AI未來已來：變革巨浪中的CEO、企業、個人轉型戰略
活動訊息
金石堂2026-2027開學季重磅登場！質感護脊書包、實用文具套組、參考書一次備齊，領取 50 元電子禮券現折，線上門市同步享好康，輕鬆備齊上學裝備，迎接閃亮新學期！
【父親節禮物展】5折起，滿888送88點金幣
大是全書系
閱讀漫遊錄-2026上半年暢銷榜
飢餓遊戲前傳贈早優券
讀懂全球首富極限思維
高功能倖存者：如果不「有用」，我還值得被愛嗎？（限量作者親簽版）
2026年8月金石堂強力推薦
內容簡介
當AI工具變得像水電一樣平價，
你用的AI和競爭對手的沒有差別，
過去那些靠技術與效率建立的優勢都將被抹平
──在這個智慧近乎免費的時代，你要靠什麼立足？
AI正以前所未有的速度讓智慧的成本趨近於零，人人都用得起，企業也都在導入，然而絕大多數的AI投資，卻無法反映在營收與獲利上。事實上，企業AI轉型並不是多裝幾套AI工具或交給資訊部門就能完成。領導者以身作則，親自使用AI、切入能改寫財報的關鍵環節、找到真正對結果負責的人，才是企業推動AI轉型的關鍵。
此外，模型終將同質化，唯有公司內部多年累積的資料、流程與知識，才是企業獨有的資產，也是別人無法複製的競爭優勢。將散落在企業各處的資料整合起來，打造企業AI中樞，讓資料的飛輪持續運轉，系統愈用愈聰明；讓人和AI重新組隊協作，組織不斷代謝進化。如此一來，AI就不只是降低成本的工具，更是每天都在運作的決策大腦、推動成長的引擎，每一次AI投資，就都能反映在營收、獲利與企業價值上。
解答AI轉型時代的五個關鍵問題──
．AI變革為什麼比工業革命更深刻？
．為什麼大多數企業的AI轉型都失敗了？
．企業的AI轉型真正需要的系統是什麼？
．企業在AI時代需要什麼樣的組織型態？
．管理者、員工、普通人在未來的價值是什麼？
重量級推薦
李開復是一位世界級的研究者，很早就意識到神經網路是AI的未來。他同時也是頂尖的投資人與卓越的商業領袖。因此，當他談論企業應該如何導入AI，以及人們如何在AI時代保持競爭力時，其觀點格外具有權威性與參考價值。
——傑佛瑞．辛頓（Geoffrey Hinton），諾貝爾物理學獎、圖靈獎得主
經濟學家早已認識到，組織的運作是建立在資訊不對稱之上：執行的人往往知道決策者看不見的事。李開復深刻理解，AI對企業層面最深遠的影響，就是從根本上消除這種不對稱。當近乎免費的智慧得以直接面對企業中龐大的非結構化資料時，過去層層疊疊、複雜的委託代理結構將被徹底打破，資訊也將真正對所有人開放。本書將這項洞見轉化為一套具體且極具說服力的運作模式。書中描述領導者如何獲得未受扭曲的企業全貌，是我所讀過關於低成本智慧將如何徹底改變企業運作方式最具啟發性的論述。
——麥可．史賓塞（Michael Spence），諾貝爾經濟學獎得主、史丹佛大學商學院名譽院長
即使是在全球頂尖企業的高階管理團隊中，AI變革的重要性仍舊被低估。而如今終於有一本書，寫給那些看見AI巨大潛力，卻需要一張實踐藍圖的企業領導者。正如李開復以卓越而透澈的論述所指出，真正蘊藏非凡價值的，正是企業裡那些看似索然無味的部分──你的公司日積月累的資料寶庫。只要你快速、正確地採用AI，就能真正釋放這份價值。
——艾力克．施密特（Eric Schmidt），Google前執行長、《AI世代與我們的未來》共同作者
李開復一直是AI領域最具前瞻性的思想家與作家之一。本書清楚說明了企業在這個新時代中為何必須重新思考學習方式、組織運作、智慧財產布局，以及如何持續成長。本書有力地倡議一個AI的未來：人類的專業技能將因AI而被放大，創造的價值也將廣泛流向每一家企業、每一個產業與每一個國家。
——薩帝亞．納德拉（Satya Nadella），微軟董事長暨執行長
長久以來，李開復一直是探討AI如何改變商業與社會時最透澈、最具洞見的意見領袖之一。在本書中，他為企業領導者提供了一套實用指南，引領他們重新構想組織的運作模式，以及人類與AI如何攜手合作，解決重要問題，創造持久的價值。
——蘇姿丰（Lisa Su），AMD董事長暨執行長
身為一位科學家、企業家和投資人，李開復從一開始就參與塑造了這場AI變革。本書是他寫給所有致力打造下一代卓越企業的領導者必讀的指南。憑藉數十年的實務經驗，他指出，要在AI時代獲得成功，關鍵不只是導入新的AI工具，更要透過重新設計企業的營運模式、創新方式，以及與客戶互動的方式，讓每一家企業轉型為「AI代理型企業」。
——馬克．貝尼奧夫（Marc Benioff），Salesforce董事長暨執行長
