許多企業導入AI後，組織並未變得更簡單：更多資訊要閱讀、更多提醒要回應、更多選項要判斷。AI原本應該替與減負，最後卻可能持續增加負擔。2010年，Apple推出第一代iPad，震撼全球。然而，當時不少筆記型電腦製造商並不看好這項產品，它沒有USB插槽、不支援Flash、沒有內建相機及外接鍵盤；以當時筆電的標準來看，它少了許多「應該有」的功能。若增加更多介面、更完整的硬體規格與更強的擴充能力，理應可以做出一台更好的平板電腦。這是一種典型的加法思維。
Apple的方向卻截然不同。它沒有把iPad當成縮小版筆電，而是重新定義其核心價值：提供直覺、流暢的網路體驗。它思考的不是增加多少功能，而是哪些功能不必存在。捨棄部分硬體設計，換來快速啟動、流暢操作、長時間續航與容易上手。回頭來看，第一代iPad真正改變市場的關鍵，不是增加了什麼，而是勇敢捨棄了什麼；它證明了減法不是能力不足，而是重新定義價值與創新的來源。16年後，生成式AI正站在相同的十字路口。
今天，企業競相導入大型語言模型、AI Agent、自動化流程與各式智慧應用，大多數討論仍圍繞同一個問題：AI還能做什麼？更多模型、更多代理人、更多報表、更多分析與更多提醒，讓我們不斷追求更強功能、更高效能。然而，如果第一代iPad的成功來自減法，那麼今天企業真正需要的AI，是否也應不只是更懂得做事，而是更懂得哪些事不必做？
AI持續做加法，人類開始「腦過熱」
企業導入AI時，第一個動機往往很直接：能不能寫得更快、分析得更多、預測得更準？一個Agent不夠，就再增加一個；一個模型不足，就串接更多模型；一套流程不完整，就再建立新的流程。於是，組織的能力不斷堆疊，系統卻愈來愈複雜。新的模型需要管理，新的Agent需要協調，新的流程需要維護，新的通知需要判讀。每增加一項能力，看似只是多了一個功能，實際上多了一件等待管理者處理的事。
更值得注意的是，這種複雜很少一次出現，而是一點一滴地累積。今天多一個Agent，明天多一份分析報告，下週再增加一項自動提醒；每項看似都合理，時間久了，卻慢慢占據管理者的注意力。等到大家開始覺得組織愈來愈忙、決策愈來愈慢，問題往往已不是AI能力不足，而是我們太理所當然地疊加能力，卻忽略了管理者的注意力終究有限。
若組織層面的加法不斷累積，最終承受壓力的仍然是人。這並非只是理論上的擔憂。《哈佛商業評論》近期以〈AI反變多工負擔？慎防「腦過熱」，別讓認知過勞拖垮決策力〉為題，指出生成式AI未必降低知識工作者的負擔，反而可能因資訊增加、任務切換與決策頻率提高，使人陷入所謂的「腦過熱」（Brain Fry）。過去管理者最大的困擾是資訊不足；今天，卻常常是資訊太多。AI可以在幾秒內整理會議紀錄、分析市場變化、預測風險，甚至提出多套回覆與行動方案。然而，AI降低的是產出答案的成本，並沒有同步降低管理者判斷答案的成本。當摘要、預測與建議持續湧入，原本間歇性的閱讀、比較與取捨，便成為高頻且不間斷的認知工作。每多一個答案，就多一次查核；每多一個選項，就多一次判斷。結果是，AI雖節省了整理與生成的時間，卻可能把壓力轉移到人的注意力、判斷力與決策責任上。
當高階主管開始替AI做減法
腦過熱不是AI本身的問題，而是加法思維的結果；真正的問題不是「要不要使用AI」而是「AI能不能開始做減法」；AI減法管理並非削弱AI，而是重新設計AI與組織的關係，讓它不只增加能力，也減少不必要的資訊、流程、決策與介入。帶著這個觀點，我在EMBA課堂上設計一個管理實驗，只提出一個問題：「第一代iPad的成功在於懂得做減法，那AI呢？」來自不同產業的高階主管，開始從每天面對的郵件、報表、異常與決策負擔，重新思考AI的角色：哪些工作可以不做？哪些流程可以消失？哪些決策不需要再打擾管理者？
原本大家設計的是一個能力愈來愈多的AI，後來大家開始設計的卻是一個讓組織愈來愈簡單的AI。這正是本文主張的AI減法管理：衡量AI的成熟，除了看能力是否增加，也要看不必要的資訊、流程與介入是否減少。例如，最令人印象深刻的iMeeting，它不是要讓會議更智慧，而是提問「這場會議真的有必要召開嗎？」AI會先整理議題、辨識分歧及比對資料，僅在涉及衝突、跨部門協調或需管理者承擔判斷時才召集會議；iMeeting不是協助管理者開好每一場會，而是省卻不必要的會議。有時，最好的AI，不是讓管理活動進行得更快，而是讓其中一部分不必發生。一組學員用一句話替整堂課作了總結：「我們的AI，不只是更懂得做事，也更懂得哪些事不必做。」真正的問題，是管理者能否分辨：哪些事交給AI，哪些應由人承擔，哪些根本不必發生。
