每個人都該用 AI 打造分身：讓 AI 無限放大你的產值，找回你自身價值

前言

在執行 AI Agent Task Force 的過程中，我被指派要讓每個事業跟部門導入 AI 到他們原本的工作流，達到降本或增效。在合作中我發現部分同仁對 AI 的接受度較低，或在思維上尚未準備好導入自動化的方式來解決問題，這樣的差異其實明顯影響到每個人在 AI Agent （幫自己的部門創建 AI 代理人，替代掉原本重複性高的任務）任務中的表現。

我覺得最有趣的是，這群表現好的人，他們超樂意做一堆 AI 工具，把原本不想做工作替代掉，同時對於自身價值特別有自信。

他們擅長讓 AI 替代掉所有的工作，並期待 AI 帶來的影響，讓自己能投入的熱衷的事。

做好 AI 自動化的第一步：相信世上每個問題永遠都有更好的解法

記得我剛進入 Ｘ實驗室 的時候，Sting（Ｘ實驗室的顧問）帶我們做 Brain Storming，他教我們學會去觀察身邊的人事物，像是在桌上看到一個產品、路上的廣告甚至是流程。在觀察的同時去思考當初設計的人為什麼會這樣設計，背後的需求跟目標是什麼，再去想如果你是負責人，你會怎麼做才能更好地達到目標？

因此在 AI 出來之前，我們已經被要求要看到每個現象背後的本質，而不是只專注在優化流程。當今天你的思維方式能跳脫框架，你就會看到同一個問題的解法至少有一兩百種。

比如每次週會一開就 2 小時，大家邊滑手機邊開會，主管發現後很生氣，要你想辦法解決。你威逼利誘、訂立規則，但大家在會議上的表現不但沒好轉，還對你怨聲載道。你認為你已經盡力了，但仍然無法解決。

但放大局去思考本質：其實不是「大家不專心」，而是「內容沒吸引力 + 沒參與感」，所以要解決的問題其實是如何讓會議內容跟每個參與者有關？那解法可能是，每個報告者都要想辦法讓參與者有 takeaway 的知識點，或是每個參與者都要給回饋，不然就不要參與等等。

回到 AI 議題，現在有 AI 後，關注點改成「要極度小心讓 AI 用固化思維來解問題」，當你覺得 AI 不能解某個問題時，很有可能是因為你沒有思考到本質問題。

 

當有人問我能用 AI 做某件事情嗎？我的回答永遠是：當然可以

前幾天剛好跟幾個同事，在討論，AI 能否幫 PM 排工作的 Piority，當下馬上有人說「不行」，我問為什麼。

他：因為 AI 不知道我們團隊的目標

我：那如果他有你們團隊 OKR 資料了呢

他：不了解我們公司的組織架構

我：那我給他我們公司的組織架構

他：AI 不了解我的工作模式、不了解我的價值觀

我：那你把你判斷是非對錯的原則都教給他呢？

他：這樣也許可以喔！

我：那我們就有第一步可以做了

下次試試看，當你有一個 idea 的時候，你問問自己，AI 能做嗎？

先回答「可以」，然後提出你所能想到的所有阻礙，再把那些阻礙一步一步清除掉，你就能成為自動化大師！

 

收斂你的 know-how，準備好享受 AI 帶來的影響吧！

AI 一定要做得比我們好，我們才要使用它嗎？

完全不是，因為 AI 能做到你想不到的質變跟量變，所以重點要放在他可以帶來給你的影響。先放寬心，提供 AI 有關 know-how 的整理，然後再討論你想達到的目標，就放手讓 AI 去執行吧！

它可以用低成本的方式給予更多 ideas，而不是最好的 ideas。

它可能做得比你差，但可以釋放你的時間，讓你去思考更關鍵的事情。

講個生活一點的例子，有一次去餐廳吃飯的時候，我跟朋友兩個人點了一碗的大碗的湯，但服務生只給我一個碗，所以我又跟他再要了一個碗，他又因此多跑了一趟。當下我就會去想，為什麼不能自動化，只要兩個人點一碗大碗的湯，那就給兩個碗，這明明有明顯的規律，而且能減少流程，還能增進服務品質。又或者是，有帶小孩的顧客應該會需要擺更多衛生紙、外國人的那桌，可以附上刀叉讓他們更方便食用、有人戴口罩可能是有感冒症狀，可以多擺幾雙公筷…

然後我覺得要是這些原則能具體列舉出來，然後讓 AI 機器人學習，我雖然不一定能開出 1 間最擁有最好服務的餐廳，但我可以開出 1 萬家服務穩定的餐廳，並且如果我想到新服務方式，1 萬家都能同時跟進優化。

 

Know How + AI 產生的質變

什麼東西是你給出一些重要 know how 進去 AI 知識庫，就能透過 AI 產生質變的項目？

先想像你是一個資深 PM，假如你希望優化訓練菜鳥 PM 的流程，具體該怎麼做呢？

你可以先思考在開始執行一個任務前，你通常是怎麼拆解任務的？再把你的拆解方法＋專案 know how 分享給 AI，就能做出一個可以幫助菜鳥 PM 的任務卡機器人。