我一遍又一遍地從高階主管們口中聽到同一個問題：如何才能將AI試點計畫轉化為實實在在的商業成果？李開復在本書中提供了極為清晰的答案：關鍵不是單純引進新技術，而是重塑業務本身──工作流程、決策權責、人才體系、資料資產與組織文化。本書是為這場工業革命以來規模最大的經濟轉型所寫的實作手冊。
——艾瑞克．布林優夫森（Erik Brynjolfsson），史丹佛大學教授、《第二次機器時代》共同作者
深思熟慮融入AI的企業將蓬勃發展，錯失變革機遇的企業終將失敗。做為一位AI領域的先行者、企業管理人、投資人、有戰略遠見的人，李開復所處的位置，使他能夠闡述這個時代的需求。本書邏輯清晰、態度懇切且具有實作性，指引企業圍繞豐裕的智力資源重構組織型態，同時守護人的意義、尊嚴與使命。
——彼得．布朗（Peter Brown），文藝復興科技公司執行長
隨著機器的認知能力不斷提升，人類的相對優勢正逐漸轉向那些沒有標準答案的開放性問題。在這些問題中，人始終站在工具與其所服務的需求之間。要掌握這場轉變，靠的絕不只是裁員。企業領導者必須帶領組織與人才，從機器已能自動化的工作，轉向那些價值持續提升的領域。本書正是為肩負這項轉型使命的企業領導者而寫。
——大衛．奧特（David Autor），麻省理工學院經濟系主任
這是每一位領導者都應該閱讀的指南，幫助你理解如何運用AI。身為電腦科學先驅、成功的創業家與極具影響力的投資人，李開復的獨特身分使他深知智慧機器為企業帶來的挑戰與機會。他提出的見解切中時代需求，兼具策略高度與實踐價值。
——亞當．格蘭特（Adam Grant），《隱性潛能》、《逆思維》作者
你用的AI和競爭對手的沒有差別，
過去那些靠技術與效率建立的優勢都將被抹平
──在這個智慧近乎免費的時代，你要靠什麼立足？
AI正以前所未有的速度讓智慧的成本趨近於零，人人都用得起，企業也都在導入，然而絕大多數的AI投資，卻無法反映在營收與獲利上。事實上，企業AI轉型並不是多裝幾套AI工具或交給資訊部門就能完成。領導者以身作則，親自使用AI、切入能改寫財報的關鍵環節、找到真正對結果負責的人，才是企業推動AI轉型的關鍵。
此外，模型終將同質化，唯有公司內部多年累積的資料、流程與知識，才是企業獨有的資產，也是別人無法複製的競爭優勢。將散落在企業各處的資料整合起來，打造企業AI中樞，讓資料的飛輪持續運轉，系統愈用愈聰明；讓人和AI重新組隊協作，組織不斷代謝進化。如此一來，AI就不只是降低成本的工具，更是每天都在運作的決策大腦、推動成長的引擎，每一次AI投資，就都能反映在營收、獲利與企業價值上。
解答AI轉型時代的五個關鍵問題──
．AI變革為什麼比工業革命更深刻？
．為什麼大多數企業的AI轉型都失敗了？
．企業的AI轉型真正需要的系統是什麼？
．企業在AI時代需要什麼樣的組織型態？
．管理者、員工、普通人在未來的價值是什麼？
重量級推薦
李開復是一位世界級的研究者，很早就意識到神經網路是AI的未來。他同時也是頂尖的投資人與卓越的商業領袖。因此，當他談論企業應該如何導入AI，以及人們如何在AI時代保持競爭力時，其觀點格外具有權威性與參考價值。
——傑佛瑞．辛頓（Geoffrey Hinton），諾貝爾物理學獎、圖靈獎得主
經濟學家早已認識到，組織的運作是建立在資訊不對稱之上：執行的人往往知道決策者看不見的事。李開復深刻理解，AI對企業層面最深遠的影響，就是從根本上消除這種不對稱。當近乎免費的智慧得以直接面對企業中龐大的非結構化資料時，過去層層疊疊、複雜的委託代理結構將被徹底打破，資訊也將真正對所有人開放。本書將這項洞見轉化為一套具體且極具說服力的運作模式。書中描述領導者如何獲得未受扭曲的企業全貌，是我所讀過關於低成本智慧將如何徹底改變企業運作方式最具啟發性的論述。
——麥可．史賓塞（Michael Spence），諾貝爾經濟學獎得主、史丹佛大學商學院名譽院長
即使是在全球頂尖企業的高階管理團隊中，AI變革的重要性仍舊被低估。而如今終於有一本書，寫給那些看見AI巨大潛力，卻需要一張實踐藍圖的企業領導者。正如李開復以卓越而透澈的論述所指出，真正蘊藏非凡價值的，正是企業裡那些看似索然無味的部分──你的公司日積月累的資料寶庫。只要你快速、正確地採用AI，就能真正釋放這份價值。
——艾力克．施密特（Eric Schmidt），Google前執行長、《AI世代與我們的未來》共同作者
李開復一直是AI領域最具前瞻性的思想家與作家之一。本書清楚說明了企業在這個新時代中為何必須重新思考學習方式、組織運作、智慧財產布局，以及如何持續成長。本書有力地倡議一個AI的未來：人類的專業技能將因AI而被放大，創造的價值也將廣泛流向每一家企業、每一個產業與每一個國家。
