我看過不少企業談 AI，第一個問題都是同一類：模型用哪家、費用多少、要不要自建、多久可以上線。
這些題目不是不重要，但它們其實都屬於第二層。真正排在前面的，應該是更根本的一題：這家公司未來到底想靠什麼方式贏。
如果這一題沒有先被講清楚，AI 很容易變成很多部門各自買了一點工具，最後看起來很熱鬧，卻沒有把任何一段核心能力真正做厚。客服有 chatbot，行銷有文案生成，營運有摘要工具，研發有 copilot。每一項都能 demo，但放在一起不像策略，比較像一桌零件。
所以我對 AI 策略一直有一個很簡單的判斷：它不是從模型開始，而是從企業自我定義開始。你到底想成為更懂客戶的公司、更快決策的公司、更低摩擦營運的公司，還是把知識與流程平台化的公司。答案不同，路線完全不同。
先問公司要變成什麼，才知道 AI 應該放在哪裡
很多管理團隊把 AI 想成通用加速器，好像只要接上去，整家公司自然會變快。這個想法最大的問題，是它沒有回答「加速什麼」。
如果你想要的是更懂客戶，那重點就不是誰先上最多生成式工具，而是客戶訊號能不能被累積、整理、轉成下一步行動。如果你想要的是更快做決策，那重點就不是單點 automation，而是資料、規則、責任和工作流能不能被接起來。若你想走到平台能力，AI 更不只是工具，而是要被放進產品、營運、風控和知識流裡，變成可以複用的底盤。
也就是說，AI 策略不是回答「我們也要用 AI」，而是回答「我們想把哪一種能力做成公司的核心差異」。
很多 AI 專案失敗，不是技術不夠，而是上位問題根本沒問
我比較常看到的失敗情境，不是模型效果太差，而是企業太早跳進工具選型，太晚回頭談經營邏輯。
表面上看，這會讓團隊進度很快，因為大家很快就能開始做 PoC、看 demo、排 roadmap。但實際上，愈早跳過上位問題，後面愈容易出現三種狀況：
- 每個部門都做一點，卻沒有任何一段能力真的被重寫。
- 成果停在展示層，進不了日常決策與流程。
- 團隊愈做愈多，管理層卻愈難回答 AI 到底替公司創造了什麼商業價值。
這也是為什麼我一直不太相信那種「先做幾個應用再慢慢找到策略」的說法。探索可以先走，但策略不能永遠缺席。因為如果沒有策略，最後累積起來的就不會是能力，只會是工具清單。
真正成熟的 AI 策略，通常會先做三個選擇
我比較喜歡和團隊先對齊三個問題，而不是一開始就陷進模型規格。
第一個選擇：你要放大的，到底是哪一種商業價值
是客戶轉換、客戶留存、風險辨識、作業效率、產品迭代速度，還是高階決策品質？
這件事看起來抽象，其實非常實際。因為不同價值，決定了你該優先切哪一段流程、該由哪個團隊主導，也決定你之後用什麼指標看成敗。
第二個選擇：AI 要停在工具層，還是進到能力層
如果只是工具層，部門自己買工具就能開始，短期會很快有感。但如果你要的是能力層，那就不能只看單次產出效率，而要看這個能力能不能被不同角色複用、能不能留下資料、能不能接進工作流，最後能不能變成企業長期的 operating leverage。
第三個選擇：你要的是輔助系統，還是下一代底盤
這一題最難，也最關鍵。輔助型 AI 上線比較快，通常適合先處理大量重複作業與知識搬運。底盤型 AI 則要回答更難的題目，例如權限怎麼切、風控怎麼接、結果怎麼被驗證、責任誰來承擔。它不會最快，但一旦做成，會直接改變公司之後做事的方式。
我怎麼看一家公司是不是真的 AI-ready
我不太會用「有資料湖」「有模型團隊」這類條件來判斷一家企業是不是 AI-ready。那些都只是材料，不是結論。
對我來說，真正 AI-ready 的組織，至少要開始具備下面四件事：
- 可被使用的資料，而不是只可被存放的資料。
- 清楚的工作流，而不是靠人腦補洞的流程。
- 權限與責任邊界，而不是所有人都能碰所有結果。
- 可回收的反饋機制，讓模型輸出的好壞能持續被修正。
沒有這四層，再好的模型也很容易停在 demo。不是因為技術做不到，而是因為組織沒有地方讓它進入決策，也沒有結構讓它從使用中愈來愈值錢。
AI 策略不該只是 IT 專案，因為它本質上是經營選擇
另一個我很常提醒管理團隊的點是，不要把 AI 策略做成 IT 專案。
不是說 IT 不重要，而是 AI 真正要改變的，從來不只是系統，而是這家公司怎麼分工、怎麼決策、怎麼服務客戶、怎麼承擔風險。
所以一旦事情走到這裡，討論自然會跨過很多部門：業務會問客戶價值，營運會問流程承接，風控會問責任邊界，產品會問體驗設計，管理層會問資源配置。如果這些人沒有進到同一張桌子上，AI 很容易變成一個技術團隊很努力、但商業系統沒真的動起來的專案。
最後還是回到一個很老派的問題：你到底想成為哪一種公司
我一直很信奉第一性原則。很多看起來很新的題目，最後都還是回到很老的商業問題：客戶真正要什麼，公司到底靠什麼創造價值。
AI 也是一樣。
如果你知道自己要的是什麼，模型選型反而比較容易。因為你會知道該先做哪一段、該犧牲什麼、該接受哪些限制、該用什麼指標去看它是否真的進了企業底盤。
如果你不知道自己要成為哪一種公司，那 AI 再強，也很可能只是另一場昂貴的熱鬧。
所以我現在看 AI 策略，從來不是先問模型，而是先問企業有沒有勇氣重新定義自己。真正的差別，不在於你有沒有上 AI，而在於你有沒有把 AI 放進那段最值得被做厚的核心能力裡。