財評｜企業AI化的底層重組（上）：從意圖界面到流程產品負責人

撰文：譚善恆
（華坊諮詢評估董事、谷歌人工智能認證專業人員）

當下企業最常提出的問題是「應採購哪個AI工具」，但這一問題本身已經落後半步。真正發生的，是操作邏輯的底層替換：人機界面、工作結構，以至績效量度，正在同步重組。

意圖界面取代圖示格

2007年，蘋果集團聯合創始人喬布斯（Steve Jobs）在iPhone發布會同場提出Progressive Web App理念：第三方應用程式毋須安裝，透過瀏覽器便可直接調用。惟觀眾反應冷淡。2011 年，Google推出Chromebook，把整台電腦設計成只有瀏覽器，市場反應依然平淡。

這兩項構想足足早了行業二十年，缺的不是洞見，缺的是AI詮釋層──一個能將自然語言意圖翻譯成「調用哪個應用、執行什麼動作」的中間件。隨着LLM Agent補上這一環節，企業操作系統從「圖示格加手動輸入」，演化成「意圖表達加AI執行」的模式。

授權模式的底層重組

操作界面的演化，同步帶來計費邏輯重組。軟件授權由每座位全時授權，趨向按AI調用時間計費，這是繼雲端運算將固定資本支出轉為按量營運支出的第二波轉型，對軟件廠商原有的商業模式形成結構性衝擊。

流程產品負責人的崛起

傳統功能部門以流程專業劃分邊界，導入AI之後，以可交付成果劃分權責邊界，更具操作效率。每一位員工都可作為自身負責環節、子任務的流程產品負責人，晉升路徑隨之重組：員工先優化個人負責的子任務，再升任管理更大範圍的產品，最終成為整個項目的總負責人。企業招聘標準亦隨之調整，適應曲線的重要性降低，具備全新視野所衍生的業務直覺，有時具有同等效用。

風險模組化

工作產品化的連帶效益，是企業風險識別更清晰。當企業運作被拆解為各個「產品」的組合，風險可依照產品邊界歸位，不再隱藏在跨部門責任灰色地帶，組織內各項制度接口亦因此更易校準。

貢獻量化的制度基礎

AI平台的token使用日誌、決策留痕、任務完成質量，首度為知識型工作的個人貢獻提供準客觀量度基礎。薪酬、花紅、遙距辦公審批，均可與單項向該數據層掛鈎；員工培訓模式亦從單向灌輸手冊，轉向以情境向員工提問。員工給出的反饋答案，會反向優化企業AI系統的context設計，實現雙向迭代。

以上五項轉變，重組了企業的「生產端」；至於知識如何安全流通、治理如何重新配置，以及人類判斷的護城河，將於下篇繼續闡述。