——薩帝亞．納德拉（Satya Nadella），微軟董事長暨執行長
長久以來，李開復一直是探討AI如何改變商業與社會時最透澈、最具洞見的意見領袖之一。在本書中，他為企業領導者提供了一套實用指南，引領他們重新構想組織的運作模式，以及人類與AI如何攜手合作，解決重要問題，創造持久的價值。
——蘇姿丰（Lisa Su），AMD董事長暨執行長
身為一位科學家、企業家和投資人，李開復從一開始就參與塑造了這場AI變革。本書是他寫給所有致力打造下一代卓越企業的領導者必讀的指南。憑藉數十年的實務經驗，他指出，要在AI時代獲得成功，關鍵不只是導入新的AI工具，更要透過重新設計企業的營運模式、創新方式，以及與客戶互動的方式，讓每一家企業轉型為「AI代理型企業」。
——馬克．貝尼奧夫（Marc Benioff），Salesforce董事長暨執行長
我一遍又一遍地從高階主管們口中聽到同一個問題：如何才能將AI試點計畫轉化為實實在在的商業成果？李開復在本書中提供了極為清晰的答案：關鍵不是單純引進新技術，而是重塑業務本身──工作流程、決策權責、人才體系、資料資產與組織文化。本書是為這場工業革命以來規模最大的經濟轉型所寫的實作手冊。
——艾瑞克．布林優夫森（Erik Brynjolfsson），史丹佛大學教授、《第二次機器時代》共同作者
深思熟慮融入AI的企業將蓬勃發展，錯失變革機遇的企業終將失敗。做為一位AI領域的先行者、企業管理人、投資人、有戰略遠見的人，李開復所處的位置，使他能夠闡述這個時代的需求。本書邏輯清晰、態度懇切且具有實作性，指引企業圍繞豐裕的智力資源重構組織型態，同時守護人的意義、尊嚴與使命。
——彼得．布朗（Peter Brown），文藝復興科技公司執行長
隨著機器的認知能力不斷提升，人類的相對優勢正逐漸轉向那些沒有標準答案的開放性問題。在這些問題中，人始終站在工具與其所服務的需求之間。要掌握這場轉變，靠的絕不只是裁員。企業領導者必須帶領組織與人才，從機器已能自動化的工作，轉向那些價值持續提升的領域。本書正是為肩負這項轉型使命的企業領導者而寫。
——大衛．奧特（David Autor），麻省理工學院經濟系主任
這是每一位領導者都應該閱讀的指南，幫助你理解如何運用AI。身為電腦科學先驅、成功的創業家與極具影響力的投資人，李開復的獨特身分使他深知智慧機器為企業帶來的挑戰與機會。他提出的見解切中時代需求，兼具策略高度與實踐價值。
——亞當．格蘭特（Adam Grant），《隱性潛能》、《逆思維》作者
目錄
重量級推薦
自序 一封泛黃的信
第1章 一場比工業革命更深刻的變革
把鏡頭拉得夠遠
以工業革命為基準
第一處碾壓：AI首先衝擊認知類工作
第二處碾壓：AI的擴散沒有摩擦
第三處碾壓：AI的邊際成本正奔向零
第四處碾壓：AI正在加速開發自己
第2章 從工具到會思考的機器
我的幾位老師
AI的兩條鐵律
智慧走向通用
向多模態邁進
AI程式設計是地基
從會思考到會做事
第3章 AI代理：能動手幹活的AI
約四十年前的一支短片
從會回答到會完成：四級階梯
拆解AI代理：模型＋工具＋記憶＋知識
多代理的「梅迪奇效應」
三年，三個難題
AI代理真正的戰場在企業
新型態：「一人公司」
第4章 通往智慧免費的時代
難以想像的降價速度
四股力量同時踩下降價油門
傑文斯悖論：愈便宜，用得愈多
Token的價格在崩塌，帳單數字在上漲
智慧系統將成為下一代生產要素
降本只是入場券，真正的牌局在後面
第5章 為什麼大多數AI轉型會走向失敗
AI代理員工已經到職
錢花了，價值卻沒實現
錯誤一：把AI轉型全權交給資訊長
錯誤二：採用由下而上的轉型方式
錯誤三：被一大堆SaaS AI代理晃花了眼
為什麼三個錯誤總是同時出現
衡量真假轉型：季度財報電話會議測試
執行長，從今天開始
第6章 打造企業AI決策中樞
聰明很重要，但遠遠不夠
不要把公司資料庫塞給模型
喚醒沉睡的資料
企業AI決策中樞的四塊拼圖
一張無比重要的「企業地圖」
「企業地圖」的導航系統：即時上下文
作業系統的四個子系統
AI時代的護城河：資料飛輪和組織代謝
Palantir：真正跑通企業AI落地閉環的企業
二十多年前，第一個看見「本體」的人
第7章 給執行長裝一套「老闆AI」
坐得愈高，你就容易離真相愈遠
全域感知引擎──幫你看清一切
執行閉環引擎讓──承諾不再消散
戰略推理引擎──在落子之前替你推演
組織文化引擎──照亮最該被看見的人
讓員工的智商相加
解開一個管理學的古老難題
「老闆AI」的下一步
第8章 重塑組織架構，把公司交給DRI
必須理解的詞：DRI
