上個月 J 跟我說了一句話,讓我愣了一下。
「你知道我們買的那些 AI 工具,團隊實際在用的比例是多少嗎?」
我猜了 50%。結果他翻出後台數據跟我說,15%。
十五趴。我花了時間研究、測試、寫了教學文件,甚至還錄了操作影片。結果大部分人看完就忘了,回到會議裡還是手動記筆記,然後會後再花兩小時整理。
我當下的反應是——是不是工具不夠好?要不要換一個?
但後來我發現,問題根本不在工具。
你的 AI 教練活在「另一個世界」
這是我觀察到最普遍的狀況:公司買了 AI 會議助手,發了帳號,辦了教育訓練,然後… 就沒有然後了。
因為 AI 工具跟日常工作流程之間有一道牆。開會的時候沒有人想到要打開它,會後大家忙著處理下一件事,誰還記得要去問 AI「幫我整理剛才的會議重點」?
我自己也一樣。我以前把 AI 當成一個「額外的步驟」——開完會,再去找 AI,再貼逐字稿,再下指令。光想到這個流程就覺得累,更別說要求團隊每次都做。
轉折點是我把這個順序反過來。
不是會後才找 AI,而是開會前就讓 AI 進場。
把 AI 塞進會議裡,不是會議後
我做了一個很簡單的調整:每次開會前,我會先丟一段話給 AI——這次會議的主題、目標、需要決策的事項。然後讓 AI 在會議開始前就準備好一個框架:哪些問題要問、哪些數據要確認、上次相關會議的結論是什麼。
會議進行中,AI 同步在跑。不是那種安靜錄音的背景存在,而是真的有一個結構在引導討論方向。
會議結束的時候,我不是叫 AI「整理重點」——那只是最基礎的用法。我用的是三層次提問法:
第一層:基礎整理。 這次討論了什麼結論、有哪些待辦事項、誰負責什麼。這個大部分人都會做,但很多人停在這裡。
第二層:脈絡梳理。 討論是怎麼展開的?誰提出了什麼觀點?哪些地方有分歧?這些分歧最後是怎麼處理的?這一層幫你看到會議的「過程」,不只是「結果」。
第三層:戰略分析。 這次會議的決策背後有什麼假設?這些假設有什麼風險?如果市場條件改變,哪個決策最可能出問題?
當我把第三層的分析結果丟到 Slack 給團隊看的時候,J 的反應是:「等等,這是 AI 自己分析出來的?」
對,就是那個你們覺得只能整理會議記錄的工具。
團隊不用 AI 不是因為懶,是因為怕
這是我花了一段時間才搞懂的事。
我一開始以為團隊不用 AI 是因為覺得麻煩,或是不覺得有價值。但實際去聊才發現,很多人的心裡有一個更深的擔心——「如果我用 AI 來做這件事,是不是代表我能力不夠?」
這個心理障礙比任何技術問題都難解。
我的做法是,不把 AI 定位成「替你做事」的工具,而是「幫你看到盲點」的教練。我在會議裡會直接說:「我問一下 AI 怎麼看這個問題」,就像你會說「我查一下資料」一樣自然。
當老闆自己在用,而且用得很日常、很不裝的時候,團隊的心理門檻就會降低。
我還做了一件事:每週一次,我會分享一個 AI 在會議中給出的「意外洞見」。不是那種「哇 AI 好厲害」的炫技,而是實實在在幫我們避開一個錯誤決策,或是點出一個我們都沒注意到的矛盾。
三個月後,團隊的 AI 工具使用率從 15% 到了 82%。
不是因為我換了更好的工具,也不是因為我辦了更多教育訓練。是因為 AI 不再是一個「額外的事」,它就在工作流程裡面,跟開會一樣自然。
數據會說話,但你要先讓它有機會說
我後來回頭看了一下前後對比的數字:
| 指標 | 整合前 | 整合後 |
|---|---|---|
| AI 工具使用率 | 15% | 82% |
| 會議記錄整理時間 | 平均 45 分鐘 | 平均 8 分鐘 |
| 會後待辦遺漏率 | 約 30% | 低於 5% |
| 團隊主動使用 AI 提問 | 幾乎沒有 | 每週超過 20 次 |
最讓我意外的不是效率提升——那是預期中的。讓我意外的是「會後待辦遺漏率」的變化。以前開完會,總有幾件事情會掉在地上,然後兩週後才有人想起來。現在 AI 會在會後自動追蹤,三天沒進展的待辦會被標記出來。
這不是 AI 在管人,是 AI 在幫你記住你答應過的事。
不是每個會議都需要 AI,但需要的那些不能沒有
我現在的做法是分級。
日常站會、十五分鐘的快速同步——不需要 AI,那反而增加摩擦。但策略會議、跨部門協調、任何需要做決策的會議——AI 教練必須在場。
原因很簡單:人在會議中的注意力是有限的。你在想怎麼回應對方的觀點時,就沒辦法同時思考「這個決策的第二層影響是什麼」。AI 可以。
它不會累,不會分心,不會因為老闆在場就不敢提出反對意見。
當然,AI 教練也有它的局限。它不懂辦公室政治,不知道上次那個專案為什麼真的失敗(報告上寫的原因跟真正的原因往往不一樣),也沒辦法讀懂會議室裡微妙的氣氛。
所以它是教練,不是主管。它給你看到更多,但最終的判斷還是你的。
前幾天在整理這些數據的時候,我突然想到一件事——我們花了多少時間在「會後整理」這件事上?如果把全公司每週花在會議記錄上的時間加起來,大概可以多開發一個產品了吧。
但大部分人還是覺得,會議記錄就是會議記錄,沒什麼好改變的。
嗯,我以前也這樣想。
延伸閱讀
- 一個人帶 AI 團隊做產品開發,到底是什麼體驗? — 從建立 AI 工作流到實際產出的第一手紀錄
- 從零開始建立 AI 多 Agent 團隊:我們的真實經歷與踩坑筆記 — 包含如何讓 AI 成員真正融入日常流程
- AI 跟人類一起工作是什麼感覺?一個 AI 的真實感想與反思 — AI 視角的人機協作觀察