當老闆開始玩AI：從S企業看GIGO的災難

垃圾進垃圾出，是技術問題還是管理問題？

「我用AI查的結果是這樣，你們怎麼說那樣？」

那是在S企業的某一天週會。

董事長原本對AI嗤之以鼻，覺得那是年輕人的玩具。直到幾個月前，在主管們建議下，她開始使用AI，而且選擇ChatGPT。

某次會議，行銷部提案要針對40-50歲客群做深度經營，建議放棄部分低價促銷活動，專注在白領客戶。企劃書寫得很完整，行銷主管的報告也是有條不紊，有市場分析、有消費者洞察、有ROI預估。

董事長聽完，打開手機，問了ChatGPT一句：「現在做行銷是不是應該衝流量？」
AI回答：「是的，在數位時代，流量是很重要的指標...」

她抬起頭，看著行銷主管：「妳看，我用AI查的結果是這樣，你們怎麼說要放棄流量，專注高價值客戶？」

那一刻，我突然理解什麼叫「直覺對戰專業」。

這種場景，在台灣職場太常見了。

做設計的最常遇到：業主拿著Pinterest的圖說「我覺得這樣比較好看」，完全無視品牌定位和目標客群。

做行銷的也常遇到：老闆拿著某個爆紅案例說「為什麼我們不能做一樣的」，不管產業特性和資源條件。

現在，AI變成了新的「指導旗」。

根據2025年MIT史隆管理學院的調查，AI專案失敗率高達85%。不是因為技術不夠好，而是因為人們不知道怎麼問對的問題。

GIGO：垃圾進，垃圾出的鐵律

IBM從1960年代就講過一個道理：Garbage In, Garbage Out (GIGO)。
你給電腦什麼樣的資料，它就產出什麼樣的結果。

到了AI時代，這個問題被更被放大。

回到那個會議場景，董事長問的是：「現在做行銷是不是應該衝流量？」
這個問題本身就是垃圾問題。

為什麼？
因為它沒有給任何背景資訊：

• 我們是什麼產業？（連鎖飯店 vs. 電商平台，邏輯完全不同）
• 我們的客群是誰？（小資家庭 vs. 金字塔頂端，策略完全相反）
• 目前的階段是什麼？（創業期 vs. 成熟期，重點不一樣）
• 資源有多少？（預算百萬 vs. 千萬，打法天差地遠）

沒有這些資訊，AI只能給一個「最保險的廢話」。

麥肯錫2025年報告顯示：88%的企業已在使用AI，但只有6%真正獲得超過5%的利潤增長。

為什麼呢？
因為大部分企業都在問垃圾問題，所以得到垃圾答案。

當董事長問「是不是應該衝流量」，ChatGPT只能回答：「是的，流量很重要...」

因為在某些情境下，流量確實很重要。但在我們的產業、我們的階段、我們的客群，流量不是重點，轉換率才是。

這就是GIGO的災難。

當AI成為「確認偏誤」的幫兇

更糟的是，很多人不是用AI來「尋找答案」，而是用AI來「證明我是對的」。

觀察那段時間董事長使用AI的模式，我發現一個規律：
他只問那些他已經有答案的問題。

他不是問：「我們的行銷策略應該怎麼做？」（開放式問題）
而是問：「現在做行銷是不是應該衝流量？」（封閉式問題，預設答案是「是」）

當AI回答「是」，他就拿來當令箭。
當AI回答「不一定」，他就換個問法，直到AI說出他想聽的答案。

這不是在用AI，這是在玩「確認偏誤」的遊戲。

2025年曾發生了一個經典案例：

麥當勞推出AI製作的節慶廣告，結果引發大量負面回應。調查顯示，39%的美國觀眾對AI生成廣告持負面觀感。

這會是為什麼？

因為企業決策者問的是：「AI能不能做出廣告？」
而不是：「AI做出的廣告，能不能打動人心？」

兩個完全不同的問題，會得到完全不同的結果。

2026年最大的AI困境：「模型滯後」

微軟CEO納德拉在2026年初發表了一個觀點：

我們正處於「模型滯後」（model overhang）的狀態。
AI模型的能力，已經超過了人類將其應用於實際層面的能力。

AI明明很強，為什麼用不好？
因為問題不在AI，而在人。

Gartner預測，到2026年，全球40%的企業核心應用將結合AI代理（AI Agents）。
但IBM的報告顯示：只有25%的高階主管表示企業已擁有可獨立作業的代理型AI應用。