歧途和正道
第一步：從執行長出發，為每名高階主管添一雙眼睛
第二步：透過小事選出第一批DRI
第三步：讓組織像積雪被壓實般慢慢變扁平
一群微型執行長怎麼不各自為政？
錢跟著成果走，帳跟著價值講
最後，記憶終於住進了公司本身
第9章 工作的未來：每個人該怎麼辦
個人貢獻者的四種結局
管理者的四種結局
會不會被取代取決於你能不能進步
兩張地圖：我的工作還安全嗎？
三個方向，未來的路
新的機會正在冒出來
重新定義有價值的一生
第10章 領導力：當機器擅長執行，人必須擅長判斷
右腦大於左腦
判斷的四張面孔
品味：先嗅到渴望，再定義美
遠見：因為相信，所以看見
信念：在所有人都不信的時候押注
勇氣：把自己也押進去
領袖不只來自矽谷和巴黎
判斷的四張面孔，你也可以擁有
結語 在不可逆的浪潮裡做定義者
致謝
自序 一封泛黃的信
第1章 一場比工業革命更深刻的變革
把鏡頭拉得夠遠
以工業革命為基準
第一處碾壓：AI首先衝擊認知類工作
第二處碾壓：AI的擴散沒有摩擦
第三處碾壓：AI的邊際成本正奔向零
第四處碾壓：AI正在加速開發自己
第2章 從工具到會思考的機器
我的幾位老師
AI的兩條鐵律
智慧走向通用
向多模態邁進
AI程式設計是地基
從會思考到會做事
第3章 AI代理：能動手幹活的AI
約四十年前的一支短片
從會回答到會完成：四級階梯
拆解AI代理：模型＋工具＋記憶＋知識
多代理的「梅迪奇效應」
三年，三個難題
AI代理真正的戰場在企業
新型態：「一人公司」
第4章 通往智慧免費的時代
難以想像的降價速度
四股力量同時踩下降價油門
傑文斯悖論：愈便宜，用得愈多
Token的價格在崩塌，帳單數字在上漲
智慧系統將成為下一代生產要素
降本只是入場券，真正的牌局在後面
第5章 為什麼大多數AI轉型會走向失敗
AI代理員工已經到職
錢花了，價值卻沒實現
錯誤一：把AI轉型全權交給資訊長
錯誤二：採用由下而上的轉型方式
錯誤三：被一大堆SaaS AI代理晃花了眼
為什麼三個錯誤總是同時出現
衡量真假轉型：季度財報電話會議測試
執行長，從今天開始
第6章 打造企業AI決策中樞
聰明很重要，但遠遠不夠
不要把公司資料庫塞給模型
喚醒沉睡的資料
企業AI決策中樞的四塊拼圖
一張無比重要的「企業地圖」
「企業地圖」的導航系統：即時上下文
作業系統的四個子系統
AI時代的護城河：資料飛輪和組織代謝
Palantir：真正跑通企業AI落地閉環的企業
二十多年前，第一個看見「本體」的人
第7章 給執行長裝一套「老闆AI」
坐得愈高，你就容易離真相愈遠
全域感知引擎──幫你看清一切
執行閉環引擎讓──承諾不再消散
戰略推理引擎──在落子之前替你推演
組織文化引擎──照亮最該被看見的人
讓員工的智商相加
解開一個管理學的古老難題
「老闆AI」的下一步
第8章 重塑組織架構，把公司交給DRI
必須理解的詞：DRI
歧途和正道
第一步：從執行長出發，為每名高階主管添一雙眼睛
第二步：透過小事選出第一批DRI
第三步：讓組織像積雪被壓實般慢慢變扁平
一群微型執行長怎麼不各自為政？
錢跟著成果走，帳跟著價值講
最後，記憶終於住進了公司本身
第9章 工作的未來：每個人該怎麼辦
個人貢獻者的四種結局
管理者的四種結局
會不會被取代取決於你能不能進步
兩張地圖：我的工作還安全嗎？
三個方向，未來的路
新的機會正在冒出來
重新定義有價值的一生
第10章 領導力：當機器擅長執行，人必須擅長判斷
右腦大於左腦
判斷的四張面孔
品味：先嗅到渴望，再定義美
遠見：因為相信，所以看見
信念：在所有人都不信的時候押注
勇氣：把自己也押進去
領袖不只來自矽谷和巴黎
判斷的四張面孔，你也可以擁有
結語 在不可逆的浪潮裡做定義者
致謝
試閱
錢花了，價值卻沒實現
麥肯錫調查還給出了另一組數字：儘管近九成的企業都在使用AI，但只有39%的企業表示AI帶來了實質性財務回報，實現了EBIT（Earnings Before Interest and Taxes，稅前息前淨利）的成長。
AI的潛力是真的，但真正藉此創造價值的企業並不算多，這是整個產業正在經歷的問題。其原因在於AI的部署方式和企業價值生產之間還存在巨大的斷層。
麻省理工學院（MIT）NANDA計畫的2025年初步研究報告把這一斷層稱為「學習鴻溝」：企業級模型專案失敗，往往不是因為底層模型不夠聰明，而是因為系統沒有真正連接企業的工作流程、上下文、資料流程和回饋迴路。模型跑起來並不難，但如果無法吸收真實使用中的回饋，累積不了業務操作經驗，就無法隨著業務運作持續改進。
更深層的原因是AI部署的場景錯置。
