企業導入AI分析,著眼於讓更多人問更多問題,但答案變多不等於決策變好,還可能讓組織更快替既定立場找理由。領導人應從待改善的決策出發,釐清分析是在描述、預測還是評估行動效果,交代結論的前提與「若不採取行動會如何」,並管好指標定義、依風險驗證重大主張、獎勵求真而非說服。
AI正在重寫初階工作的績效標準。KPMG與德州大學針對新進員工的研究指出,批判性思考或AI素養等能力,無法作為預測績效的指標。拉開差距的關鍵,在於員工如何引導並延伸AI成果,進而分出低貢獻的「委派者」、無法變現的「學徒」、表現超越基準的「加強者」3種人才類型,也提醒企業考核焦點必須從「答案」轉向「過程」。
美國期中選舉掀起對AI、資料中心與監視科技的反彈,顯示科技監管已成為選民關切的政治議題。從訴訟、州法到地方公投,政府干預未必追得上科技發展,卻足以重塑市場競爭。企業應整合法務、政策、科技與策略部門,持續檢視法律責任、隱私、競爭、基礎設施、政府補助與管轄權這六大政策角力領域。
隨著AI更深入產品、服務與決策,企業也更容易因監控、操弄、偏誤與失控代理等問題而失去信任。「企業數位責任權衡矩陣」與三階段行動路徑,能協助領導人盤點AI系統、把監督納入設計,並以透明治理建立可防禦的競爭優勢,讓負責任AI從成本中心轉化為成長動能。
AI培訓課程愈開愈多,員工不堪負荷,組織也看不到成果。顧能建議聚焦6項核心技能,涵蓋工作統籌、AI的監督與治理兩大面向。組織再透過跨部門工作坊、情境規畫及紅隊演練,讓技能隨AI成熟而演進,把培訓轉化為實際成果。
先進的資安防護往往只有大企業負擔得起,中小企業長期處於劣勢。如今AI既升高網路攻擊風險,也帶來新的防護工具:不一定要另購軟體,善用免費資源和現有服務內建的AI功能,就能補強防線。做好基本防護後,還可透過5項行動進一步強化資安。
當AI逐漸參與企業決策與工作執行,真正的挑戰不只是如何運用新技術,更在於重新釐清決策權限與責任歸屬。然而,員工必須承擔AI出錯的後果,卻沒有相應的決策權與制度保障。企業唯有重新設計組織分工、授權機制與責任制度,才能讓人與AI有效協作。
「王道經營與AI國際論壇」上,美國管理學會(AOM)前主席陳明哲指出,AI能做分析與執行,卻不能替人承擔責任;領導人須以王道平衡利益、中道取捨,成為「志、德、能」兼備的企業士。