公司買了 ChatGPT 企業版、開了一堆帳號，三個月後回到原點——員工還是用 Excel，AI 還是拿來聊天。 這種劇本並不少見。問題不在工具，在只做了「工具層」，其他三層沒人管。
為什麼導入會失敗
先定義「成功」：AI 變成公司內部能力，意思是——員工離職了、廠商走了，系統還在跑，新人接手還有文件可以看。
用這個標準看，大部分導入只完成了四分之一：
| 層 | 內容 | 沒做的症狀 |
|---|---|---|
| 策略層 | 哪些流程值得 AI 化、哪些不值得 | 買了一堆工具，不知道拿來幹嘛 |
| 系統層 | 工具串接、資料流、自動化 | 每個人各用各的，資料還是孤島 |
| 內容層 | 知識庫、文章、品牌內容流水線 | 老闆說「AI 幫我們寫文章」，三個月寫了三篇 |
| 交接層 | SOP、手冊、內訓、角色分工 | 做的人一走，東西就死了 |
下面一層一層拆。
策略層：先盤點，再買東西
進場第一件事不是裝工具，是把公司的工作流程攤開：哪些步驟重複、哪些靠人腦判斷、哪些資料散在聊天室。
實務上我們用「重複性」和「判斷複雜度」兩個軸，把流程分成三類：
- 重複且規則明確（表單進線建檔、制式資料比對、固定通知派發）→ 直接規則自動化
- 重複但需要語意判斷（來信意圖分類、通話摘要整理、履歷初步標籤）→ AI 輔助＋人工確認（HITL）
- 重複性低、商業價值高（大客戶談判、產品策略）→ 人主導，AI 只做前置的資料檢索與彙整
第二類最容易出事，所以要設計人工覆核關卡（HITL, Human-in-the-Loop）：AI 先整理 → 人確認 → 系統才派發。正式報價、合約條款這類高風險的輸出，不能整段交給自動化直接送出。
判斷一條流程適不適合 AI 化，我會看三件事：
- 輸入夠不夠結構化：有沒有相對固定的文字、表單或錄音來源
- 能不能定義品質標準：有沒有明確的檢查方式，或能不能放一道人工覆核
- 頻率和時間成本：是不是每天、每週都在發生，而且吃掉同仁大量機械式操作的時間
這層的產出是一張「哪些流程值得做」的清單。沒有這張清單，後面三層都是白做。
系統層：把既有工具串起來，而不是換一套
企業最不缺的就是工具——Lark／Teams、CRM、Excel、Google Drive。缺的是它們之間的橋。
實際做法是輕量自動化：
- 表單提交 → 自動進系統 → 自動通知負責人
- 通話／會議結束 → 錄音轉文字 → 摘要 → 回寫 CRM
- 廣告名單 → 自動接住 → 進聊天室讓業務認領
原則：用公司已經在用的工具（Lark、Drive、Sheets），不要為了 AI 導入一套全新的平台——學習成本會吃掉所有效益。
內容層：把「會寫的人」變成「人人會寫」
很多公司的痛是：品牌內容只有一個人會寫，那個人一走就斷。
解法不是買更貴的 AI 寫作工具，而是把寫作流程拆成步驟：
- 關鍵字研究（哪些詞客戶真的會搜）
- 文章骨架與草稿（AI 產出初稿）
- 品牌語氣與事實校對（人確認）
- 發布與監測（哪些文章真的被搜到、被 AI 引用）
拆成流水線之後，內容產出不再依賴單一「天才」，交接成本大幅下降。
交接層：做的人走了，東西還活著
這是四層裡最容易被跳過、也最重要的。
具體交付物：
- 品牌聖經：語氣、受眾、禁忌清單，寫成文件
- SOP：每個流程的操作步驟，附實際範例
- 內訓材料：不是「教工具」，是「教工作方法」——讓同事知道什麼時候該用 AI、什麼時候不該
- AI Skills／角色設定：把常用的 AI 用法固化成可重複的設定檔，新人直接套用
驗收標準：把文件丟給一個沒參與過專案的人，他能不能照著把流程跑起來。能，才算交接完成。
誰來做這四層：FDE 和傳統顧問、外包的差別
這四層要有人從頭顧到尾。我自己的角色定位是 FDE（Forward Deployed Engineer，前線部署工程師）：進到企業現場，把既有工具和 AI 接起來，再把能力交接給團隊。
下面是我自己的分法，實際上每家顧問、外包的做法差異很大：
| 比較維度 | 常見的顧問做法 | 常見的專案外包 | FDE |
|---|---|---|---|
| 核心交付物 | 策略簡報、評估報告、架構圖 | 依規格書開發的系統或 App | 接上現有工具、可運行的自動化工作流，以及交接文件 |
| 系統整合方式 | 給建議，通常不負責 API 串接與除錯 | 常以新系統或重構為主 | 優先用企業既有工具（CRM、Lark、Teams、Sheets），補上中間的縫 |
| 現場與業務理解 | 較少參與第一線日常操作 | 依合約規格執行，變更要走需求流程 | 和第一線業務／客服／人資一起作業，看實際阻力在哪 |
| 結案標準 | 簡報會議驗收 | 程式碼交付或系統上線 | 同仁能獨立操作維護、新人能照 SOP 跑通流程 |
FDE 不是要替企業換一套新軟體，而是當既有系統和 AI 之間的橋，把分散的資料流接起來，再確保整套東西能留在團隊裡。
一句話總結
AI 導入不是專案，是組織能力的重建。四層缺一不可：
策略決定做什麼，系統決定怎麼跑，內容決定怎麼被看見，交接決定能活多久。
如果你想從第一層開始
- 不知道公司哪條流程最值得 AI 化 → 預約企業 AI 健診（2 小時盤點，產出優先序清單）
- 已經有工具但沒串起來 → 把「現有工具清單」整理出來，我們從系統層開始談
- 想要交接文件範本 → 加 LINE 聊，我把實際用過的結構分享給你