真正能改善財報表現的場景──跨部門的定價決策、供應鏈優化、核心產品創新，對AI的需求最迫切，但落地門檻最高，牽涉的利益相關方最多，風險最大，需要最高層級的組織授權。相反地，容易部署的AI場景──會議紀錄、文案初稿撰寫、內部問答，推進起來阻力最小，可它們對損益表的影響也可以忽略不計。這就導致絕大多數企業的AI投入都集中在容易部署的地方，而不是真正有價值的地方。
很多企業的AI評估體系，本身就在鼓勵「表面成功」。如果資訊長的KPI還停留在AI代理部署數量和使用率上，這種評估標準上的錯誤會系統性地產出看起來成功、實際上沒有價值的結果。專案做完了，也許報告寫得漂亮，可在下一次財報電話會議上，不會有業績的真實成長。
這一切的背後有三個錯誤，且它們總是同時出現，認清它們才是找到出路的前提。
錯誤一：把AI轉型全權交給資訊長
第一個錯誤，是主導AI轉型的人，從一開始就選錯了。最近幾年我和很多傳統企業的執行長聊AI轉型，其中八成的對話幾乎像套用了同一個劇本。
我問：「AI這件事這麼重要，你們是在認真推進AI轉型嗎？」
對方答：「當然，我已經把這件事交給我們的資訊長，讓他全權負責。」
我說：「這件事，恐怕得由您親自負責。AI轉型不是讓資訊長採購一套軟體回來就行，也不是讓各個部門各自提報需求，再由資訊長居中協調外包，最後部署一堆AI代理就算數。」
對方通常會愣一下。
我接著問：「您給資訊長訂的KPI，是什麼？」
對方想了想：「嗯⋯⋯做出幾個能用的AI代理，先提升使用率。」
我再追問一句：「那ROI（Return on Investment，投資報酬率）呢？」
這時候，對話往往就卡住了。
然後我會講一句很直接的話：「AI轉型，是用AI去優化企業的流程、提升營運效率、促進營收和利潤的成長，是去改善財報表現，您給資訊長定的那個KPI，能達到這個目標嗎？」
這樣說不是在貶低資訊長，而是現行模式本身就存在問題，可以分幾層拆解。
第一層是職能錯配。一個稱職的資訊長，他關注的是系統穩定、資料安全、不出錯。然而，AI轉型是一項要冒風險、改變企業命運的工作。讓一個以求穩為天職的人，去主導重大變革，是職能上的錯配。
第二層是權力越界。真正能改善財報表現的AI場景都需要跨越職能邊界──重構採購流程要動供應鏈，重構客服體系要動產品，重構定價要動財務。然而，資訊長的權限止於IT系統，他難以推動核心業務流程的重構。這些跨職能的場景才是AI轉型的核心戰場。
第三層是技術能力不足。即便資訊長全力以赴，也很難從頭建立新一代的技術架構（我們後面會深入探討），這超出了內部IT團隊的能力範圍。但也不是資訊長失職，而是因為這件事本身就是高難度、創新且跨領域的。
我想強調一下，雖然本書對「把AI轉型全權交給資訊長」這件事批評得很重，但請別誤會，我批評的不是資訊長的職能和能力，而是一種錯誤的責任分配。讓資訊長主導AI轉型，是把一件需要跨越所有部門邊界、執行長才推得動的事，壓在了一個權限止於IT系統的人肩上。
在這場轉型裡，一個懂業務、懂資料，又冷靜可靠的資訊長，是執行長最不可或缺的盟友之一。他的定位應該是和AI長（Chief Artifical Intelligence Officer, CAIO）、業務負責人並肩，為執行長和企業提供技術判斷和系統架構。我主張的是把資訊長從他被推到的錯誤火線上，放回他原本的位置。
錯誤二：採用由下而上的轉型方式
第二個錯誤，採用由下而上的轉型方式。
我遇到的劇本總是一模一樣的：資訊長先把模型架構鋪好，選模型、接API、搭平台，然後向一個個部門詢問需求。市場部要一個寫文案的工具，財務部要一個做報表的助手，客服部要一個自動回覆的機器人，人資部要一個過濾履歷的系統。IT部門像一個內部供應商，開始有針對性地自行研發或者對外採購。計畫書寫得很詳細，「轉型」路線圖也畫得很漂亮，看起來一切都在有條不紊地推進。
這對企業而言是一件有意義的事，它能讓員工「學會用AI」，把整體效率的下限抬高一點點。不過，從各部門的「願望清單」裡拼出來的路線圖最後只會催生一堆零散的工具──有用，但不會帶來根本性的改變。
原因很清楚，真正能改善財報表現的場景不在某一個部門的內部，而在那些跨部門、貫穿核心價值鏈的決策裡，不屬於任何一個部門。市場部不會提出一個需要財務部和供應鏈深度配合的AI專案，因為那不是他們的地盤；風控部不會主動發起一個涉及產品設計的AI優化專案，因為那超出了他們的職權範圍。由下而上的機制，先天就無法觸及最有價值的場景。
這種跨部門的特點也帶來了中階主管的隱性抵抗。中階主管不會公開拒絕一個執行長支持的專案，但他們可能暗中抗拒，如不肯交出真實的流程、不提供乾淨的資料，或在各種業務層面應付了事。
