在你導入技術或 AI 之前，先問團隊三個問題

當一家機構找我們談一套新的技術方案或一個 AI 項目時，第一個問題通常都跟技術有關。

「我們該用哪個工具？」
「要做網頁應用還是手機應用？」
「AI 可以幫我們做這件事嗎？」

這些都是合理的問題。它們也是最後才該回答的問題。

在設計與創新這條路上做了二十年，我更希望團隊先回答另外三個問題。每一個都從不同的角度切入：領導者、團隊，以及被服務的人。大多數卡住的項目，至少在其中一個問題上答得不清楚。

1. 誰為成果負責？

這是領導者那一側的畫面。

作為外部夥伴，我通常已經和機構裡的某一個部門有合作關係——可能是 IT、策略、營運、人力資源、市場、學習發展，或是創新團隊，看是誰找上我們。

他們每一個都握着真實的一塊。業務知道為什麼這件事重要。技術知道什麼做得到、什麼是安全的。營運知道工作實際上是怎麼跑的。設計知道它對人來說好不好用。學習發展知道缺的是什麼能力。

麻煩從哪裡開始？當其中一個部門默認地把整件事扛了下來。

• 只有策略，你會拿到路線圖和簡報，地面上幾乎沒有改變。
• 只有技術，你會拿到一堆找問題的工具。
• 只有變革管理，你會拿到一場替沒人需要的東西做的宣傳。
• 只有培訓，你會拿到證書，而工作方式原封不動。

所以問題不是「誰管 AI？」或「誰管技術？」，而是：誰為這件事要改善的那個結果負責？

那個人不需要什麼都做。他需要的是把對的人聚在一起、以及在優先次序打架時拍板的權限。

作為外部夥伴，我們可以協助推動改變。我們無法為結果負責。那必須坐在機構裡面。

2. 團隊準備好換一種方式工作了嗎？

一位目標清楚的負責人，仍然需要一群做得動改變的人。那需要的不只是 AI 技能。

一組混合的能力。 團隊要能管理持份者、生出點子、把點子變得看得見、把它講出來，並且跨部門合作。

一次心態的轉變。 這是比較難的部分，而且會讓人不太舒服。

• 從「我們已經掌握所有資訊」，到保持好奇。
• 從「先想公司或產品」，到先想人。
• 從「需要明確指示」，到能和還不清楚的狀態共處。
• 從「我們不能失敗」，到從失敗裡學東西。
• 從「只有一個正確答案」，到容得下好幾種觀點。

AI 項目對這一點的要求更高。當一個工具幾秒鐘就交給你一個漂亮的答案，你會很想跳過理解問題那段慢工。

一個準備好的團隊，知道什麼時候該相信 AI 的輸出、什麼時候該質疑它，以及什麼時候根本不該動手做。

3. 什麼才值得做？

這一題關乎理解被服務的人的需要。

AI 讓「做」變得非常便宜。一個人一個下午就能做出一個能跑的原型。當你是替自己做的時候，這是一份禮物。

當機構裡每一個人都能這樣做，它就變成風險。你會得到一堆各自都說得通的小工具，合在一起卻很難管理。

AI 建造者悖論：做起來越容易，決定什麼值得做就越重要。

有三個步驟能幫團隊對齊。

1. 先對服務有共識，而不是對軟件。 每一群人真正想完成的是什麼？今天它在哪裡卡住，而誰在默默承擔那個代價？
2. 把服務畫出來。 畫面是最小的一塊。大部分成本與風險都在它後面——紀錄、審批、數據，以及讓這一切運作的人。
3. 從成果往回推。 從最要緊的那個結果開始，列出擋在前面的東西，再去衡量選項；並且記得，有些缺口是靠改流程或改角色補上的，不是靠加軟件。

做完這些，「網頁還是手機？」這類問題通常會自己有答案。平台跟着使用者的需要走——他們在哪裡，以及當下在做什麼。

為什麼三個要一起看

每一個問題，少了另外兩個都會失效。

• 有負責人、沒有準備好的團隊：一個沒人做得動的授權。
• 有準備好的團隊、沒有負責人：好點子背後沒有決策權。
• 兩者都有、卻看不清要做什麼：往錯的方向加速。

轉型是同一段旅程的三個側面：誰負責、誰動手、以及它為了誰。

AI 讓「做」變便宜了。它沒有讓「決定」變容易。

所以在下一個項目開始之前，和團隊試試這三個問題。

誰為成果負責？
我們準備好換一種方式工作了嗎？
什麼才值得做？

這三個之中，哪一個在你的機構裡現在最難回答？