Lesson 4.1
4.1
為什麼策略決策不能外包給 AI
AI 可以在已知問題空間中找最優解。但策略決策的本質，是在不確定的未來上做不可逆的賭注——這件事沒有「最優解」，只有人才能承擔它。
⌄
核心概念
AI 非常擅長「有正確答案」的問題。它可以比任何人更快找到最優解——只要「最優」是可以被計算的。
但策略不是這樣的問題。策略是在不確定的未來上押注，而且這個賭注是不可逆的。CEO 的工作不是找出最優解——而是在沒有最優解存在的情況下，決定往哪個方向走。
前三個 Module，我們學了怎麼讓 AI 成員更有效率地工作：找對模型、委派任務、管控品質。這些都是「執行層」的問題——在你已經決定方向之後，如何讓 AI 幫你走得更快、走得更好。
Module 4 要處理的是更根本的問題：誰來決定方向？當你面對一個真實的商業決策——定價、市場選擇、合作夥伴、商業模式——AI 可以做什麼，不能做什麼？
AI 的邊界：問題空間的定義者 vs 解決者
理解 AI 與 CEO 的邊界，最清楚的方式是這樣：
AI 可以在已定義的問題空間中優化。CEO 必須定義問題空間本身。
AI 知道「如何最小化成本」，但不知道「成本與品牌形象之間如何取捨」；AI 知道「競品的定價是多少」，但不知道「你想讓市場怎麼看待你的公司」。後者不是計算問題——是價值選擇問題。
AI 擅長的 vs CEO 必須保留的
| AI 擅長的決策 | CEO 必須保留的決策 |
|---|---|
| 在已知選項中找最優解 | 定義什麼算「好」 |
| 最小化預測誤差 | 決定哪個未來值得追求 |
| 執行確定的流程 | 設定方向（即使方向不確定） |
| 分析現有數據 | 賭一個還沒有數據的假設 |
| 個別任務優化 | 全局取捨（A 比 B 重要） |
J董實際案例
在決定明察情報月報的定價時，AI 分析了競品定價、服務成本結構、目標客戶的 WTP（支付意願）區間，產出了一份詳細的定價建議報告——包含三個定價方案（NT$2,500、NT$3,800、NT$5,500）以及每個方案的預期收益和市場定位。
這些分析都是正確的、有用的。但最終讓 Jacky 選擇 NT$3,800 的理由是：「這個數字讓人感覺是認真工作的價格，不是玩票的價格。」
這個判斷不在任何模型輸出裡。它來自對市場的直覺認知、對品牌定位的價值選擇、以及對目標客戶心理的主觀判斷。AI 完美地備好了料；但做決定的，是人。
最常見的誤用模式
「AI 說這個策略是對的，所以我就執行了。」——這是把 AI 當成決策者，而不是決策支援工具。
AI 給出的是「在它的訓練數據和你的輸入條件下，邏輯上最合理的建議」。但這個建議不包含你對未來的賭注、你的個人信譽風險、你的道德立場，以及你的公司在市場上的獨特位置。把這個建議當成決策，等於把這些最重要的維度全部清空了。
正確的使用方式：AI 幫你想得更全面，但最終你要問自己：「這個選擇，我願意用我的名字去承擔嗎？」
找出你上個月「AI 說了算」的一個決定
回想過去一個月，有哪一個決定是因為「AI 建議這樣做」就執行了，而你自己沒有深入思考？
- 那個決定的後果是什麼？ 它是內部的還是對外的？可逆還是不可逆？
- 如果你自己要做這個決定，你會考慮什麼額外因素？ AI 有沒有考慮到它們？
- 重新問自己：「如果這個決定出了問題，我準備好承擔責任嗎？」
這個練習不是要你不信任 AI——而是要你對「AI 備料、人做決定」有真實的感受，而不只是一個口號。
Lesson 4.2
4.2
人機協作的責任歸屬框架
當 AI 出錯並造成損害，誰負責？法律和道德的答案都是：授權 AI 行動的那個人。這個事實改變了你設計工作流程的方式。
⌄
核心概念
