時衡量的紀律，將成為真正的競爭優勢。現在就投資建立共享衡量框架的領導者，將定義工作未來的演變方式，也將在 AI 時代樹立永續生產力與商業影響力的標準。
【推薦閱讀】
◆ AI 時代需要全新領導方式，專家提 90 天 AI 轉型實踐框架
◆ 當 AI 代理時代來臨，金融業準備好了嗎？專訪 HPE 談 AI 轉型不只是技術戰
◆ AI 導入成敗不在技術而在「老闆」？叡揚資訊董事長張培鏞拆解企業 AI 轉型第一課
＊本文開放合作夥伴轉載，參考資料：Forbes、McKinsey Insights，首圖來源：Unsplash
（責任編輯：鄒家彥）
