AI正在打破人類2000年的組織極限，四家新創經驗分享：當人人變主管，人該做什麼？
AI科技以指數型速度發展，許多創業者都感受到深切的焦慮，深怕在這場技術革命中落後。當前AI早已不再只是單純的「降本增效」工具，而是重塑組織型態與商業模式的底層邏輯。到底「AI 原生新創」是什麼模樣？創業家又該如何實際將 AI 導入企業，將焦慮化為實質的生產力與營收？
AppWorks舉辦的AI Founder Day，邀請Raccoon AI、91APP、FUNNOW Group、USPACE四家新創的創辦人與主管，分享各自如何用AI重塑公司的日常運作與組織結構。四個故事切入角度各異，但指向同一個問題：導入AI之後，人應該做什麼？
「結果論」是AI轉型的第一個陣痛 ：人人都是管理者，怎麼不做錯事情？
「你的程式碼對不對」這個問題，在AI時代正在失去意義。更重要的問題是：你知道你要的結果是什麼嗎？
「如果你是主管，你會在意細節是怎麼做的嗎？你在意的是他交過來的東西是不是你要的。」91APP產品長李昆謀表示，管理者的工作從來都是判斷結果，而不是掌控過程。只是在AI出現之前，多數人既是管理者也是執行者，兩件事混在一起，反而沒有想清楚自己真正的角色是什麼。
AI把執行這件事變容易了，也讓這個問題無法再迴避。
91APP這兩年的轉變路徑，從讓每個角色有AI副駕駛、到PM直接做原型（prototyping）取代需求文件，再到部分團隊讓AI agent在夜間執行整個開發到QA的流程，人類隔天早上只需要確認結果。
「PM不要再寫PRD，直接做prototyping，做出來你才知道腦袋在想什麼。」他說，產品需求文件（PRD）是真實產品去掉許多維度後的抽象物，PM寫完交出去，兩個月後上線才發現方向不對，這在AI時代已經是不可接受的浪費。
但轉型帶出了新困境：人類必須審閱大量AI產出的文件，理解深度往往只有兩成。「其實這不是新問題，這是管理問題。你的角色已經是管理者了，管理者不需要是最會寫程式的那個人，重要的是你知道結果是什麼、你能問對問題。」李昆謀說，「結果」將變成組織運作的判斷指標。
結果論，也是USPACE營運長王佑哲設計整套AI工作流的核心。
王佑哲表示，他讓PM自己接需求票、AI展開計劃並執行，PM再把成品部署到測試環境，工程師完全不介入執行。為了管理「哪些結果可以接受、哪些不行」，他設計了PR風險分級：低風險直接合併，中風險列出哪裡需要人工確認，高風險才找他介入。「我看的不是程式寫得好不好，而是AI有沒有真的理解這張票要解決的問題。」不可逆操作，如資料庫欄位新增或金流邏輯，設為必須人工過審的硬邊界。
王佑哲還補充，他後來發現訓練PM用有邊界的流程做開發，和訓練AI agent的方式一模一樣：「給清楚框架、明確邊界、在授權範圍內充分行動。一個人不會犯錯的時候，這個人就真的可以變成agent。」這讓結果論多了一層意思：不只是管AI怎麼看，也是管人怎麼教。
內部營運第一課：要把AI當員工
把AI當工具導入，最常見的結局是：員工抵制。
Raccoon AI創辦人周益鑫表示，老闆導入AI，要員工開始用，但員工既有的工作KPI不變，變成在原本的工作之外「還要學一個新系統」。
「員工的反應就會是：老闆你在找我麻煩。」周益鑫說，另一個更深的問題是期待值設錯，「很多老闆問我，為什麼AI客服不能回答到100%？我會反問：你自己養的真人客服會100%做對嗎？」
周益鑫認為，把AI定義為工具，就會期待它零錯誤、零容忍，但這個標準沒有任何人或任何系統能達到。一旦AI出錯，整件事就被否定。
所以Raccoon AI重新定義框架的第一個原則就是不把AI當成是單純的Agent，而是當成一個人、一個員工，甚至賦予名字。
公司裡有「學妹」負責工程除錯與資安、「學長」負責產品規格與客服腳本、「學弟」負責行銷素材、「Daddy」負責業務進度追蹤。這些數位員工全部住在公開的Slack頻道，「比較會用AI的人做出了成果，其他人看得到，會好奇怎麼做到的。放在私訊，AI就永遠只是個人玩具，不會改變組織文化。」周益鑫強調。
這套框架也延伸到財務管理。周益鑫自建儀表板追蹤每位數位員工消耗的token費用，對照節省下來的人力成本，換算出每個月的實際效益。他說，只有像管員工一樣替數位員工設定預算、評估績效、追蹤產出，這件事才能持續投入，而不是憑感覺說「AI好像有點用」。
外部效益：人少了，每個人要更值錢