這種現象背後的動機很多，如怕做錯了要承擔責任，索性能拖就拖。有的人心裡很清楚，這套AI系統一旦落地，自己的團隊可能被縮編，對於中階主管來說，團隊規模是自己權力範圍和等級的象徵。部分中階主管也會擔心自己不懂AI，害怕被淘汰或者邊緣化，認為自己的話語權會跟著縮水。在這種氛圍下，哪怕專案已經啟動，也很難做出真正的成果來，因為組織沒有真正形成共識。
麻省理工學院NANDA計畫發表的《生成式AI鴻溝：2025年商業人工智慧現狀報告》（The GenAI Divide: STATE OF AI IN BUSINESS 2025）對這個現象提供了一個量化的注腳：對於AI轉型而言，內部自建的成功部署率約為33%，大約是外部戰略合作路線的一半。這意味著在企業內部推動轉型的困難很大。
這裡有一個很貼切的詞，叫作口袋否決（Pocket Veto）。它描述的是一種隱蔽的否定方式：負責人表面點頭，在會議上同意，散會之後把任務塞進口袋，讓它在日常事務的洪流裡消失。這種否定方式不會留下可以究責的痕跡，因為沒有人明確說過「不」。
由下而上的推進機制是口袋否決的最佳土壤：每一個中階主管都有能力讓一件對自己不利的事情慢慢熄火。口袋否決之所以難以被辨識，是因為它很容易被偽裝成執行難度高所導致的結果。專案卡住了，上報的理由往往是「資料不夠乾淨」、「流程比想像中複雜」、「試點期間資源調度有困難」。雖然這些均是真實存在的挑戰，但其背後更多的是由激勵機制缺失催生的組織惰性。
由下而上的另一個問題是製造一種虛假的推進感。規劃在推進、試點在進行、報告在產出、會議在開，雖然無法改善財報表現，但這種虛假的推進感會消耗大量的時間、資源和管理注意力，而等管理者意識到方向不對時，可能已經錯過了寶貴的時機。
錯誤三：被一大堆SaaS AI代理晃花了眼
幾乎每一家傳統企業都被一大堆SaaS AI代理晃花了眼。
這兩年，市面上幾乎每一家軟體供應商都在向企業推介各種AI代理──無論是專注於客服、人資、CRM還是財務方面的，都有很多花俏的功能。資訊長帶著團隊認真地看他們演示，花時間評估選型，結果是一年下來累積了十幾個互不相通的垂直領域AI代理：會議紀錄自動整理、合約初稿生成、報表自動匯總等工具一應俱全。它們每一個單獨拿出來都還不錯，但沒有任何一個能同時整合財務、供應鏈、銷售和客服資料，且在它們之間穿針引線、為全體判斷提供參考。
忙了整整一年，看上去到處都在用AI，企業層面卻沒什麼改變，因為這些軟體供應商只能遞來一堆智慧碎片。軟體供應商急著向企業推銷AI代理，主要原因是他們自己也面臨著一次商業模式的大洗牌，「賣席位」（Seat-based Pricing）的舊邏輯正讓位給「按成果付費」的新邏輯，每一家軟體供應商都得重新定義自己。
過去幾十年，軟體業靠的是「賣席位」──按人頭、按帳號每月或每年收取訂閱費。然而，AI正在顛覆這套邏輯，推動整個產業轉向「按成果付費」的商業模式。客戶要買的是直接交付的成果。布雷特．泰勒（Bret Taylor）創立的AI新創公司Sierra是在這一轉變中最早的成功案例之一：它的客服AI代理直接按「成功解決一次問題」來收費，靠這套方法，Sierra大約兩年就實現了1億美元的年化營收。
微軟執行長薩帝亞．納德拉（Satya Nadella）對SaaS的判斷是：未來的業務邏輯，會從應用層面上移到AI層面，而底層那些SaaS會逐漸平價化。面對這樣的衝擊，傳統SaaS軟體供應商的應對策略表面上是創新，本質上是防守：給每一款產品都加一個AI代理功能，從而保住訂閱費這一收入來源。
不過，這條路走不遠，因為每一個這樣的AI代理都只能看見自身系統的數據，無法跨越邊界完成跨部門任務。一個只看得見CRM資料的銷售AI代理，無法判斷一張訂單對供應鏈的影響；人資AI代理看不見財務預算情況；客服AI代理看不見產品未來的路線圖。十個碎片疊加在一起，依然是十個碎片。
管理者應該認真審視自己的企業並思考一個問題：在我的業務裡，哪一部分其實只是在「搬運資訊」？真正的預算，要用在能貫通全局的AI系統上。否則，企業的AI投入只是在幫SaaS軟體供應商續命，而不是在幫自己轉型。
麥肯錫調查還給出了另一組數字：儘管近九成的企業都在使用AI，但只有39%的企業表示AI帶來了實質性財務回報，實現了EBIT（Earnings Before Interest and Taxes，稅前息前淨利）的成長。
AI的潛力是真的，但真正藉此創造價值的企業並不算多，這是整個產業正在經歷的問題。其原因在於AI的部署方式和企業價值生產之間還存在巨大的斷層。
