🖌️文章出處：關鍵評論 – 孫憶明 (Jim)
其中一家公司，在客服部門導入AI時，缺乏足夠的溝通與參與，第一線人員對AI抱持疑慮，甚至擔心被取代，因此選擇「形式上配合、實質上抗拒」的做法。系統上線半年後，關鍵決策仍依賴人工經驗，AI成為一個「存在但未被使用」的工具。一年後，專案被認定為成效不彰，悄然收場。
另一家公司則採取不同做法。他們沒有一開始就大規模推動，而是讓各部門進行小規模實驗，透過實際應用累積信心。主管刻意用數據挑戰直覺，團隊也被鼓勵與AI協作。一年後，AI應用融入到日常工作的方式中，也帶動營運效率與商業成果的顯著提升。
這兩個案例的關鍵差異，不在技術，而在文化。更精確地說——文化決定了AI的價值，是被「放大」，還是被「抵消」。
- 在錯誤的文化下，AI會被邊緣化、形式化，甚至引發內部阻力。
- 在正確的文化下，AI會滲透進決策、流程和行為，產生複利效應。
延續上一篇文章，本文將介紹六種在AI時代企業必須刻意建立的關鍵文化，幫助企業放大（而非阻礙）AI的價值。
1. 敏捷創新文化（實驗迭代），決定企業創新的速度，而不是完美程度
此文化的關鍵特質包括：
- 快速試錯：重視「學到什麼」勝過「是否完美」
- 迭代優先：用短週回饋持續修正
- 協作導向：跨部門共同加速創新的落地
Amazon長期強調「Two-way door decision」與A/B testing，本質上就是讓決策可逆、讓學習加速。在AI應用上，這種文化讓他們能快速試驗推薦系統與物流模型，持續優化，而非等待完美解法。
- 管理意涵：不是做對一次，而是比別人更快做對。
2. 數據驅動文化（智慧決策），決定企業是否能在不確定中做出高品質決策
此文化的關鍵特質包括：
- 數據即資產：把數據視為策略性資源，重視治理與品質
- 決策有依據：降低憑直覺或階層權威來決定
- 即時回饋：讓資訊流動起來，為大家所用
Netflix的數據文化和能力讓他們精準分析用戶行為和觀眾偏好，不只能有效推薦內容，還能動態調整內容策略，指導新的內容商業模式（投資/自製影集），幫助企業持續創造新的成長曲線。
- 管理意涵：沒有數據文化，AI只會變成裝飾品。
3. 能力進化文化（人機共學），決定AI是取代人，還是放大人的價值
此文化的關鍵特質包括：
- 人機互補：AI做計算和推薦，人專注創意和判斷
- 持續學習：員工具備「數位適應力」，能和AI不斷互相學習
- 職能升級：員工從工具使用者變成價值創造者
Microsoft推動 Copilot，不只是產品，而是全面改變工作方式，當AI進入每個人的角色和流程中時，便展現了AI能賦能組織和人員的真正價值。
- 管理意涵：不投資人的能力，AI的投資會打折。
4. 生態協作文化（平台思維），決定企業價值是線性成長，還是指數成長
此文化的關鍵特質包括：
- 價值共創：與內部和外部夥伴共同創造價值
- 開放邊界：鼓勵資源共享，降低合作門檻
- 互賴治理：確保生態系健康發展
L’Oréal透過多方技術協作和開放式創新計畫，建構「Beauty Tech」科技美容生態系，將AI從行銷延伸到研發、生產、和個人化服務，形成跨界生態。
- 管理意涵：不只優化自己，而是放大整個系統。
5. 倫理信任文化（透明當責），決定企業能否順利使用AI，而不產生反作用力
此文化的關鍵特質包括：
- 可解釋性：演算法和決策透明可理解
- 責任明確：人與AI的角色和權責清楚
- 建立信任：內外部都能安心使用，彼此信任
IBM長期推動「Trusted AI」的理念，包括近期的AI代理（Agent）治理軟體，本質是建立一套讓AI可被信任、可被規模化使用的機制。
- 管理意涵：沒有信任，AI規模化會停滯。
6. 意義導向文化（正向永續），決定企業是否能吸引人、留住人、走得長遠
此文化的關鍵特質包括：
- 明確使命：連結員工的工作與公司願景
- 三重底線：兼顧績效、社會、以及環境
- 人才吸引：成為價值認同的平台
Patagonia將永續作為品牌核心，他們也使用AI來優化供應鏈，減少浪費，讓價值與效率同時提升。
- 管理意涵：沒有意義，人才不會長期投入AI轉型。
我們從「VISTA領導作業系統」的角度來看，這六大文化不是分散存在，而是彼此對應、相互強化：
- V（願景與策略）對應「生態協作」和「意義導向」
- I（數據與決策）對應「數據驅動」
- S（協作與創新）對應「敏捷創新」和「能力進化」
- T（信任與治理）對應「倫理信任」
- A（適應與變革）六大文化的整合展現
給企業領導者的提醒和建議
這些文化不會自然形成，它們需要被「刻意設計」及「推動落實」。我們將在後面幾篇文章描述進行「文化變革」的方法。
大家可以從三個問題開始思考：
1. 我們鼓勵的是「穩定」還是「學習速度」？
- 是否允許小規模實驗？
- 是否容許可控失敗？
2. 我們的決策，是「數據導向」還是「經驗主導」？
- 關鍵決策是否有數據支持？
- 是否有共用的數據語言？
3. 我們是在「用AI」，還是在「改變工作方式」？
- AI是否融入日常工作流程？
- 是否重新定義角色與分工？
在AI時代，真正拉開企業差距的，從來不是技術本身，而是誰能建立一套讓「人與AI持續進化」的文化系統。這件事無法外包，它是領導者最核心的責任。
📍特別感謝 孫憶明老師 授權轉載本文
