AI提速之後，企業還在等什麼？

隨着AI與智能體能力提升，企業用AI生成一份報價的時間，已經從半天縮短到幾分鐘；但客戶收到報價，可能仍要等上一周。工具提速與企業提效之間的落差，暴露出一個長期被忽視的管理問題：企業往往急於把新工具嵌入以人為中心設計的舊流程，卻忽略了在AI與智能體成為新的執行主體的前提下，流程本身存在被重新編排的空間。要兌現AI的價值，僅靠模型能力並不足夠，流程和激勵機制必須同步調整。

企業整體的處理能力，往往取決於少數瓶頸環節。這些環節之所以成為瓶頸，很大程度上源於法務、工程師等高級專業人才的稀缺。當AI與智能體提高這些環節的產出速度后，核驗AI輸出本身可能成為新的瓶頸，下游環節也可能因任務集中湧入而擁堵。如果一份報價仍需經過層層技術確認和主管簽字，那麼前端文本生成得再快，客戶也未必能更早收到。衡量AI提效，不能只看單點瓶頸的提速，而要看端到端交付的時間、成本與質量。

事實上，企業內部流程繁複不能簡單歸咎於官僚主義。付款需要業務確認、財務核驗與權限審批，是為了防範錯誤、舞弊和利益衝突。流程承擔著必要的控制功能，同時也受到信息成本、專業分工、技術條件和權力結構的共同塑造。當企業試圖用AI重構流程時，首先需要分辨：塑造舊流程的約束是否依然成立，以及哪些約束已經可以通過更低成本的方式解決。

最先被重構的，應該是流程中“信息搬運”的部分。員工在郵件、表格和業務系統之間反覆整理、錄入、轉發，往往是因為系統無法理解非結構化信息。當AI能夠識別這些內容，再配合系統接口和必要的校驗機制，相當一部分人工交接就可以被取消。

其次，是壓縮專家隊列。法務、財務和技術部門接收的大量請求，其實包含許多重複性判斷。企業可以把成熟的處理方式沉澱為可復用的任務規範（Skill）：明確需要哪些數據、檢查哪些條件、如何驗證結果，以及何種情況下升級給人。對規範適用範圍內的常規事項，可以交由智能體處理；專家則集中精力應對新問題和邊界情形 (corner cases)。

更進一步，是重新安排部門之間的協作順序。以定製設備報價為例，方案設計、成本測算和產能評估，原本可能串行等待；現在可以圍繞同一份訂單信息并行展開。客戶調整參數后，只需重做受影響的判斷，而不必整單重新流轉。這要求企業統一數據口徑、業務概念及其關聯，本體和知識圖譜可以為此提供支撐；同時，也需要重新界定權限與責任。即便AI能夠跨部門調用知識，原有的審批權限也不會自動發生改變。

企業流程重構的同時，也要求企業定義一種新的標準化。泰勒的科學管理重點規範動作、工具和工時；福特製進一步統一產品、零件與生產節拍，以降低生產對個人技藝的依賴。到了AI時代，標準化需要深入到專業判斷層面：企業需要將優秀員工經過實踐檢驗的工作方法，整理成智能體可以調用的技能（Skill）：面對什麼問題，應當使用哪些信息、依次檢查哪些條件、如何核驗結果，以及何時轉交專家。由此，個人經驗可以在明確的適用範圍內被反覆調用，逐步成為組織共享的能力。

然而，把個人經驗轉化為組織能力，難免觸及員工利益。如果分享AI使用訣竅換來的是更高的考核指標和更大的崗位替代風險，員工自然有理由保留經驗。泰勒在《科學管理原理》中記載過，工人提高產量后，計件單價反而被下調，於是工人學會了隱藏真實產能。今天的企業同樣需要讓員工分享改善收益，獎勵知識貢獻，並把質量與協作納入評價，而不是單純的以Tokenmaxxing作為單一激勵導向。

企業流程是為了協調專業分工、降低溝通與監督成本、明確權責而形成的。已有的流程與部門權力和員工利益息息相關，導致其不會隨技術進步自動改變。調整流程，需要重新明確誰來決策以及負責，同時解決部門不願放權、員工擔心工作增加而回報不變等問題。否則，AI即使加快了個別任務，企業仍可能慢在審批、交接和等待上。

朱未名教授
港大經管學院助理院長、創新及資訊管理學副教授

（本文同時於二零二六年九月十七日載於《FT中文網》明德商論專欄）