Benedict Evans 談 AI、工具與企業轉型

AI 不會立刻讓每個人都變成工具建造者

重點： AI 不會讓每位員工的軟體開發變得輕而易舉，也不會立刻消除大型企業所依賴的複雜、分層的軟體堆疊。真正的影響在於 AI 如何擴展現有工具、創造新選項，並迫使企業重新思考如何在規模上進行自動化。

1. 普遍工具建造的迷思

  • 普遍信念： 大型語言模型讓任何人都能要求模型撰寫程式碼，使每位工作者都變成開發者。
  • 現實： 多數工作者從未考慮重新設計自己的工作。律師或業務人員等專業人士專注於領域專長，而非建造軟體。
  • Evans 的證據： 他指出，像 Excel 這樣的產品提供範本與助理，但每個範本最終都變成獨立的產品——這說明 AI 生成的工具並非萬能解方。

"如果你整天待在矽谷的泡泡裡，很容易忘記這一點，因為你的整個世界都圍繞著創造改變做事方式的工具。" – Benedict Evans

2. 當代企業軟體生態

  • 複雜的堆疊： 公司運行著數十個垂直 SaaS 應用程式、龐大的 ERP 系統（SAP、Workday），以及無數試算表、指令碼與臨時工具。
  • 可見性問題： 組織往往缺乏對實際使用與付費的軟體清單的清晰掌握。
  • 自動化落差： 即使擁有這些軟體，許多重複性任務仍無法自動化，因為工具需求並不明顯。

3. 「前線部署工程師」的角色

  • 定義： 一位能察覺領域專家忽略的自動化機會的工程師。
  • 必要性： 問題通常在於 識別 工具需求，而非 建造 工具。
  • 評論： 使用者可能看不到效率低落；具技術敏銳度的觀察者可提出 AI 驅動的解決方案。

4. 制度化與臨時解決方案

  • 制度化任務： 由既定系統（SAP、Workday）處理，因一致性、稽核與安全性需求而必須如此。
  • 臨時任務： 使用自由形式工具（Excel、電子郵件、共用資料夾）處理邊際案例與一次性需求。
  • 轉換點： 當臨時流程擴大時，公司必須制度化它，加入治理與合規要求。

5. AI 如何改變現有光譜

  • 現有工具的延伸： AI 為 Excel、Tableau、電子郵件等臨時層增加功能。
  • 新的自由形式空間： 聊天機器人成為另一個臨時層，既能接手任務，也能將任務交還給傳統應用程式。
  • 門檻轉變： AI 並未消除「自動化什麼」的決策；它僅改變了建立這些自動化的成本與速度。

6. 實際企業採用模式

  • 試點導向方法： 公司進行 AI 試點；約一半成功，與歷史上技術推廣模式相似。
  • 使用分佈： 少數成為高階使用者，中等數量偶爾使用 AI，多數使用者幾乎感受不到影響。
  • 變革管理挑戰： 類似 1980 年代個人電腦或 1990 年代瀏覽器的推廣——技術普及不均，需訓練與治理。

7. 對執行長的戰略提問

  1. 收購策略： 公司應購買、自行開發或試點 AI 解決方案？哪些供應商或內部團隊應主導？
  2. 營運影響： AI 如何重塑特定產業的現有工作流程（例如電子郵件、試算表）？
  3. 經濟與競爭影響： AI 是否創造新收入來源、成本壓力，或帶來生存威脅？

8. 人性因素依然至關重要

  • 責任與稽核： AI 無法取代對人為監督的需求，特別是在安全性、耐用性與法規合規方面。
  • 領域專長： 成功的 AI 工具需要對業務問題有深入理解，而不僅僅是程式碼生成。
  • 評論重點：
    • zacksiri 主張 AI 將扁平化軟體架構，但忽略了治理需求。
    • ryuuseijin 強調責任無法外包給 AI，並指出對齊風險。
    • iLoveOncall 分享了一則警示故事：非工程師的 AI 生成指令碼導致隱藏錯誤，凸顯專家審查的必要性。

9. 展望

  • 短期： AI 將增強現有工具，使特定明確任務的自動化更快速、低程式碼化。
  • 中期： 公司將面臨一波結合 AI 與傳統垂直應用的新 SaaS 產品浪潮。
  • 長期： AI 的轉型價值將來自過去不可能的能力，而不僅僅是加速現有工作流程。

結論： AI 透過擴展制度化與臨時工具的能力，重塑軟體生態系，但並未消除識別自動化機會、確保治理與實現企業級採用的根本挑戰。執行長必須提出正確的戰略問題，並納入領域專家，才能發揮 AI 真正的轉型潛力。

Sources

相關