麻省理工學院（MIT）NANDA計畫的2025年初步研究報告把這一斷層稱為「學習鴻溝」：企業級模型專案失敗，往往不是因為底層模型不夠聰明，而是因為系統沒有真正連接企業的工作流程、上下文、資料流程和回饋迴路。模型跑起來並不難，但如果無法吸收真實使用中的回饋，累積不了業務操作經驗，就無法隨著業務運作持續改進。
更深層的原因是AI部署的場景錯置。
真正能改善財報表現的場景──跨部門的定價決策、供應鏈優化、核心產品創新，對AI的需求最迫切，但落地門檻最高，牽涉的利益相關方最多，風險最大，需要最高層級的組織授權。相反地，容易部署的AI場景──會議紀錄、文案初稿撰寫、內部問答，推進起來阻力最小，可它們對損益表的影響也可以忽略不計。這就導致絕大多數企業的AI投入都集中在容易部署的地方，而不是真正有價值的地方。
很多企業的AI評估體系，本身就在鼓勵「表面成功」。如果資訊長的KPI還停留在AI代理部署數量和使用率上，這種評估標準上的錯誤會系統性地產出看起來成功、實際上沒有價值的結果。專案做完了，也許報告寫得漂亮，可在下一次財報電話會議上，不會有業績的真實成長。
這一切的背後有三個錯誤，且它們總是同時出現，認清它們才是找到出路的前提。
錯誤一：把AI轉型全權交給資訊長
第一個錯誤，是主導AI轉型的人，從一開始就選錯了。最近幾年我和很多傳統企業的執行長聊AI轉型，其中八成的對話幾乎像套用了同一個劇本。
我問：「AI這件事這麼重要，你們是在認真推進AI轉型嗎？」
對方答：「當然，我已經把這件事交給我們的資訊長，讓他全權負責。」
我說：「這件事，恐怕得由您親自負責。AI轉型不是讓資訊長採購一套軟體回來就行，也不是讓各個部門各自提報需求，再由資訊長居中協調外包，最後部署一堆AI代理就算數。」
對方通常會愣一下。
我接著問：「您給資訊長訂的KPI，是什麼？」
對方想了想：「嗯⋯⋯做出幾個能用的AI代理，先提升使用率。」
我再追問一句：「那ROI（Return on Investment，投資報酬率）呢？」
這時候，對話往往就卡住了。
然後我會講一句很直接的話：「AI轉型，是用AI去優化企業的流程、提升營運效率、促進營收和利潤的成長，是去改善財報表現，您給資訊長定的那個KPI，能達到這個目標嗎？」
這樣說不是在貶低資訊長，而是現行模式本身就存在問題，可以分幾層拆解。
第一層是職能錯配。一個稱職的資訊長，他關注的是系統穩定、資料安全、不出錯。然而，AI轉型是一項要冒風險、改變企業命運的工作。讓一個以求穩為天職的人，去主導重大變革，是職能上的錯配。
第二層是權力越界。真正能改善財報表現的AI場景都需要跨越職能邊界──重構採購流程要動供應鏈，重構客服體系要動產品，重構定價要動財務。然而，資訊長的權限止於IT系統，他難以推動核心業務流程的重構。這些跨職能的場景才是AI轉型的核心戰場。
第三層是技術能力不足。即便資訊長全力以赴，也很難從頭建立新一代的技術架構（我們後面會深入探討），這超出了內部IT團隊的能力範圍。但也不是資訊長失職，而是因為這件事本身就是高難度、創新且跨領域的。
我想強調一下，雖然本書對「把AI轉型全權交給資訊長」這件事批評得很重，但請別誤會，我批評的不是資訊長的職能和能力，而是一種錯誤的責任分配。讓資訊長主導AI轉型，是把一件需要跨越所有部門邊界、執行長才推得動的事，壓在了一個權限止於IT系統的人肩上。
在這場轉型裡，一個懂業務、懂資料，又冷靜可靠的資訊長，是執行長最不可或缺的盟友之一。他的定位應該是和AI長（Chief Artifical Intelligence Officer, CAIO）、業務負責人並肩，為執行長和企業提供技術判斷和系統架構。我主張的是把資訊長從他被推到的錯誤火線上，放回他原本的位置。
錯誤二：採用由下而上的轉型方式
第二個錯誤，採用由下而上的轉型方式。
我遇到的劇本總是一模一樣的：資訊長先把模型架構鋪好，選模型、接API、搭平台，然後向一個個部門詢問需求。市場部要一個寫文案的工具，財務部要一個做報表的助手，客服部要一個自動回覆的機器人，人資部要一個過濾履歷的系統。IT部門像一個內部供應商，開始有針對性地自行研發或者對外採購。計畫書寫得很詳細，「轉型」路線圖也畫得很漂亮，看起來一切都在有條不紊地推進。
這對企業而言是一件有意義的事，它能讓員工「學會用AI」，把整體效率的下限抬高一點點。不過，從各部門的「願望清單」裡拼出來的路線圖最後只會催生一堆零散的工具──有用，但不會帶來根本性的改變。
原因很清楚，真正能改善財報表現的場景不在某一個部門的內部，而在那些跨部門、貫穿核心價值鏈的決策裡，不屬於任何一個部門。市場部不會提出一個需要財務部和供應鏈深度配合的AI專案，因為那不是他們的地盤；風控部不會主動發起一個涉及產品設計的AI優化專案，因為那超出了他們的職權範圍。由下而上的機制，先天就無法觸及最有價值的場景。