內部營運導入後，AI有沒有辦法也增加外部營收效益？答案是肯定的，FUNNOW Group分別建立供給端（商家）和需求端（消費者）兩邊的AI引擎，而供給與需求的增加，對平台公司來說就是營收的增長。
FUNNOW Group執行長陳庭寬先提出一個數字：公司從2024年底到現在，每個員工的平均產值提高一倍以上，這數字還會繼續上升。這當然包含了營收的增長與組織的優化。
但他強調，或許多數人會聯想到世界各大科技巨頭紛紛因AI在「裁員」，但FUNNOW Group認為這是人+AI混合分工作後，職能重新定義：「我們追求的是『每位夥伴都能發揮最大價值』的精英團隊。隨著公司營收成長，我們致力於將成果直接回饋給每位同仁，提供更好的待遇與發展空間。當優秀的人才留下來、提供客戶超乎預期的的高品質服務，就能創造一個『員工幸福、客戶滿意、企業永續』的共贏循環。」
作為即時娛樂預訂平台，FUNNOW Group同時經營東南亞、台灣及日本等七個跨國市場，面對供給端（商家）和需求端（消費者）兩邊，固定成本一直是平台商業模式的最大壓力。過去，每一個市場都需要對應的行銷、業務開發、運營人力，而且每個國家的語言、法規、節慶、文化等都不一樣，把每個市場經營好都需要大量的人力，而AI正改變這個算式。
行銷端，FUNNOW Group建了一套串接公司內部Data的AI行銷大腦，AI 可應應數據的改變，做出對應的行銷actions，例如換Banner、發Push、寄送edm 等等。從監測各地區的訂單數據與消費者節點，自動判斷該推什麼、推給誰，「以前行銷夥伴可以很浪漫，很多決定靠拍腦袋與經驗。現在終於可實踐data driven，而且 AI 不分語言，一套系統可以跑七個市場。」行銷人員的工作，從執行每一個環節與重複性的設定，變成不斷地審核成效與優化大腦。
業務端，AI正在替BD把漏斗最枯燥的部分接走了：爬名單、分析店家屬性、發送個人化的開發訊息、處理上架等等。陳庭寬說，BD以前80%的時間在做這些行政工作。「未來我只要求BD做好一件事：準時赴約，說服老闆簽約。」人與人的接觸、面對面的信任建立，是AI做不到的，也是陳庭寬認為BD最核心的能力。
組織形態2000年一遇的變革，AI是個好機會
AppWorks協理邱敬媛表示，人類組織的形態大約每隔一段時間才出現一次結構性變化：公元700年前，羅馬帝國的軍隊實驗出「一個人最多管8到10名士兵」的最有效單位；工業革命後，科學管理之父泰勒（Frederick Taylor）首次把「執行」與「管理」分開，「經理（manager）」這個職位才正式誕生；二次大戰後，知識工作者崛起、OKR出現，大型跨國組織開始以目標而非指令驅動人；2000年代軟體業興起，有人試過打掉層級變扁平，但以Buffer為代表的扁平實驗最終都失敗了，人的管理幅度極限始終沒被突破。
「從羅馬帝國到今天，人類能有效管理的人數上限，還是落在10到15人。」邱敬媛說，這個限制的根本原因是資訊傳遞的瓶頸：人能接收和轉達的資訊量有限，所以才需要一層一層的中階管理者來傳話，但是現在AI恰好補上了這個缺口，它可以處理龐大的記憶與資訊量，直接取代傳統中階管理層的資訊中繼功能。
邱敬媛以Block（原Square）創辦人Jack Dorsey今年三月的一篇文章延伸說明，Block裁減了近半數員工後，重新定義公司的核心結構：最底層是公司最根本的核心能力（以Block來說是金融服務），往上是能理解客戶狀況的資料與世界模型（world model），再往上是根據這個模型判斷並行動的AI智能層（intelligence layer），最外層才是對客戶的界面（interface）。人類在這個結構裡只剩下三種角色：個人工作者（IC）、為特定任務負責的單一任務負責人（DRI），以及既實作又帶人的球員兼教練（player-coach）。
「如果公司沒有核心能力，AI優化到最後，能力更強的對手還是會把你打敗。AI是放大器，顯現的是你的公司到底是誰。」邱敬媛說，他給創業者三個行動建議：想清楚自己的核心能力是什麼、讓公司所有資訊開始對AI可讀、並且開始為自己的組織做適合的實驗。
延伸閱讀
一個人改造客服、財會、排班，USPACE AI長曾明賢：AI轉型要成功，你給的幫助不能超過50%
高管喊AI省時，員工卻一週省不到2小時？報告揭97%工作者其實用不好AI
導入AI反而放大原本的問題？從100家企業血淚經驗看AI轉型最常犯的5大錯誤
「最大的瓶頸不是工具，是你自己！」AI一人創業團隊的生存法則