AI時代品質意識與問題分析解決力重要性反思
為何科技越自動，人的「品質意識及問題分析解決力」越關鍵？
撰文 ◎ 康士藤管理顧問公司 資深講師／顧問 楊師明 Simon
目錄
近期生成式AI（Generative AI）、機器人、自動化技術(ex.自駕車)以鋪天蓋地之勢席捲全球成爲企業和個人在問題分析與解決的萬靈丹。AI取代人類工作的案例及議題也陸續發生並被廣泛討論中。自動撰寫行銷文案、生成程式碼，自動化客戶服務，AI看似成為企業增效與降本的首選方案。然而，有一個核心警訊議題：在AI時代下，最終的產品與服務成果是否符合要求與品質？現階段仍必須由「人」來把關與負責；試想：您乘坐的自駕車因車輛故障發生事故，責任到底應該由誰來負責？您或您的親友願意成為AI服務或產出異常與疏失下的犧牲品嗎？當企業過度依賴 AI，缺乏具備敏銳品質意識和問題分析解決能力的員工進行最終稽核時，往往會引發嚴重的品牌公關災難與經營風險。
真實案例分享：當AI失去了人的品質把關
我們可以從近年發生在國際與台灣本地的真實新聞事件中，看見自動化與AI缺乏足夠品質機制把關所帶來的慘痛代價。
案例一：2024年2月，國際航空公司AI 客服幻覺事件
在加拿大溫哥華，一名旅客因祖母過世需要緊急訂票，航空公司的線上 AI聊天機器人承諾其可在事後申請「喪親特惠票價」的退款。然而，當旅客事後申請時，航空公司客服卻以「不符合公司內部規定」拒絕。此案最終鬧上不列顛哥倫比亞省的民事訴訟法庭。法庭於 2024 年 2 月做出判決，認定航空公司必須為其AI聊天機器人提供的錯誤資訊負責，並賠償旅客。
案例啟示：企業在布署AI系統時，沒有具備品質意識的工程與營運團隊進行嚴格的邊界測試（Boundary Testing）與持續監督，AI會成為組織內部的「不定時炸彈」。
案例二：2023年6月，跨國品牌企業粉絲專頁AI繪圖翻車事件
將目光移回台灣。2023 年 6 月端午節前夕，知名品牌企業台灣的官方粉絲專頁為了應景，發布了一張AI生成的賀圖。然而，眼尖的網友立刻發現，圖中的划龍舟人物出現了「六根手指」、「手肘關節畸形」以及「船槳的形狀詭異」等典型AI繪圖錯誤。該文隨即引發網路熱議與嘲諷，品牌最後不得不撤下圖片並公開致歉。
案例啟示：「產出速度快，不等於品質好」。企業人員缺乏對產出品質敏銳度與把關意識，盲目信任AI的產出，容易將低劣的產品或服務暴露在市場前，損害建立不易的品牌形象。
為什麼 AI 時代更需要「人才品質意識」？
傳統的品質管理強調的是製程與服務的穩定性和標準化。但現代的品質管理範疇早已從「製造端」延伸到「知識與創意端」。因應AI時代的變革企業更要盡早建立以下三個核心品質觀念：
- AI 是「放大器」，依賴AI做為「決策者」將同步放大優點和缺點，AI雖能夠在數秒內生成100個方案，但它無法判斷哪一個方案最符合客戶及內部需求、法律規範與品牌調性。具備品質意識的人才，必須扮演「最後一道防線」的審查員（Reviewer），對 AI 的產出進行驗證與確認（Verification and Validation）。
- 垃圾進，垃圾出（Garbage In, Garbage Out）＿AI的產出品質取決於輸入的指令（Prompt）與數據。如果員工缺乏品質觀念和正確的問問題和解讀邏輯，餵給AI錯誤的市場資訊或模糊不清的指令，AI就會回饋一個看似精美、實則致命的錯誤答案。唯有具備品質與問題解析思維的員工，才能精準引導和運用 AI。
