企業導入 AI 的痛點 2026.05.15

15 分鐘分享

企業導入 AI 的痛點
以及我個人的工作流程分享

Teddy Huang | 熙宇國際

現實 2026.05.15

PART 1 | 痛點

多數企業導入 AI 都失敗了

95% 企業 GenAI 試點看不到財務回報 — MIT NANDA, 2025
50% GenAI 專案在 PoC 後被放棄(原預估 30%) — Gartner, 2026 回顧
6% 88% 企業在用 AI,但只 6% 真的賺到錢 — McKinsey, 2025-11

為什麼?

只有 21% 重新設計過 workflow——其他 80% 把 AI 疊在舊流程上。

主張 2026.05.15

PART 1 | 痛點

所以——

先懂自己的流程
再用 AI

"Value comes from end-to-end workflow transformation, not isolated pilots."
— BCG, 2025
我的工作流 2026.05.15

PART 2 | 我的工作流

我用 AI 的三個工作流

01

研究

02

Dashboard

03

基礎營運

工作流 1:研究 2026.05.15

PART 2 | 工作流 01

研究

以前一週的活,現在一個下午

→ demo-luxury-research.pages.dev

三步:

  1. 寫清楚要回答哪 7 個問題
  2. 派 4-5 個 agent 平行去查
  3. 結果合併、做成可互動頁面

這個「拆解」AI 沒辦法幫我做

工作流 2:Dashboard 2026.05.15

PART 2 | 工作流 02

Dashboard

客戶老闆要看試算
傳統做法:Excel 來回寄

→ demo-drink-brand.pages.dev/financial-model

老闆要的是
「我自己看得到 ROI」

——不是「顧問報告告訴我 ROI 是多少」

工作流 3:基礎營運 2026.05.15

PART 2 | 工作流 03

基礎營運(做雜事)

公司運營的雜事,全靠 Pinky(Claude Code + skill 系統)

公司網站 建立架構後請 AI 做圖
行銷視覺 用 Claude Code 串接 GPT + Gemini 3.1 生圖,一條流程做完並留文件記錄
會議記錄 會議錄音 → 逐字稿 → 會議記錄 md(30 分鐘 → 3 分鐘)
做客戶簡報 整理過去待辦、討論更多可能性、做額外研究,做成網頁
建構邏輯 2026.05.15

PART 3 | 建構邏輯

這些工作流怎麼產生的?

兩種情境,兩條路徑

情境 A:知道流程 + 知道結果

→ 直接進 AI 規劃模式討論細節 → 把事做完

情境 B:不知道方法 + 不知道結果

→ 先研究方法 → 再進規劃模式討論規格細節

踩坑 2026.05.15

PART 3 | 建構邏輯

這套邏輯——是我踩坑才有的

坑 1

想用 AI 做複雜自動化系統,但規格根本沒想清楚

坑 2

訂閱用量用不完——找事情給 AI 做

兩種狀況,結果一樣 →

顧問掉到坑洞裡的諷刺插圖
關鍵 2026.05.15

規格不明時,AI 給你的是——

邏輯自洽的
垃圾

看起來有道理 / 跑得起來

但解的不是你真正的問題

本質 2026.05.15

PART 3 | 建構邏輯

這就是 95% 失敗率的本質

不是 AI 太笨——

是我們把「規格不明」的問題丟給 AI。

它會給你答案——但不是對的答案。

真正的痛點 2026.05.15

PART 4 | 真正的痛點

企業導入 AI 真正的痛點——四個提問

提問 1
由上而下,還是由下而上?
老闆推、員工硬用?還是員工自己用、老闆無感?兩條路徑副作用完全不同。
提問 2
AI 治理的規則要如何訂定?
90% 員工每天用個人 AI,只 40% 公司有正式訂閱。中間怎麼劃線?
提問 3
員工的接受度如何?
研究數據漂亮——但那是知識工作者。很多傳統行業員工是抗拒的。
提問 4
員工用 AI 快速做完——那然後呢?
空出來的時間做什麼?有額外獎勵嗎?如果獎勵是「被分配更多事」——員工會把 AI 藏起來。
2026.05.15

謝謝大家

Teddy Huang | 熙宇國際

xi-universe.com