14.4 商學院學生的未來:從行政執行者到人機組織總指揮官
學完本節,你能夠:
- 用「附屬性困難/本質性困難」回顧全書,說出每一章 AI 替你做了什麼、留給你什麼。
- 對任何一個 AI 導入提案,提出一組關鍵追問。
- 為自己訂出一份可執行的能力發展計畫。
壹、開場情境:回到第一張報價單
還記得第 1.1 節那張「算對了,卻賺不到錢」的報價單嗎?A 款鍵盤報價 €100,匯率從 35.0 跌到 31.5,毛利率從 20% 掉到 11.1%,500 把少賺了 NT$ 175,000。業務沒有算錯任何數字,問題是公司的毛利底線沒有寫進業務每天使用的工具。
那一節最後留了一個問題:MIN_MARGIN 這個數字應該由誰決定?誰有權修改?
走過十四章,我們做過的事越來越多:連網抓匯率、管進銷存、串 CRM、讓 Agent 查庫存、建立護欄、防注入、設雙簽……但你會發現,每一章到最後,都回到同一類問題:規則訂多少?例外怎麼處理?誰負責?
📌 以下為教學情境。
想像你畢業後進入一家中型貿易公司。第一個月,老闆把一份廠商提案丟給你:「這套 AI 報價系統號稱可以取代三位業務助理,你看看要不要導入。」
本節要解決的問題: 在 AI 能寫程式、能推理、能自己長規則的時代,商學院學生帶進這個會議室的價值是什麼?
貳、全書回顧:AI 拿走了什麼,留下了什麼
1986 年 Brooks 把軟體開發的困難分成兩種:附屬性困難(把想法翻譯成程式碼的摩擦)與本質性困難(問題本身的複雜度)。這本書的每一章,都可以用這兩欄重新讀一次:
| 章 | AI 大幅減輕的(附屬性) | 仍然要靠你的(本質性) |
|---|---|---|
| 1 價格思維 | 寫 GAS、抓匯率 API | 毛利底線訂多少、匯率用哪一種 |
| 2 需求工程 | 把訪談整理成文件 | 問出老闆沒說的例外 |
| 3 架構 | 產生架構圖與樣板 | 在成本、彈性、風險之間取捨 |
| 4 實作 | 寫 Python、n8n 流程、API 串接 | 判斷要自動化哪個流程、值不值得 |
| 5 品質 | 產生大量測試案例 | 決定什麼叫「對」、哪些錯不能容忍 |
| 6 維運 | 監控、告警、自動部署 | 訂 SLA、決定出事時先保什麼 |
| 7–8 LLM 與工具 | 檢索、呼叫工具 | 給 Agent 哪些工具、哪些資料 |
| 9 Harness | 寫護欄程式碼 | 護欄的數字與權責 |
| 10 評估 | 跑評估、算指標 | 選對指標、定義成功 |
| 11–12 系統與組織 | 多 Agent 分工協作 | 人與 Agent 的責任邊界 |
| 13 安全與合規 | 掃描、比對名單 | 風險偏好、法律責任 |
| 14 前沿 | 推理、最佳化、自我學習 | 獎勵與底線、哪些規則能讓 AI 自己改 |
右欄沒有一格會因為模型升級而消失。14.2 節說得更直接:苦澀的教訓會不斷吃掉左欄,沒有銀彈保證右欄永遠存在。
你在這門課用過的工具——Google Antigravity、Claude Code、GAS、n8n——幾年後可能改版,甚至被取代。這不是壞消息:工具屬於左欄。你從這些工具中練出的判斷,屬於右欄。
參、四種能力:右欄需要的是什麼
回頭看整本書,商管人不一定要很會寫程式,但一路都在練四種能力。走完全書,它們不再是口號,而是你實際練過的事:
| 能力 | 在本書中你實際做過的事 | 對應章節 |
|---|---|---|
| 商業知識 | 分清毛利率與加成率;知道匯率要用銀行買入價;理解職能分立、GDPR、出口管制 | 1.1、13.2、13.4 |
| 設計思維 | 用《餐巾紙的背面》6W 畫出問題;站在業務、關務、買家的位置想流程 | 2.3、3.1 |
| 邏輯思考 | 把「毛利不能太低」翻成可執行規格;設計邊界條件與驗收實驗 | 1.1、2.4、2.6 |
| 提問能力 | 用 5 Whys 找根因;用紅隊思維攻擊自己的系統 | 2.2、2.5、13.1 |
注意這四種能力的共同點:它們都是把「模糊」變成「精確」的能力。AI 擅長執行精確的指令,而把模糊變精確,正是本質性困難所在。