當一個 AI 工作流程出錯並造成真實損害——客戶資料有誤、承諾無法兌現、法律風險暴露——有人要負責。
法律已經非常清楚（且全球監管趨勢一致）：部署和授權 AI 行動的人類，承擔最終責任。 「AI 決定的」不是免責理由。這個事實，必須深刻影響你設計 AI 工作流程的方式。
責任不是一個抽象的法律概念——它是一個工作流程設計問題。每一個 AI 輸出在進入真實世界之前，都需要一個「責任所有者」（Responsible Owner）：一個具名的人類，知道這份輸出的存在，並且為它的後果負責。
三種責任類型
責任歸屬：依賴這個輸出而未加驗證的人類，負責。不是 AI 廠商（除非是嚴重的系統性瑕疵），而是使用者。
設計含義：所有關鍵數字和事實聲明，都必須在工作流程中有一個「驗證步驟」——無論是 AI 稽查員（格式關 + 部分事實關）還是人工抽查（決策關前的事實關）。
責任歸屬：設計這個工作流程的人，負責。
設計含義：在設計任何 AI 工作流程時，先問：「如果這個流程輸出了錯誤的結果，現在有沒有一個人類節點可以攔截它？」如果答案是否，這個流程的設計就有責任漏洞。
責任歸屬：被指定為審核者的人，負責。
設計含義：不要只是「加一個人類節點」就覺得有了保障——你必須確保那個節點的人知道「要看什麼」「什麼算有問題」「發現問題後怎麼做」。否則審核節點是假的。
責任鏈設計（Responsibility Chain）
一個負責任的 AI 工作流程，每個步驟都必須有具名的責任所有者：
要求：知道這個 AI 成員的能力邊界和常見失敗模式
要求：有明確的評估清單；知道失敗時如何退回；有記錄留存
要求：真正閱讀輸出；理解後果；有能力說「不」
要求：行動有記錄；出問題時可追溯到責任所有者
設計原則：責任不能分散
「責任不能分散」的意思是：你不能設計一個工作流程，使得「如果出了問題，可以說每個人只做了一小部分，所以沒有人要完全負責。」
每一個進入真實世界的 AI 輸出，必須有一個具名的人類所有者。那個人知道這份輸出，理解它的後果，並且願意在它的名字旁邊簽名。如果你設計的工作流程找不到這個人，那個流程就是一個責任漏洞。
有些管理者說「AI 決定了，所以不是我的責任」。台灣《人工智慧基本法》（2026）和全球監管趨勢都明確：授權 AI 行動的人類，承擔最終責任。這不只是法律問題，更是道德設計問題。
你設計的 AI 工作流程，就是你在回答一個問題：「如果出了問題，這個公司裡誰要負責？」 如果答案是「不知道」或「AI 負責」，那個工作流程在道德上是有問題的，在法律上也會讓你暴露在風險中。
審查你現有工作流程的責任鏈
選一個你目前用 AI 成員執行的工作流程（例如：產生客戶報告、發送 outreach email、整理競品情報），用以下步驟審查它：
- 列出所有步驟：從觸發到輸出到真實世界行動，每個步驟都列出來
- 對每個步驟標注責任所有者：是 AI？還是具名的人類？
- 找出責任漏洞：哪個步驟沒有明確的人類責任所有者？
- 設計補救方案：對每個責任漏洞，加入一個人類審核節點，並明確說明那個節點的人要看什麼、怎麼決定
目標：你的每一個 AI 工作流程，都應該可以回答「如果這個流程出錯，誰負責？」——而且答案是一個真實的人名，不是「系統」或「AI」。
Lesson 4.3
4.3
CEO 的五個決策保留點
不管你的 AI 成員有多能幹、你的工作流程設計得多好，有五個類別的決策永遠不能委派給 AI——連建議都不能盲目採納。
⌄
核心概念
「決策保留點」不是說你不能讓 AI 幫你準備資料——AI 備料是被鼓勵的。「決策保留點」的意思是：這個決定的最後那一步，必須是你，用你的判斷、你的名字、你的責任去做。
以下五個類別，是根據 J董在 AgentFlow 實際運作經驗整理出來的。每一個都有它不能外包的根本原因。
五個決策保留點
