找好員工比較難 還是建構AI員工比較難？

 

作為一個企業主、小主管或創業者，你是否曾思考過：要雇傭一個還不錯的員工比較困難，還是訓練出一個 AI 員工幫你處理各種固定的事情比較困難？事實上，這兩者都很困難，只是面臨的面向完全不同。

為什麼通用型的 AI 員工目前還不存在？

許多中小企業主或許會認為，現在市面上已經有許多深度整合的工具，例如 Google Workspace（Gmail、Google Drive 等）與 Gemini 的結合。你可以設定它每天早上 6 點自動尋找過去 24 小時的特定信件並執行後續動作。這看起來很聰明，且能一天 24 小時不間斷運作，但它仍然不是一個真正的 AI 員工，因為它能做的事情完全受限於工具本身。

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

在沒有實體機器人的情況下，AI 員工的背後其實就是一整串的大語言模型互相處理彼此的問題。要讓 AI 員工做到端到端（點到點）處理問題，你必須非常清楚整個業務流程在公司內部代表的意義。
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：

1. 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。

2. 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。

3. 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

建構一套完整、系統化且沒有安全性疑慮的 AI 員工系統，門檻其實非常高。這需要具備完整軟體工程與資訊科技背景的人才，起碼要在相關工作待個十幾年，或擔任 Programmer 至少七、八年以上，才有辦法設定出沒有太大風險的 AI 員工系統。
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。

如果你找不到這樣資深的員工來幫忙設計 AI 系統，自己也無暇處理，目前市場上也有專門協助企業打造 AI 員工的新創團隊，例如 shengshan.tw 便是這類提供 AI 員工規劃與建構服務的選擇，能協助中小企業跨越技術門檻，打造出自主運作的 AI 團隊。