為什麼導入 AI 好像省了點力，可是公司卻還在原地踏步？

[大衛選讀] 過去這半年，很多中小企業的老闆都在煩惱同一件事：公司到底要怎麼「全面 AI 化」？

我也常被問這一題。但仔細想想，大家說不定還沒搞清楚，自己要追求的是什麼。

多數人想像的「AI 公司」，是員工每個人都很會用 AI，產出速度能快個兩三成。這當然很不錯，可是它離真正的目標還很遠。

新創加速器 YC 的合夥人 Tom Blomfield 分享過一個說法，他把那個真正的目標叫做「holy shit 時刻」。那不是 AI 把工作做得更快，而是 AI 自己跑完了一整個迴圈，自主發現哪裡出錯、想出怎麼改、然後直接動手修掉。

我自己帶過不少設計團隊，最近認真想清楚這件事的時候，確實有點被打醒的感覺。

接下來想拆解的，就是這個時刻的本質：它到底是什麼、為什麼難，以及為什麼對一家三十人以上、有好幾個團隊的中小企業來說，它的意義特別深刻。

先試著分清楚：是開環，還是閉環

要理解 Tom Blomfield 說的 holy shit 時刻，得先看懂它的反面。

絕大多數公司，本質上都還是「開環組織, Open-Loop Organization」。即使是那些已經導入一堆 AI 工具的公司，也一樣。

這是什麼意思？AI 產出一份初稿，設計師改完、交件，結束。這次改稿學到的東西，留在那個設計師的腦袋裡，沒有回流到任何系統。

下一次別的同事遇到同樣的問題，還是得從頭再撞一次牆。這個學習反饋的迴圈是斷掉的。

「閉環」則完全不同。系統感測到訊號（像是提案被退、客戶抱怨、專案延誤等），就自己分析原因、調整做法，然後再把結果餵回去做比對跟分析。

關鍵差別不在「有沒有用 AI」，而在「那條學習的路徑，有沒有接起來」。

舉個一般設計顧問公司常見的例子。今天 A 團隊踩到一個客戶溝通的雷，學到了教訓。在開環組織裡，這個教訓最多寫進那個專案的結案報告，然後就鎖在雲端硬碟深處，再也不會有人看。

三個月後 B 團隊接了類似的客戶，照樣踩同樣一個雷。公司付了兩次學費，卻只有一次、甚至零次的成長進步。這也是大部分團隊主管，感到最心累的地方。

在理想的閉環組織裡，那個教訓會被系統吸收，變成下一份提案範本裡的一條提醒。有人學過一次，全公司都學到了。

所以 holy shit 時刻，就是這條線第一次靠 AI 自己接上、而且不需要人推的瞬間。你會感覺到震撼，是因為你看著團隊的運作，在你還沒有插手的情況下，自己就逐步變好了。

為什麼這會是震撼，而不只是還不錯而已

這裡要講得更精確一點，不然會把它跟「自動化」搞混。

自動化你早就見過了。排程軟體、自動回信、報表工具，那些都是「人定好規則，機器照著跑」。機器不會變，它只是不知道什麼叫做疲倦。

閉環不一樣。閉環裡的系統，會改寫自己的規則。

YC 分享過一個例子：他們在一個查詢資料的 AI 上面，加了一個「監控用的 AI」。這個監控 AI 會看每一次查詢的成敗，失敗的就去分析原因，然後自己寫程式、自己送修改、自己部署。隔天同樣的查詢就能成功運作了。

