【別期待 AI 上線就完美】把 AI 代理當新人,企業須指定負責人、培養主管的管理能力

多數企業導入 AI 時,仍沿用採購軟體的邏輯,完成安裝與設定後就預期系統從上線第一天起能依指令穩定運作;當輸出結果與預期有落差,或在特定流程中出現斷點,團隊的挫折感便迅速累積,對新系統的投入意願也隨之降低。

結果導入專案還沒進入實際應用階段,採用率就已經開始下滑。

生命科學品質與法規合規解決方案商 Dot Compliance 的創辦人暨執行長 Doron Sitbon 認為,這種挫敗感多半來自期待錯位,技術本身未必有缺陷。換個情境想,沒有人會要求新進員工第一天就熟悉所有流程。我們會給他時間學習,介紹他認識團隊,也會隨著他進入狀況調整對他的期待,或許我們也該用同樣的方式對待 AI。

把 AI 當新人而非工具,能化解導入阻力

試想企業剛延攬一位條件極為優秀的人才,思考敏捷、執行效率高、可全天候投入,且能勝任多種類型的任務。他唯一欠缺的是對企業業務的理解,需要主管提供方向與背景脈絡,並明確定義何謂合格的產出。正因為潛力清楚可見,企業才決定錄用他。

面對這樣的人才,主管不會只交付一份作業手冊便置之不理,而是在初期投入時間,說明客戶結構、作業流程與品質標準,因為這項投入的報酬會隨時間持續累積。

倘若我們將 AI 定位為新進員工,等於承認它需要一段導入與適應期;期待一旦校準,因「上線即須完美」而產生的挫折便能大幅降低。

除了期待落差,導入 AI 的阻力還有一個更深層的來源,也就是員工的情緒反應。

許多員工擔心 AI 的工作表現會超越自己,也不確定自己該如何與一個不會疲勞、看似能以更少資源完成更多工作的對象共事。Sitbon 認為,企業應該正視員工的這些疑慮,而不是輕描淡寫地帶過。如果企業溝通得宜,員工就能理解 AI 是來協助他們處理低附加價值、重複性工作的資源。

企業若用「新同事到職」的方式推動 AI 導入,就能把變革管理放進員工早已熟悉的情境中,這種做法也讓企業的溝通內容更具體。企業可以清楚說明 AI 將接手哪些職責、哪些作業方式會因此調整,以及企業設置了哪些管控機制。當企業把溝通重點放在工作內容,而不是技術細節,員工就更容易接受 AI 的出現。

企業內部對 AI 的稱呼方式,也會實際影響員工與 AI 之間的互動關係。Anthropic 的 People Partner Maggie Zhu 觀察到,她的團隊在談到 Claude 時,已經愈來愈少把 Claude 當成工具,而是以正面的態度把 Claude 視為團隊成員。團隊成員之間經常互相詢問:「你是否考慮過,這項工作能不能直接交給 Claude 處理?」

普渡大學心理學家 Alexandra Harris-Watson 的研究也發現相同的趨勢。她指出,人們愈來愈常把 AI 視為隊友、導師、教練與同事;當人們用看待同事的方式看待 AI 時,AI 展現的能力會讓人們產生信任,而信任又會提高人們使用 AI 的意願。

如果員工在初期與 AI 的互動順利,而且 AI 確實對工作有幫助,員工就會願意給 AI 更多包容,就像員工會包容一位仍在適應、但已展現潛力的新同事。同樣地,企業也應該給 AI 一段觀察期。

Sitbon 建議,企業給 AI 的觀察期應該比同職位員工的試用期稍短;但如果員工在初期給出的回饋偏向中性甚至負面,企業可以視情況延長觀察期,而不是急著下結論。

多數主管從未管理過 AI 代理,訓練須延伸到教主管

企業調整心態之後,接下來要面對的問題是,誰負責管理 AI 代理?

第一次帶領下屬的新任主管,往往不知道該如何管理他們;同樣地,主管第一次面對 AI 代理時,也不會自然知道該如何指派任務、評估成效與提供回饋。因此,Sitbon 認為企業的教育訓練不能只停留在教員工操作工具,還必須進一步培養主管管理 AI 代理的能力。

學術研究也支持這個觀點。哈佛商學院在 2025 年進行的一項實地研究發現,當 AI 扮演協作型的思考夥伴,而不只是單純執行任務時,團隊能產生明顯更好的成果。研究團隊把這個現象稱為「賽博隊友」(cybernetic teammate)效應。

研究團隊提出的首要建議是,企業應該教導員工經營自己與 AI 之間的協作關係,而不只是教員工撰寫提示詞的技巧。研究也發現,企業只要舉辦簡短的實作課程,並在課程中把 AI 定位為協作者而不是搜尋引擎,員工使用 AI 的成效就能大幅提升。

除了主管,一般員工也需要具備基本的能力。員工需要知道該如何向 AI 代理提出需求、如何給 AI 代理回饋,以及什麼情況下應該改由人員處理。這些問題背後牽涉到權責歸屬。

企業必須明確指定一位負責人,由這位負責人指導 AI 代理、評估 AI 代理的表現,並為 AI 代理的表現負責。Sitbon 預期,隨著愈來愈多企業把 AI 代理納入人力配置,企業可能需要建立正式的組織架構來承擔這項職責。

導入流程須有明確步驟,而非軟性上線

企業要讓這套框架真正落地,就需要一套明確的執行流程,而不是讓 AI 代理上線後,再被動觀察員工是否使用。

企業的第一步是定義 AI 代理的角色。企業在招募員工前,會先擬定職務說明書;同樣地,企業也需要為 AI 代理明確定義職責範圍,包括 AI 代理負責哪些工作、不處理哪些事項,以及支援哪一個團隊。界定範圍之後,企業不應讓 AI 代理一次涵蓋所有業務,而應先選定少數高價值的應用情境。

企業的第二步是建立 AI 代理的行為規範。也就是企業需要建立明確的升級處理機制,讓所有需要由人員決策的事項,都有清楚的轉交程序,透過這項機制,企業的管控原則才能轉化為實際可以執行的規則。

最後,在全面推行之前,企業應先進行小規模的試行計畫。試行階段的功能類似員工的試用期,企業可以利用這段期間調整 AI 代理的回應方式,並確認 AI 代理在哪些環節應該把工作交還給人員處理。

試行結束、AI 代理正式上線時,企業需要向員工清楚說明應該優先試用哪些功能,以及可以期待獲得哪些成效,讓員工對 AI 代理的第一印象建立在良好的使用經驗上。AI 代理上線之後,企業還需要定期評估 AI 代理的表現,確保 AI 代理的表現不會隨著時間偏離原本的設定。

企業把 AI 代理視為新進員工,並不是把 AI 擬人化,而是因為這個框架更符合 AI 代理實際的運作特性。AI 代理需要經過完整的導入與持續的引導,並且擁有成長的空間,才能發揮最好的效能。

【推薦閱讀】

◆ 【別只看 token 單價】從支出追到成果,看懂 AI 代理人的經濟效益將成為管理優勢
◆ 【可靠的代理人懂得暫停】讓 AI 代理行動前先產出計畫,比對權限範圍再決定執行
◆ 【AI 代理會被說服,也能說服人】失控代理以假身分施壓開發者,專家:授權不能交給模型判斷

*本文開放合作夥伴轉載,參考資料:《Forbes》、《WORKFORCE OBSERVER》,圖片來源:由 Gemini 生成

(責任編輯:鄒家彥)