這種跨部門的特點也帶來了中階主管的隱性抵抗。中階主管不會公開拒絕一個執行長支持的專案，但他們可能暗中抗拒，如不肯交出真實的流程、不提供乾淨的資料，或在各種業務層面應付了事。
這種現象背後的動機很多，如怕做錯了要承擔責任，索性能拖就拖。有的人心裡很清楚，這套AI系統一旦落地，自己的團隊可能被縮編，對於中階主管來說，團隊規模是自己權力範圍和等級的象徵。部分中階主管也會擔心自己不懂AI，害怕被淘汰或者邊緣化，認為自己的話語權會跟著縮水。在這種氛圍下，哪怕專案已經啟動，也很難做出真正的成果來，因為組織沒有真正形成共識。
麻省理工學院NANDA計畫發表的《生成式AI鴻溝：2025年商業人工智慧現狀報告》（The GenAI Divide: STATE OF AI IN BUSINESS 2025）對這個現象提供了一個量化的注腳：對於AI轉型而言，內部自建的成功部署率約為33%，大約是外部戰略合作路線的一半。這意味著在企業內部推動轉型的困難很大。
這裡有一個很貼切的詞，叫作口袋否決（Pocket Veto）。它描述的是一種隱蔽的否定方式：負責人表面點頭，在會議上同意，散會之後把任務塞進口袋，讓它在日常事務的洪流裡消失。這種否定方式不會留下可以究責的痕跡，因為沒有人明確說過「不」。
由下而上的推進機制是口袋否決的最佳土壤：每一個中階主管都有能力讓一件對自己不利的事情慢慢熄火。口袋否決之所以難以被辨識，是因為它很容易被偽裝成執行難度高所導致的結果。專案卡住了，上報的理由往往是「資料不夠乾淨」、「流程比想像中複雜」、「試點期間資源調度有困難」。雖然這些均是真實存在的挑戰，但其背後更多的是由激勵機制缺失催生的組織惰性。
由下而上的另一個問題是製造一種虛假的推進感。規劃在推進、試點在進行、報告在產出、會議在開，雖然無法改善財報表現，但這種虛假的推進感會消耗大量的時間、資源和管理注意力，而等管理者意識到方向不對時，可能已經錯過了寶貴的時機。
錯誤三：被一大堆SaaS AI代理晃花了眼
幾乎每一家傳統企業都被一大堆SaaS AI代理晃花了眼。
這兩年，市面上幾乎每一家軟體供應商都在向企業推介各種AI代理──無論是專注於客服、人資、CRM還是財務方面的，都有很多花俏的功能。資訊長帶著團隊認真地看他們演示，花時間評估選型，結果是一年下來累積了十幾個互不相通的垂直領域AI代理：會議紀錄自動整理、合約初稿生成、報表自動匯總等工具一應俱全。它們每一個單獨拿出來都還不錯，但沒有任何一個能同時整合財務、供應鏈、銷售和客服資料，且在它們之間穿針引線、為全體判斷提供參考。
忙了整整一年，看上去到處都在用AI，企業層面卻沒什麼改變，因為這些軟體供應商只能遞來一堆智慧碎片。軟體供應商急著向企業推銷AI代理，主要原因是他們自己也面臨著一次商業模式的大洗牌，「賣席位」（Seat-based Pricing）的舊邏輯正讓位給「按成果付費」的新邏輯，每一家軟體供應商都得重新定義自己。
過去幾十年，軟體業靠的是「賣席位」──按人頭、按帳號每月或每年收取訂閱費。然而，AI正在顛覆這套邏輯，推動整個產業轉向「按成果付費」的商業模式。客戶要買的是直接交付的成果。布雷特．泰勒（Bret Taylor）創立的AI新創公司Sierra是在這一轉變中最早的成功案例之一：它的客服AI代理直接按「成功解決一次問題」來收費，靠這套方法，Sierra大約兩年就實現了1億美元的年化營收。
微軟執行長薩帝亞．納德拉（Satya Nadella）對SaaS的判斷是：未來的業務邏輯，會從應用層面上移到AI層面，而底層那些SaaS會逐漸平價化。面對這樣的衝擊，傳統SaaS軟體供應商的應對策略表面上是創新，本質上是防守：給每一款產品都加一個AI代理功能，從而保住訂閱費這一收入來源。
不過，這條路走不遠，因為每一個這樣的AI代理都只能看見自身系統的數據，無法跨越邊界完成跨部門任務。一個只看得見CRM資料的銷售AI代理，無法判斷一張訂單對供應鏈的影響；人資AI代理看不見財務預算情況；客服AI代理看不見產品未來的路線圖。十個碎片疊加在一起，依然是十個碎片。
管理者應該認真審視自己的企業並思考一個問題：在我的業務裡，哪一部分其實只是在「搬運資訊」？真正的預算，要用在能貫通全局的AI系統上。否則，企業的AI投入只是在幫SaaS軟體供應商續命，而不是在幫自己轉型。
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價