回到S企業的案例。

餐敘時我私下問董事長：「您覺得AI好用嗎？」
她說：「當然好用啊，我現在開會都用AI查資料。」

這就是問題。

很多企業以為「有在用AI」就是成功。
但IBM報告顯示：不到四成的主管認為AI專案達到「成功」標準。

什麼是成功？
不是「有在用」，而是「有得到期望或超乎期待的結果」。

當專業遇上直覺：設計與行銷人的困境

分享幾個真實場景：

設計師的困境：

某品牌要做視覺改版，設計師建議簡約風格，凸顯品牌質感。
業主說：「我覺得應該加更多元素，看起來比較豐富。」
設計師解釋：「但這樣會失焦...」
業主打開ChatGPT：「AI，豐富的視覺設計是不是更吸引人？」
AI：「是的，豐富的視覺可以吸引更多注意力...」

行銷人的困境：

某品牌要做年度策略，行銷部建議深度經營現有客戶，提升回購率。
老闆說：「我們應該拓展新客，擴大市場。」
行銷主管解釋：「但我們目前可以分配的資源有限...」
老闆打開ChatGPT：「AI，市場擴張是不是企業成長的關鍵？」
AI：「是的，市場擴張是成長的重要策略...」

經理人的困境：

某專案規畫進行三個月測試，來確保上線時品質符合市場。
老闆說：「為什麼不能下個月就上線？」
經理人解釋：「但系統還沒大量確認...」
老闆打開ChatGPT：「AI，快速迭代是不是數位時代的關鍵？」
AI：「是的，快速迭代是關鍵...」

這些案例的共同點是什麼？
老闆不是用AI來解決問題，而是用AI來證明「我的直覺是對的」。

為什麼專業經理人必須堅持？

「AI不是應該什麼都知道嗎？」
很多人對AI的誤解。

AI又不是神，它是依照餵養的資料而產生資料庫的，它不會自動理解你的產業、你的客群、你的資源、你的階段。

比爾蓋茲在2026年度信中警告：「壞人利用AI」和「就業市場衝擊」是未來十年兩大挑戰。
但我認為，還有第三個挑戰：
「不會用AI的人，用AI做出錯誤決策」。

根據2025年的研究，2023-2025年間發生了30起AI災難性事故，包括：

• Google因Bard錯誤損失1000億美元
• 企業因AI建議錯誤導致重大財務損失
• AI系統在醫療、交通等關鍵領域的致命錯誤

這些災難的共同原因：有偏差的訓練數據、不充分的場景測試、人類監督不足。

說白了，就是GIGO。

經理人的三個關鍵角色

在S企業這段經歷讓我體會到，專業經理人在AI時代有三個關鍵角色：

角色一：問題翻譯師

把老闆的直覺，翻譯成AI能理解的專業問題。

不是「是不是該衝流量」，而是「在休閒旅宿產業、針對40-50歲客群、預算有限的情況下，應該專注流量還是轉換率？」

角色二：答案驗證師

不能無腦接受AI的回答，要交叉驗證、查證來源、評估可行性。

IBM報告指出：93%的企業將AI主權納入2026年策略，因為資料來源的可信度，決定了AI答案的可靠度。

角色三：現實翻譯師

把AI的理想答案，翻譯成現實可執行的方案。

AI說「擴大市場」，你要評估：我們有這個預算嗎？團隊有這個能力嗎？時機對嗎？

這三個角色，AI做不了，只有人能做。

結語：AI不是問題，問對的問題才是解方

離開S企業後，我常常想起那段經歷。

董事長不是刻意找碴，只是運用AI的方法還沒建立
而這，會是2026年大部分企業面臨的困境。

根據最新數據：

• 88%企業在用AI，但只有6%真正獲利（麥肯錫）
• AI專案失敗率高達85%（MIT）
• 60%的公司幾乎沒有看到AI回報（BCG）

問題不在AI，而在人。

GIGO（垃圾進垃圾出）不只是技術問題，更是管理問題。
當老闆拿AI當令箭，專業經理人的責任是：

教老闆問對的問題，而不是讓AI回答錯的問題。

後續，我會分享：「如何建立你的AI團隊編制？讓不同AI發揮各自的強項。」

因為當你問對了問題，還要知道該問誰。
而這，才是AI時代經理人最重要的能力。

Dantès筆記:

AI是工具，不是答案。問對的問題，比得到答案更重要。如果你也在職場上遇到「AI令箭」的困擾，歡迎來沙龍聊聊。這條路不孤單。