肆、角色轉變:從執行者到指揮者
| 行政執行者 | 人機組織總指揮官 | |
|---|---|---|
| 每天在做 | 填單證、搬資料、對帳、回制式信 | 定義規則、設計流程、審查例外、為結果負責 |
| 與 AI 的關係 | 被 AI 取代的對象 | 給 AI 目標、底線與權限的人 |
| 被評價的依據 | 做得快、做得多 | 規則訂得對、風險擋得住、責任說得清 |
| 出錯時 | 「我照流程做的」 | 「這條規則是我訂的,我來修」 |
「總指揮官」聽起來很威風,但它真正的意思是負責。第 13.3 節的加航案告訴我們:AI 說錯話,公司要賠;第 13.2 節的雙簽告訴我們:大額付款要有人簽名。AI 越強,需要有人簽名、需要有人負責的地方不會變少。
也要誠實地說:重複性的行政工作確實會減少,有些職位會消失。這不是本書能改變的事。本書能做的,是讓你站在右欄。
伍、判斷看看:面對一份 AI 導入提案
回到開場那份「可以取代三位業務助理」的提案。以下是一份從全書整理出的追問清單。請試著對每一題寫下你會問廠商或老闆的具體問題:
| # | 追問 | 出自 |
|---|---|---|
| 1 | 這個系統要守住哪些商業規則?數字是誰訂的?寫在哪裡? | 1.1 |
| 2 | 老闆沒說的例外(資料缺漏、匯率抓不到、客戶亂填)怎麼處理?會停下來,還是用預設值繼續? | 1.3、2.4 |
| 3 | 怎麼知道它是對的?有沒有一組測試資料可以驗收? | 5.2、10.2 |
| 4 | 它可以動用哪些工具與權限?可以自己付款、寄信、改價格嗎? | 8.2、13.2 |
| 5 | 外部輸入(來信、PDF)會不會改變它的行為? | 13.1 |
| 6 | 它對客戶說錯話,責任在誰?哪些話題要轉真人? | 13.3 |
| 7 | 處理了誰的個資?資料送到哪個國家? | 13.4 |
| 8 | 法規或市場變了,它怎麼知道? | 14.3 |
| 9 | 哪些規則可以讓 AI 自己調整,哪些絕對不行? | 14.2 |
| 10 | 「取代三位助理」的效益怎麼量?導入後誰負責看數字? | 10.3 |
你會發現,這十個問題沒有一個需要你會寫程式,但每一個都需要你懂這門課。
陸、結語:本質性困難永遠在那裡
AI 會繼續進步。今天要花一個下午寫的程式,明天可能幾秒鐘就好;今天要人工檢查的格式錯誤,明天可能根本不會發生。附屬性困難會一層一層被拿走。
但那張報價單上的問題不會消失:毛利底線要訂多少?匯率跌破時,是重新報價、避險,還是為了長期客戶吞下去?誰有權做這個決定?這些問題沒有標準答案,取決於公司的策略、客戶關係與風險承受度——這些就是本質性困難,也是商學院學生的主場。
這門課教你的,不是如何跟 AI 比寫程式,而是如何把商業判斷寫清楚、寫精確,讓 AI 替你執行;並在它出錯時,知道該從哪裡查起、由誰負責。
本節小結
- AI 持續拿走附屬性困難;本質性困難(規則、例外、取捨、責任)永遠留給人。
- 本書的四種能力,共同點都是把模糊變精確。
- 「總指揮官」的核心不是指揮,而是負責:訂規則、審例外、扛結果。
- 面對任何 AI 提案,先問規則、例外、驗收、權限、責任。
柒、練習(全書總結)
- 自我診斷(15 分鐘):用 1~5 分為自己的四種能力評分,每一項寫出一個「本學期做過、能證明這個分數」的具體例子,並挑出最弱的一項,寫下接下來半年的兩個具體行動。
- 期末構想(課後專題):選一個你有熱情的跨國商業情境(例如把台灣小農咖啡豆透過跨境電商賣到美國),完成:
- 一張 6W 餐巾紙草圖(2.3 節);
- 一張規格表:至少三條商業規則與兩個例外(1.1 節格式);
- 一張權限表:哪些事 AI 可以自動做、哪些要人核准(13.2 節格式);
- 用伍段的十個追問檢查自己的設計,標出你還答不出來的題目。
- 回到起點(討論):重新回答第 1.1 節最後的問題:「
MIN_MARGIN這個數字應該由誰決定?誰有權修改?」和第一週相比,你的答案有什麼不同?AI 在這個決定裡可以扮演什麼角色、不能扮演什麼角色?