記憶口訣
五個決策保留點可以用一句話記憶：
「關係（R）、方向（D）、承諾（C）、倫理（E）、危機（CR）」
R — Relationship Capital（關係資本）
D — Direction Setting（方向確認）
C — Commitments（真實承諾）
E — Ethical Boundaries（道德邊界）
CR — Crisis Response（危機應對）
當你面對一個決策，問自己：它屬於這五個類別嗎？如果是，AI 可以備料，但最後那一步必須是你。
為你的業務標注五個決策保留點
用以下格式，把五個決策保留點具體化到你的業務場景：
- 關係資本：你的業務中，哪些「在場」是不可替代的？（例：哪些客戶見面、哪些談判、哪些關係維護）
- 方向確認：你今年最重要的 3 個策略方向是什麼？它們是你自己決定的嗎？還是 AI 建議後你直接採納的？
- 真實承諾：你的業務中，哪些承諾帶有你的名字？它們都是你親自審閱過的嗎？
- 道德邊界：寫下你的公司「絕對不做的 3 件事」——不管有多少利潤。
- 危機應對：如果你最重要的客戶對你憤怒，你的第一個行動是什麼？這個行動是你親自做，還是讓 AI 代勞？
把你的答案保存下來。Lesson 4.4 的 AI 治理政策，會把這些答案整合成一份正式文件。
Lesson 4.4
4.4
實作：寫出你自己的 AI 治理政策
Module 4 的結業實作。把前三堂課的學習，整合成一份屬於你公司的 AI 治理文件——讓 AI 和 CEO 的邊界，從口頭原則變成白紙黑字的政策。
⌄
為什麼需要 AI 治理文件
寫這份文件不是為了讓別人看。是為了讓你自己清楚：在你的公司裡，人和 AI 的邊界在哪裡。
清楚的邊界讓你可以放心委派——你知道 AI 能做什麼、不能做什麼，所以你可以全速授權。模糊的邊界讓你永遠心裡不安：要不不敢用 AI（因為怕出錯），要不用了 AI 但出了問題才後悔（因為沒想清楚責任在哪裡）。
這份文件，是讓你從「不安的嘗試」轉向「有意識的管理」的關鍵工具。
AI 治理文件的四個區塊
一份基礎的 AI 治理文件包含四個部分。你不需要一次寫完所有細節——先建立框架，隨著實踐深化再補充。
範例：
研究 AI（claude-sonnet-4-6）· 情報收集與摘要 · J董（人工抽查 30%）
品質稽查員（claude-haiku-4-5）· 格式與完整性審核 · 自動化（無人工節點）
文案 AI（claude-sonnet-4-6）· 客戶 email 草稿 · J董（每封審閱後發出）
範例：
必須由我決定：合約簽署、定價策略最終確認、客戶關係修復、公開聲明、接受或拒絕某類客戶
AI 可以建議（我最終決定）：市場分析方向、行銷文案草稿、供應商初篩、競品比較
範例：
情報報告生成：研究 AI → 品質稽查員（自動）→ J董審閱（必須）→ 客戶交付
Outreach Email：文案 AI 草稿 → J董審閱修改 → J董確認發送
競品分析：研究 AI → 品質稽查員 → J董閱覽（可選）→ 內部使用
範例：
絕對不用 AI 代替我的事：簽合約、面對客戶憤怒的第一句話、決定公司方向、拒絕某個道德上有疑慮的案子
AI 可以完全自主的事：內部研究資料整理、格式審核、第一版草稿生成（需後續人工審核）
正式版：AI 治理 YAML 文件
如果你的公司規模成長，或者你需要對外說明你的 AI 使用政策（例如客戶詢問、合作夥伴審查、未來的法遵要求），可以把上面的框架整理成一份正式的 YAML 格式文件：