上面是我用 GPTs 做的簡易 Chatbot，目的是讓新 PM 收到任務時不會無所適從，雖然它一點也不完美，對於資深 PM 沒有什麼幫助，但我認為對新上任的人是有一定的幫助的。換位思考，你會發現你所擁有的 know how，就算 AI 只接收到 40%，但對他人也能產生很有力量的幫助，這就是質變。 

這個機器人我可能只做了 10 分鐘，但能帶來的是安心感以及減少溝通摩擦，至少下次我問新人說，你知道這個專案任務要做什麼嗎？他會拿著任務卡說，這幾個點我不確定，其他我都理解了。

Know how + AI 產生的量變：

我們繼續拿餐廳的例子來說，假如你是一個做事面面俱到的服務生，你可以以此為傲；如果你能拆解你的工作流程化，讓其他新人也學會，那恭喜你，你可以當一個好主管；但如果你能將你的原則知識化，那恭喜你，你即將成為餐飲業的霸主！

流程化跟知識化的差別是什麼？

流程化就是指 sop，我可以很清楚告訴別人，要達到這樣的成果，透過 A、B、C 就能完成。但知識化是指，我連做事背後邏輯都告訴你，這樣你就能舉一反三，甚至有機會做得更好。

自從 AI 出來之後，我發現當我花時間把做事邏輯知識化，他能夠做到的事情以及給我的省思，價值高到超乎我的預期。比如我打造的 AI 版本的 Ken（CMoney 執行長）之後，請他幫助我思考決策時真的有給我很多不同面向的觀點，讓我能更好地解決問題。等於是 Ken 不需要每個人一對一溝通解決問題，而是整個公司每個同事都有機會可以跟 Ken 講到話。

回答標題的問題，AI 又沒做得我好，為什麼要讓 AI 做？

因為 AI 有潛力、便宜、穩定產出又聽話，只有 AI 有機會超乎你的想像，卻又能讓你穩穩操控。

 

自動化的三個步驟

1. 拆解工作：把手邊的工作拆解出來，就算是小事情，或甚至不是有明確產出的工作都可以是自動化的流程，因為你不會知道那個小事情會不會就是成功的關鍵，那這樣影響力就會非常大！
2. 發揮想像力：思考有哪些部分可以被 AI／工具代勞。
3. 實踐與驗證：用小規模實驗來測試這個流程是否可行，你要可以有動手自己做的能力！

小撇步：只要是同一件事情會做到 2 次以上，就把它變成自動化小工具，然後看看自己會不會去用它，並且靜下心來感受一下自己跟 AI 的互動與交流。

找到 AI 在這件事上做得好（讓你 suprise 的地方）跟做不好的地方，然後再迭代，迭代方向就是繼續放大你覺得做得好的部分。

「先求有再求好」到「先做夢再拆解」

在這次內部流程 AI 自動化推廣的 Case 上，我跟參與的夥伴們都感到最困惑的是，到底應該怎麼開始？選題衡量標準應該是先從自己日常重複的工作開始思考，還是從幫助專案團隊達成目標為出發點進行考量？

通常 AI 能做的事情大概能用降本跟增效來分類，降本就是把現在手上的事情讓 AI 介入後大幅度降低成本，增效則是想像一個你認為更好版本的自己或是團隊。

先求有再求好：降本

在過去幾週的嘗試中，我們鼓勵夥伴們秉持「先求有、再求好」的精神，先行一步，實際動手打造出一套 AI Agent 應用的流程。透過這樣小步快跑的方式，我們希望能帶來初步的成果與成就感，進一步激發整個公司的動能與信心。

先做夢再拆解：增效

如果沒有任何限制下，你最理想的工作型態是什麼樣子？在 AI 的協助下你的客戶們會變得多幸福？

比如像是消費事業群打造簡單記帳 App 推出自動商業分析 AI 機器人，那麼未來每個用戶都能用低成本的方式快速得到精準、個人化的財務分析報告，那簡單記帳 App 可以提供給用戶的價值會更有價值、更多元！

那如果，我們能開發出各種有個性的虛擬財金 KOL，在提供各種金融建議的同時，還能給用戶情緒價值，甚至能夠得到用戶的信任，並願意為此付費，那麼財金 KOL 經營策略、商模飛輪、變現方式都將會產生質變。

現在是時候來思考，你的工作願景是什麼呢？你真正想為這個世界貢獻的價值是什麼呢？

 

看完這篇文章，就開始做你自己的 AI 自動化流程！

• 如果你覺得你是很懶的人：那就把你認為的所有雜事全部 AI 自動化。

• 如果你覺得你是內向的人：那就做出一個有你價值觀的 AI 幫你想社交用語。
• 如果你覺得你是一個很多 know-how 的人：那就把你的知識庫做出來，這樣你就不用大家要一直來問你問題。
• 如果你是一個很忙的人：那想辦法用 AI 把你的時間買回來，方法就是要刻意找出那些會拉低你能量、效能又很低的事情全部自動化。
• 如果你是一個很有趣的人：那就做出一些有趣的 AI 小應用，散播你的幽默感吧！