AI 原生
AI-Native
什麼是 AI 原生?
- 並非事後加上 AI,而是以 AI 為前提來設計的狀態
- 分為產品・組織層級與人才層級兩種用法
- 轉型的關鍵不在導入,而在流程重新設計
判斷是否為 AI 原生,不取決於工具清單,而是取決於工作的第一步由誰來承擔。若由人先寫初稿、AI 只負責潤飾文字,即使裝了再多工具,仍屬於 AI 強化型組織;若由 AI 提出初稿、人負責判斷與責任,才是 AI 原生型組織。只要這個順序改變,人力規劃、外包預算、對客戶承諾的交期、考核項目都會跟著連動。這是必須重新繪製組織圖與審批流程的問題,因此應作為營運設計議題提出,而非工具採購簽呈。
診斷時分成三個階段來看,會比較好說明。拿掉 AI 產品仍能照常運作,只是貼上名稱的階段;沒有 AI 時速度與成本會崩潰、但服務仍能維持,屬於 AI 強化階段;一旦沒有 AI,產品說明本身就無法成立,則是 AI 原生階段。判別問題也只要三個就夠:推論・API 費用是否列為損益表的固定成本項目?新功能企劃書的第一頁是否從資料與評估標準開始?在不增加人力的情況下,人均營收是否上升?三者若一個都不符合,就保守視為仍處於轉型前階段。
轉換的順序同樣決定成敗。過去有成果的組織,大多是先挑一個部門、一項業務,花三個月拉高 AI 初稿的使用比例,再拿著該部門的交期與成本數字,推廣到全公司。若一開始就全公司一次導入,在沒有審核標準的情況下產出物大量湧現,部門主管會覺得'確認所花的時間反而更多'而放手。先選定要改變的一項業務,比決定預算規模更為優先。
最常見的誤解,是把 AI 原生(AI native)理解為世代或年齡。即使招募 20 多歲的新人,若簽核流程仍維持三層,這位新人半年內就會學會依照既有文件格式手動重寫。第二種是把全公司發放帳號當成轉型完成的情況。只開帳號,卻沒有指定哪些工作的初稿要交給 AI 處理,使用就會停留在少數早期採用者身上,一年後續約時便被歸結為'沒有效果'。以文件明定審核負責人與可容許的失敗界線,比選擇工具更優先。
這是把'數位原生'(Marc Prensky,2001 年,指伴隨網際網路成長的世代)以及'雲端原生'(指以雲端為前提設計的系統)的命名方式套用到 AI 上的說法。2023 年生成式 AI 熱潮之後,在新創與人才討論中成為核心用語,並迅速擴散。
以一家假設的案例來說明。這是一家擁有 140 位全體員工、年營收 KRW 32,000,000,000 (≈ US$23,951,000) 規模的企業培訓內容・LMS 營運公司 A 公司。製作一門新課程的教案平均需要 12 個工作天,光外包製作費每年就達 KRW 400,000,000 (≈ US$299,400),而客戶要求的是'兩個月後開課'。執行長下令啟動為期六個月的營運重新設計。
- 內容本部長花了三週檢視公司內部工具的使用紀錄,發現每週至少使用一次 AI 的人員為 140 人中的 22 人,用途多半是潤飾文句。
- 將教案製作順序倒過來,改由 AI 撰寫規劃初稿,講師依 9 項檢核表審核。教育組長以'品質會下降'為由反對,因此先以兩門領導力課程進行為期 8 週的試行。
- 全體員工開設為期 4 週的素養課程,並將已驗證的各職務提示詞 41 組上傳至內部 Wiki。業務團隊用於提案書初稿,營運團隊則用於問卷分析。
- 將方案的簽核流程由三階段縮為一階段,並在季度考核中加入'以 AI 改善的業務 1 件'為必填項目。人資主管明確表示:「要建立不用就會吃虧的架構」。
- 六個月後,教案製作時間從 12 個工作天縮短為 4.5 個工作天,外包費用從年 KRW 400,000,000 (≈ US$299,400) 降為 KRW 160,000,000 (≈ US$119,800),並將騰出的 5 位人力重新配置到客戶客製課程開發。
金鍾赫
Seung-tae Park