從無所不能到有所不為
當AI從無所不能走向有所不為，一條更完整的轉進路徑也隨之浮現。老子在《道德經》第48章中寫道：「為學日益，為道日損。損之又損，以至於無為。無為而無不為。」「為學日益」是知識累積，也是科技發展最自然的方向。AI必須先增加能力，才能理解語言、分析資料、生成內容與協助決策。但若只停留在日益，每增加一項功能、Agent或分析，也可能增加一個介面、一段流程或一次決策。能力愈多，組織未必愈簡單。於是，AI必須轉向「為道日損」。「損」不是削弱AI，而是去除能力擴張後的不必要複雜，讓AI不只回答「還能做什麼」，也回答哪些工作可以取消、哪些流程可以整合、哪些決策不必上呈。
真正的減法，不是讓重要的事做得更少，而是讓不重要的事不再發生。但《道德經》的智慧並未停在一次減法，而是「損之又損」：刪除功能、整合流程或導入系統之後，都要再追問：它究竟替人省下注意力，還是創造新的負擔？「損之又損」不是追求愈少愈好，而是持續移除偏離核心目的的功能、流程與介入，進而走向「無為」：不做不必要的事，不以多餘介入干擾原本可以運作的秩序。
對管理者而言，成熟的AI意味著它不必對每封郵件發出提醒，不必對每項異常立即升級，也不必對每個問題提出答案。它應辨識輕重、過濾雜訊，只在真正需要人的判斷時出現。表面做得更少，實際上卻讓重要的事更順利完成。這正是「無為而無不為」。能力日益，複雜日損；介入愈少，成事愈多。真正成熟的AI，不是無所不能，而是懂得有所不為。
當減法也成為一種加法
然而，減法本身也可能製造新的複雜。當企業刪除流程、減少會議、整合資訊，「做減法」很容易再次被制度化：每個部門都要提出精簡指標，組織甚至為了追蹤減法成效，又增加新的表格、會議與考核。於是，減法成了另一項任務，精簡成了另一種績效。管理者也可能執著於「減」：為了證明敏捷而刪除必要程序，為了追求自動化而取消應有的人為覆核，或為了讓AI保持安靜而錯過真正需要介入的風險。減法一旦失去判斷，與不斷加法沒有不同；兩者都只是把方法放在事情之前。
因此，減法管理更深的課題，不只是減少多少工作，而是管理者能否不被任何方法綁住。當加法與減法都可能反過來支配判斷，就需要另一層修煉，提醒我們何時該放下，何時仍應保留。
《圓覺經》描寫層層遠離、遣之又遣的過程，歷代祖師大德將其歸納為「四離」——離境、離心、遣離、遣遣：先不受外境牽引，再放下內在心念；進而不執著於遠離的方法，最後連「我已經放下」的念頭也不留下。放回AI管理，四離也可成為管理者面對技術時的四層修煉。離境，是不再被外在資訊推著走，讓AI過濾不必要的通知、會議、報表與流程，使管理者把注意力留給真正重要的問題。離心，是放下內在的技術衝動，不再因為AI能做，就認為每個問題都應交給AI，也不以更多預測、分析與控制換取虛假的安心。遣離，是連減法的方法也不固守，不把精簡變成另一套管理儀式，也不以刪除多少工作證明自己完成了多少減法。遣遣，是連「我們已經完成減法」的念頭也放下。
環境會改變，風險會出現，原本應該退場的功能可能再次必要；管理者必須回到事情本身，重新判斷此刻什麼應該留下，什麼可以離開。四離所要放下的，不只是外在繁複，也包括對工具、方法與既有判斷的固守。減法管理不是追求最少，而是在取捨中找到恰到好處。
結語：AI的四進與管理者的四離
本文分別討論了AI的四進與管理者的四離。兩者相互對應：AI的每一轉進皆伴隨管理者相應的一離，共同構成如下表所示的AI減法管理架構。
四進呈現AI從能力累積、刪除繁複，走向精準介入與適時退場的歷程；四離則呈現管理者如何不受資訊牽引、放下凡事訴諸AI的技術衝動、不固守減法，乃至不著於減法。沒有四離相應，AI的能力仍可能成為組織新的負擔。
AI時代真正需要減去的，究竟是什麼？
〈四進四離歌〉
為學日益知無涯，為道日損至無為。
損之又損去繁冗，無為亦無無不為。
離境離心離執見，遣離遣遣遣能所。
ＡＩ不言人自見，減法深處得成就。
