為什麼通用型的 AI 員工目前還不存在?
一旦需要跨工具運作,你就必須為公司打造專屬的 AI 員工。目前市面上並不存在通用型的 AI 員工,主要原因在於每家公司的執行方式與工作環境都有巨大的差距。
即便工作性質相同,人類員工從 A 公司換到 B 公司都需要時間調整適應。以軟體工程師為例,一個在趨勢科技工作十幾年的優秀工程師,換到其他軟體公司,前幾個禮拜也必須適應新的做法。可能以前習慣使用 Perforce 這類優秀的版本控制系統,新公司卻使用 GitHub 或 CVS;又或者需要重新適應與 PM 的溝通文件、了解公司做的是套裝軟體還是工具軟體,因而只有 Release 環境而沒有上 Production 的環境。
就算是麥當勞的服務員換到漢堡王,流程有些許不同,也需要花幾個小時或一兩天來習慣。轉換成本是不可避免的,而 AI 員工的建構則會更加複雜。
AI 員工的運作邏輯與實務挑戰
以一個自動化 AI 雜誌社「智人週刊」為例,裡面就設定了一位專門負責審閱稿件的 AI 員工,職稱是「總編輯」。每週週刊準備出版並生成 PDF 時,這位 AI 總編輯就會被驅動。它的任務包含:
圖文審查:檢查自動產生的圖畫與文字是否文不對題,避免 AI 幻覺導致圖片過於誇張。
內容合規:檢查所有文字與圖像是否符合「台灣善良風俗」這類較為抽象的名詞要求。
格式檢查:審視 PDF 是否符合手機與電腦桌面的閱讀需求。
與人類總編輯看到問題後「大手一揮」交代下屬修改不同,這個 AI 總編輯被要求在發現不符合條件時必須自己修改,修改完後再重新審視,直到符合要求才進行最後的上架準備。不過,因為這套系統目前運作時間還不長(目前才兩週),因此最後一關仍由人類進行審查並按下上架按鈕。
企業主的最完美解法
雖然這需要投入大量時間,但從長遠來看,AI 員工不會累、能 24 小時拼命戰鬥,這比找到一個資深員工更划算。這並不代表人類沒有生存空間,因為在設計自動化的過程中,人類扮演著至關重要的角色。自動化設計是否合理、系統放在 GCP(Google Cloud Platform)上跑是否正確,AI 目前幾乎無法做最終決定,只有人才能判斷。
因此,對企業來說最完美的結合是:
如果你能雇傭到一個資深員工,他擁有軟體工程、專案管理背景,對系統化建構有完整視野,不盲信 AI 的結果卻深知其優點;他就能幫公司設定、培養並訓練出許多個 AI 員工系統。人類只要負責最後的審閱、調教與問題解決即可。











