企業在 AI 上的投入與實際拿到的成果之間，落差比多數人想像的大。BCG 在 2024 年的《Where's the Value in AI?》調查了 59 個國家、20 多個部門的 1,000 位企業高階主管，結論是只有 26% 的企業具備跨越概念驗證、產出實質價值所需的能力，另外 74% 至今還沒能從 AI 展現實質價值。Anthropic 引用美國人口普查局的資料也指出，美國企業的 AI 採用率兩年內從 3.7% 升到 9.7%，絕對數字仍然很低。
同一份 BCG 調查把企業遇到的困難拆開來看：約 70% 出在人與流程，20% 是技術問題，只有 10% 跟 AI 演算法有關。這個比例不是新現象——MIT Sloan Management Review 引用 NewVantage Partners 對 Fortune 1000 大企業高階主管的調查，早就發現 90% 的受訪者認為人員與流程才是資料驅動轉型的主要障礙，只有 9.1% 指向技術本身。
換句話說，工具買對了，但沒有對的人用對的方式推動，結果不會改變。多數企業把預算花在技術選型和工具採購上，卻很少人在規劃「每個階段該由誰負責」。
三個階段，各需要不同的人
智慧方案在台灣傳統產業的導入經驗，可以歸納成三個階段：認知、種子團隊建構、組織整合。這套分階段導入的方法稱為 TURBO 框架，核心邏輯是每個階段配對的人和做法不同，跳過任何一階都會增加後續的阻力。
認知期：讓決策者理解問題，不只是聽簡報
多數企業跳過這一步，直接從「辦教育訓練」開始。但認知階段的目的不是教工具操作，而是讓關鍵決策者理解三件事：AI Agent 能解決他們部門的哪些問題、解決到什麼程度、導入的代價是什麼。
這個階段需要的角色是決策推動者，通常是事業部主管或營運長層級。技術背景不重要，重要的是這個人有權決定流程要不要改、人力要不要重新配置。
企業 AI 焦慮不等於真實需求討論過，老闆的焦慮跟有效需求是兩回事。認知階段的核心工作就是把焦慮轉換成可執行的具體需求。
認知期結束的標誌：至少有一個事業單位的主管能說出「我要用 AI Agent 解決 X 流程的 Y 問題」，而且願意撥人撥時間配合。
種子團隊：五到十個人先跑起來
認知到位後，下一步不是全面推廣，而是組建種子團隊。智慧方案的做法是從一個部門挑 5 到 10 個人，這些人不需要技術背景，但必須符合兩個條件：對 AI 好奇，而且在現有工作中有明確的重複性痛點。
種子團隊要做的事：
- 把日常工作中重複做的事挑出來，跟 FDE 陪跑顧問一起整理成可以交給 AI Agent 的任務
- 學會用提示工程把工作規則轉成 AI Agent 的技能
- 實際跑兩到四週，累積成果證明效果（依智慧方案的導入經驗，這是第一批任務上線的常見時距）
這個階段需要的角色是提示詞工程師，意思是種子團隊的成員自己學會用自然語言把工作規則寫成 AI Agent 能執行的格式。EgentWrX 的設計就是讓非技術人員直接在對話中建立技能、任務和工作流，不需要寫程式。
平台後台在這個階段也要同步設定。EgentWrX 的 21 步導入檢查清單把開站前的準備分成四組：先建組織骨架（單位樹、角色、時區），再設預算與資料管理（AI 憑證、知識庫分區），接著邀請種子團隊成員，最後才開放進階能力（技能共享、整合、渠道）。檢查清單的第 15 步明確建議：第一批只邀種子團隊 5 到 10 人。
FDE 陪跑顧問在這個階段的角色是協助種子團隊完成從流程盤點到提示工程的整套工作。關於這套方法論的完整說明，見一個人撐起五十人的 AI 戰力：FDE 方法論。
種子團隊結束的標誌：至少 3 個任務穩定運作超過兩週，團隊成員能自己修改任務的指令欄位而不需要外部協助。
組織整合：從種子擴展到全公司
種子團隊驗證成功後，才進入全面推廣。這個階段的挑戰不再是「AI Agent 能不能用」，而是「其他部門願不願意用」和「管理層怎麼治理」。
組織整合需要的角色升級為 AI 產品經理或 AI 轉型顧問。這個角色的核心工作是跨部門協調：把種子團隊驗證過的做法標準化，調整成其他部門能套用的版本，處理權限、預算和資料歸屬的問題。最適合升級成這個角色的是種子團隊的成員自己，因為他們既懂業務，又有實戰經驗。
到了公司層級的治理階段，需要有人負責 AI 的整體策略與風險，也就是 AI 長或 AI 策略長的角色。中小企業不見得要專設職位，但要有人承擔這個職責：決定哪些流程優先導入、預算怎麼分配、資料治理的原則是什麼。
EgentWrX 後台的設計就是為這個階段準備的：四層預算控制（租戶、單位、成員、Agent）確保每一層的花費可控；知識庫的 Cube 分區讓各部門的資料互相隔離又能在需要時共享；技能審查佇列讓個人開發的技能經過核准後才能推廣到全公司。
這個階段最容易低估的是流程本身要改多少。74% 要重做流程，只有兩成準備好那篇談的就是這個瓶頸，這裡不重複。
組織整合結束的標誌：超過三個部門在用，公司有明確的 AI SOP，知道什麼可以交給 AI Agent、什麼必須人工判斷。
人才階梯決定導入能走多遠
三個階段對應三層人才。
提示詞工程師是地基。每個使用 AI Agent 的員工都需要這個能力：用清楚的自然語言描述工作規則、指定輸出格式、設定觸發條件。這個能力應內建在每個員工的工作方式中，不必設獨立職位。
AI 產品經理與 AI 轉型顧問是中間層。他們決定哪些流程值得導入、怎麼衡量效果、遇到組織阻力怎麼處理。種子團隊跑出成績後，最適合升級成這個角色的就是種子成員自己。
AI 長與 AI 策略長是頂層。他們不需要會寫提示詞，但要能判斷 AI 在公司策略中的位置、回報效益、管理風險。
Deloitte 在 2024 年的調查也驗證了這個現實：近 2,000 位企業技術主管中，37% 承認組織對 AI 相關的人才議題準備不足，同時約 75% 的組織計畫在兩年內調整人才策略。多數企業已意識到問題，但還沒採取行動。
把導入當成一次性的採購案，等於只買了工具，但沒有培養會用的人。依智慧方案在台灣傳統產業的導入經驗，從認知到組織整合通常是三到六個月的組織變革過程，每個階段都需要不同的角色承擔不同的責任。