- 責任歸屬無法外包 當產品或服務出錯時，企業無法向法律或消費者推諉說「這是AI做的，與我們無關」。如同學術論文不能把AI 列為共同作者一樣，AI提供的產出與服務之法律和道德責任，終究得由企業主與執行的人類員工承擔。
AI科技的進步，並沒有降低「人」的價值，反而拉高了對於「人」的品質管理要求。未來企業的競爭力，不在於引進了多先進的AI工具，而在於組織內是否擁有具備「高判斷力、高解析力、高執行力」的品質人才。
企業必須從現在開始，將品質意識（Quality Awareness）融入員工的AI培訓中。唯有讓員工建立「AI產出不等於最終成品」的遵循原則，養成時刻保持質疑、驗證與修正的習慣，企業才能在享受 AI 帶來的高效紅利時，避開其可能引起的品質風險和副作用。
AI之『主觀能動性』探討
筆者過去在組織內部推展和建立品質文化時，接觸的「主觀能動性（Subjective Initiative）」此一哲學專有名詞，其核心概念是「人作為主體在認識世界和改造世界時所具有的自覺性、積極性和創造性」。因此，激發人員的自覺主觀能動性，使其思維方式由被管理者轉變為管理者，是建立高品質管理體系的重要關鍵。然而AI的被動觸發（Prompt-Driven）特性，若你不輸入指令，它就只能靜靜躺在伺服器裡，能動性為零。
目前的 AI（特別是基於深度學習的黑盒子模型）在絕大多數情況下，並不符合「主觀能動性」的定義要求，因其核心是機率分佈與高維向量空間的矩陣乘法。當 AI 給出一個完美的答案或預報時，它本質上是在數十億個參數中找到了統計學上的最優解。它沒有「意識」，也沒有「噢，我終於搞懂了」的主觀開悟時刻。所以，當你收到AI的道歉或承認錯誤，並非它發自內心檢討悔過，嚴格來說是「運算」結果而非「理解」的結果。雖然不符定義但基於海量數據的機率分佈和語義關聯技術架構理，它的認知程度已經超越絕大多數單一領域的人類專家。
基於上述的特性AI可視為人類發揮主觀能動性時的「最強輔助大腦」，人類提出願景、設定目標或發起解決問題行動時，AI可快速大量的閱讀資料、給出方案建議、提供專家級的邏輯分析說明。但前陣子掀起的養龍蝦熱潮（龍蝦：一種AI Agent程式），透過授權給予AI在「行為上」的「模擬能動性」。不過，「爲什麼要做這件事？」的渴望與初衷依然只存在人類心智中。但在法律上，通常只有具備「主觀能動性與理解力」的主體才能承擔法律責任。AI 無法「理解」規範與懲罰的含義，因此不符合主觀能懂性的AI，在法律上只能被視為工具，其責任最終仍須歸屬於開發者、製造商或使用者。這也是前面提到的企業和個人在使用AI時應注意的風險。
雖然AI目前完全不符合主觀能動性的定義要求。且其內部是一片沒有意識、沒有主觀邏輯體驗的數字荒漠。未來科技也許會有所突破點，但在那一天到來之前，AI依然只是在「模擬」理解，而非「真正」懂得。需要為服務與產品負責的我們，應該要具備良好的問問題和解析問題能力並有效地識別：什麼是現在最重要的？過去哪裡做得不好？問題根因是什麼？最適合的對策怎麼選？如何維持改善的成果？別讓我們的思維和認知高度，成為限制我們與AI協作產出的天花板。
楊師明（Simon）老師過去在光電科技產業歷練 22 年，擔任過研發、工程、品質等不同部門管理工作，實際經驗豐富；2014 年起於國內LED 上市龍頭公司擔任公司品質與持續改善活動管理部門主管、內部訓練課程講師、持續改善專案內部輔導顧問且多次榮獲公司熱血講師、優良講師、典範傳承獎。教學風格幽默有趣、讓學員能輕鬆愉快地學習，著重即學即用及理論和實務充分結合 。
你必須登入才能發表留言。