差別就在這裡。自動化是「機器幫你跑完已知的路」，閉環是「機器自己把路修得更好」。

第一種讓你輕鬆，第二種讓你震撼。因為你意識到，改進這件事本身，被自動化了。

說實在的，這也解釋了一個常見的困惑：為什麼那麼多公司裝了滿手 AI 工具，卻從來沒有過那個時刻？答案是，他們自動化了「執行」，卻沒有去進一步自動化「學習」。

人多十倍，溝通協調的複雜度就會暴增一百倍

那為什麼這件事，對三十人以上、分成好幾個團隊的中小型公司，特別關鍵？

因為這種規模的公司，真正的敵人從來不是「做得不夠快」，而是「溝通協調成本」。

軟體工程界有個老觀察：五個人的團隊，內部有十條溝通線；十五個人，有一百零五條；五十個人，暴增到一千兩百二十五條。

人頭成長十倍，協調的複雜度，就會暴增一百多倍。這就是為什麼公司一變大，會議就變多、決策就變慢，整體動能反而下降。

有研究估算，協調本身會吃掉組織的產能：十人團隊約一成五，二十人約兩成五，五十人以上逼近三成五。

換句話說，一家三十人的設計顧問公司，以我的個人經驗來看，大概有接近三成的力氣都是溝通成本。寶貴的時間根本沒花在設計上，而是花在「讓大家對齊、跟客戶 on the same page」這件事上。

這個比例很驚人吧。但只要你待過類似規模的公司，大概都會默默體會到，光是同步進度、確認誰負責什麼、把某團隊的決定轉達給另一團隊，咻一下一天就過去了。

過去我們靠 PM 跟中階主管去處理這件麻煩事。他們的工作，很大一部分就是作為資訊的轉接頭。

而閉環真正動到的，正是這一塊。當公司的 know-how 變成 AI 讀得到的共用脈絡，團隊之間不再需要層層轉述，溝通協調的成本就會很快降下來。

所以 holy shit 的震撼，一部分是「協調稅」第一次大幅歸零的感覺。不是設計師被取代，而是團隊跟團隊之間，那層昂貴的摩擦成本被拿掉了。

而且也不需要額外找時間來做沉澱跟反思，從反饋到迭代改進，大幅縮減到一個晚上，隔天上班就能導入協作的系統。

聽起來很棒，但閉環也有它自己的代價

不過，把這件事講得太美就不誠實了。閉環不是無腦免費的。

當你讓一個系統自己改自己，同時也就放大了「它改錯」的風險。

Google Research 與 MIT 的一篇研究就發現：放任各自獨立的代理人去做事，錯誤會被放大到約 17 倍；而有一個中央協調者去驗證、把關，錯誤的擴散會壓回大約 4.4 倍。

這個發現算是把大家拉回現實面上。它的意思是，閉環跑得順的時候很棒，可是它一旦學歪，就會用同樣的速度，把錯誤推送到每一個團隊。

設計這一行又特別麻煩。我們很多最值錢的判斷，例如為什麼這個提案需要拉更開、這個方向值不值得嘗試，其實大多是「內隱」的知識。有時候連總監自己都是先有直覺，再回頭細想原因。

那種東西，你很難寫進系統讓 AI 學。如果硬要它自己摸索，它很可能學到一個「看起來都合理、但實際品味卻很差」的版本。

更糟的是，這種錯誤一開始很難被發現。提案思路架構被系統默默改壞了，表面看起來卻還是很得體，可能要等到好幾個提案結果出來了，才會有人會意識到不對勁。

所以閉環不是裝上去就好。它需要一個關卡，去區分哪些迴圈可以全自動跑，哪些必須留一個資深的人在流程裡做把關。

holy shit 時刻確實值得追，但它的另一面同樣要看仔細：你必須非常清楚，自己到底把什麼，交給了那個自動跑的迴圈。

結語：先看懂它，再決定怎麼追

讓我們回到最開始的問題：「公司要怎麼全面 AI 化」？

如果你以為「讓大家更會用 AI」就不錯了，那其實是個小目標。甚至會有好像省了點力，可是怎麼一切都還在原地踏步的疑問。

真正的目標，是把公司從「開環」變成「閉環」，讓學習這件事，能變成一個迴圈、自己跑起來。

那個 holy shit 時刻，不是某個工具帶來的驚喜，而是一個結構性的轉變。學習改進的本身被充分自動化了，溝通協調的障礙也大幅縮減。

但是同一個迴圈，順著跑能讓你變強，斜著跑也能讓你整組一起歪樓。它不是免費無腦的升級，而是需要你看清楚再下手的投資。

所以我會說，先別急著問「該花錢導入哪個工具，是不是老闆也要自己寫 Code」。而是先問自己一個更根本的問題：我們公司的學習迴圈，現在到底接上了沒？

別被 AI 兩個字騙了，企業經營不變的，還是怎麼內化經驗，把組織的成長肌肉練出來。

你說是吧 🙂