← 返回新聞與報導

創業小聚第 186 場:智慧方案執行長陳慶蔚談 AI 原生的產品邏輯

Meet 創業小聚第 186 場以「什麼是 AI 原生的公司」為題,智慧方案、GNTC、IrisGo.AI 與曾明賢從產品、組織流程到個人工作法,分享 AI 原生公司的共通做法。

《Meet 創業小聚》第 186 場以「到底什麼是 AI 原生的公司?」為題,邀請前 USPACE AI 長、知識衛星 AI 學院院長曾明賢,以及智慧方案執行長陳慶蔚、IrisGo.AI 共同創辦人暨營運長朱宜振、GNTC 產品負責人邱霈政對談。創業小聚新創線召集人曾令懷將內容整理成專文〈4家新創從目標、組織流程到個人工作法剖析:到底什麼是AI原生的公司?〉。

文章從一個常見的景象開場:公司幫每個人開了 ChatGPT 帳號,大家用得很開心,效率也提升三到五成,成本卻一點都沒有減少。邱霈政說,這是多數公司誤以為自己已經 AI 化的階段。四位講者從不同位置切入,給出的答案卻有共通點。


產品:使用者定義目標,執行交給 AI Agent

傳統軟體把流程寫進程式碼,用條件與腳本處理固定情境,但現實世界的輸入經常出現特例。

智慧方案的客戶以製造業為主。陳慶蔚舉例,一家年營收 300 億元的製造業客戶,每天收到的海外訂單是 Email 附一份 PDF,每家客戶的格式都不一樣,同仁得開著 Excel 手動複製貼上 2 到 3 小時。用寫死的規則處理,格式一變就失效;如果為了單一客戶的流程寫大量客製化程式,之後的規模化與維護都會出問題。

他認為在 AI 時代,接受客製化是麻煩的開始:大型語言模型每隔幾個月就大幅改版,每答應一次客製化,之後每次改版都得重新維護一遍。要做 AI 產品,就要做標準化的產品。

AI 原生的產品把順序倒過來:使用者只定義目標,例如處理這批訂單、發動這檔行銷活動,執行細節交給 AI Agent 或多個模型動態決定,遇到沒看過的格式也能自己判讀,不必回頭改規則。陳慶蔚在客戶現場用五個問題把一件工作拆開:

  1. 這件事要幫誰解決什麼問題
  2. 資料從哪裡來
  3. 成果要給誰看
  4. 工作可以拆成哪幾個步驟
  5. 執行時要依據哪些文件或規則

五題答完,就是一份 AI Agent 接得住的目標。

邱霈政也觀察到,人下指令的單位正在變大。2022 到 2023 年大家比誰的提示詞寫得長,單位是字句;2024 年底出現 MCP,開始教 AI 照工作流一步步做,單位變成步驟,但主導的仍然是人;直到最近幾個月,單位才變成目標,企業導入 AI 的效益也是到這時候才真正出現。


組織:把同事腦中的判斷標準整理出來

改變組織流程比改變產品難,因為會動到大家熟悉的工作方式。邱霈政說,最典型的失敗是在舊流程裡發給每個人一個厲害的工具,只改變了每個環節的內部,沒有改變環節之間的串接。以軟體開發為例,從發想、需求文件、設計、開發到測試,任何一環變動,所有人就得重新開會對齊。

GNTC 的做法是把這條鏈縮成一條 AI Agent 生產線。邱霈政用廚房比喻:名廚做得出好菜,產量卻有上限,要標準化與規模化就得有生產線,而生產線的前提是每個人先把自己的手藝整理出來。無論是新創服務的客戶還是新創自己,都要把判斷標準抽取出來,AI 才有執行的依據。

他舉例,與 GNTC 同集團的 Dcard 已經有 700 多個 AI Agent,其中 100 多個全公司共用。業務提案 AI Agent 讓業務輸入客戶名稱與切角,自動收集內外部資料、產出簡報與互動原型,準備時間從半天縮短到 30 分鐘;原本每天幫業務做簡報的企劃團隊,工作變成持續優化這條生產線。

曾明賢提醒,判斷標準大多存在同事的腦袋裡,要讓人願意交出來,得先讓人有安全感,所以不要太早訂 KPI;太早訂,同仁只會挑簡單、沒風險、也解決不了痛點的題目。邱霈政則表示,企業最缺的是第一個成功案例,因此 GNTC 有一半人力投入前線部署工程師(FDE),進客戶現場陪種子用戶做出真正的案例。


個人:把形容詞寫成 AI 接得住的標準

整理下來,AI 原生公司裡人的工作,變成讓標準更具體。

朱宜振說,通用模型像飽讀詩書的學霸,但不知道你的背景與決策邏輯,所以人要做 AI 還做不到的事:觀察真實世界,再把觀察回饋給 AI。他判斷一家公司是否 AI 原生的問題也變了,以前問這件事有沒有時間做,現在問這件事由誰負責。

描述標準時,最常卡在形容詞。朱宜振舉例,請 AI 篩出每天最重要的 3 封信,「重要」兩個字對 AI 沒有意義,使用者得說清楚自己怎麼定義重要、依據什麼排序。他把這件事比喻成把開手排車累積的判斷一條條寫下來,封裝成一台自排車。

曾明賢補充,組織裡最有價值的是隱性知識:主管累積十幾二十年、自己都不知道自己知道的判斷,以及散落在會議與聊天紀錄裡的脈絡。這些知識很難主動講清楚,要讓 AI 反過來提問,而不是讓模型盲目猜測。朱宜振最後強調,AI 不會取代人,出了事永遠要有人負責。

閱讀原文:4家新創從目標、組織流程到個人工作法剖析:到底什麼是AI原生的公司?|Meet創業小聚

30 分鐘,一起盤點哪些工作適合先交給 AI

想讓每位同仁都有自己的 AI 分身?

顧問會盡快與您聯繫。

ISO/IEC 27001:2022 資訊安全管理驗證