AI 成熟度模型 · 導入階段
AI Maturity Model
什麼是 AI 成熟度模型?
- 從個人使用到業務重新設計的階段區分
- 每個階段的瓶頸各不相同
- 分部門個別診斷才準確
一旦把成熟度模型拿到會議上,討論的單位就改變了。「該不該導入 AI/還太早」的正反辯論,會轉為「業務團隊在第 2 階段,今年的課題是進入第 3 階段」這樣的分派任務對話。預算書也跟著改變:原本只有一行的授權費,會拆成帳號配置、基礎教育、工作標準修訂、資安審查等項目,每一項都附上是為了解決哪個階段的瓶頸的說明。成熟度模型的實際效用,在於幫忙釐清應該優先把錢與教育時數花在哪裡。
區分階段的標準不是工具數量,而是'負責人換了,這種做法還會留下來嗎'。工具普及與工作落實的分界,不在帳號普及率,而在該項工作的標準文件或檢核表上,是否以文字寫明 AI 使用流程。現場通常只要看三件事就大致能判斷:帳號普及率、每週至少使用一次的使用者比例(許多企業以 30% 作為內部基準線),以及是否指定產出物的審核責任人。只看這三項,判斷大致就不會錯。前段階段的瓶頸是可及性與基礎能力,後段階段的瓶頸則是規範、資料與審核責任。
診斷必須以部門為單位才有意義。行銷是第三階段、生產是第一階段,這種情況很常見;若只用「平均第二階段」這個數字擬定計畫,對雙方都不合適的教育就會推出去。另外,這個模型和 DX 成熟度、資料成熟度不同。資料基礎薄弱,文件作業仍可達到第三階段;反過來,即使資料累積得很好,沒有人使用,就是第一階段。
最常見的失誤,是把診斷表變成部門考績表。寫成第一階段,就會被讀成「落後的部門」,之後的調查回覆就會被美化,診斷本身也失去用處。階段是任務分配表,不是成績單,這一點必須在第一次說明時就講清楚。只靠高層自我診斷來決定階段也有風險。從上面看是第三階段,但實務者調查卻是第一階段的落差相當常見;不知道這個落差就擬定的計畫,最後會導致買了一堆現場沒人會打開的工具。
這是把資訊化與資料分析領域長期使用的成熟度模型(CMM 系列)形式套用到 AI 導入。各顧問公司與研究機構的階段數與名稱略有不同,但從個人使用走向業務重新設計的架構是共通的。
以假設案例來看。國內一家汽車零件製造商 A 公司,員工 380 人,年營收約 KRW 90,000,000,000 (≈ US$67,362,200)。去年對全體員工辦了兩次提示詞(Prompt)教育,但六個月後實際在用的人只有十人左右。教育團隊不再問「為什麼不用」,而是決定先重新問「目前走到哪一步」。
- 教育企劃組長見了 8 個部門的實務者 24 人,問了之後發現,行銷部已經用 AI 產出商品詳情頁初稿,生產管理班長則回答「連帳號是什麼都不知道」。
- 只以帳號普及率、每週使用者比例、業務標準書是否載明等三項指標判定,將行銷歸為第 3 階段、經營支援歸為第 2 階段、生產·品質歸為第 1 階段。
- 生產本部長說「我們也有在用」,但確認後發現只有一位主管的個人帳號,當場就接受了第一階段的判定。
- 第 1 階段部門以 90 分鐘體驗課程,第 3 階段行銷則以審查標準與標準書修訂工作坊區分開來,過去對全員都上同一門課的做法就此停止。
- 六個月後,每週至少使用一次的人員比例從 18% 上升到 47%,行銷的商品詳情頁初稿製作時間從 4 小時縮短為 1.5 小時,生產本部也進入第 2 階段。
金鍾赫
朴雪英