# ai-governance.yml # [公司名稱] AI 治理政策 v1.0 # 最後更新：YYYY-MM-DD company: "[公司名稱]" policy_version: "1.0" owner: "[負責人姓名]" ai_members: - name: "研究 AI" model: "claude-sonnet-4-6" responsibility: "資料蒐集與摘要" human_owner: "[姓名]" not_authorized: - "策略建議" - "對外承諾" - "財務決策" decision_reserves: # 以下決策必須由人類做出 always_human: - "簽署合約" - "超過 NT$50,000 的採購決定" - "客戶關係修復" - "公開聲明" - "員工相關決策" # 以下 AI 可以建議，人類最終決定 ai_assisted: - "定價策略" - "行銷內容方向" - "供應商選擇（初篩）" review_checkpoints: - workflow: "情報報告生成" checkpoints: - stage: "資料收集" reviewer: "品質稽查 AI" - stage: "分析撰寫" reviewer: "J董（人工）" - stage: "客戶交付" reviewer: "J董（必須人工確認）"
完成實作：你的 AI 治理文件
寫出你自己的 AI 治理文件
根據本課的框架和模板，完成你自己公司的 AI 治理文件。建議步驟：
- 填寫區塊一（AI 成員清單）：把你目前所有在用的 AI 成員都列出來，包含它們的職責和你指定的人類監察者
- 填寫區塊二（決策保留點）：結合 Lesson 4.3 的五個類別，寫出「必須由我決定」和「AI 可以建議」的具體清單
- 填寫區塊三（責任鏈）：把你最常用的 3–5 個工作流程，用「AI 生成 → 品質關 → 決策關 → 執行」格式寫出來
- 填寫區塊四（AI 使用邊界）：寫下你公司裡「絕對不用 AI 代替我做的事」清單，越具體越好
- 可選：把上面四個區塊整理成 ai-governance.yml 格式，儲存在你的專案目錄裡
提交方式：把你完成的 AI 治理文件截圖或複製，回覆到你的課程頻道。J董會親自看每一份，並在必要時給出建議。
寫這份文件不是為了讓別人看。是為了讓你自己清楚：在你的公司裡，人和 AI 的邊界在哪裡。
清楚的邊界讓你可以放心委派；模糊的邊界讓你永遠心裡不安，結果要不不敢用 AI，要不用 AI 但出了問題才後悔。
一個 CEO 的最終職責：設定邊界，然後讓 AI 在邊界內全速運行。
完成 Module 4：你已建立 AI 治理框架
你現在知道哪些決策必須保留給人類、責任鏈如何設計，以及如何寫出你自己公司的 AI 治理政策。一個 CEO 的最終職責：設定邊界，然後讓 AI 在邊界內全速運行。
-
1策略決策本質：理解為什麼策略決策不能外包給 AI，以及 AI 與 CEO 的根本邊界在哪裡
-
2責任歸屬框架：能識別工具錯誤、設計錯誤、監察錯誤三種責任類型，並為工作流程設計完整的責任鏈
-
3五個決策保留點：清楚知道關係資本、方向確認、真實承諾、道德邊界、危機應對這五個類別為何永遠不能外包
-
4AI 治理政策：完成了你自己公司的 AI 治理文件，把人機邊界從口頭原則變成白紙黑字的政策
把 AI 治理原則應用到真實業務
明察情報服務本身就是依照 AI 治理框架設計的——每份報告都有明確的責任鏈和人類審核節點。想看一個真實的 AI 治理案例，可以查看我們的服務方案。
Module 5：實作——建立你自己的 AI 工作流程
結業實作。從你的真實業務場景出發，設計完整的 AI 工作流程，並交付 J董評閱。通過取得認證。
- 從真實場景出發的工作流設計
- 任務分配與模型選配
- 完整責任鏈建立
- J董評閱與認證核發
完成 Module 4 的學員將優先收到 Module 5 開放通知。