AI 佈局完成了，企業下一步怎麼走？
從節目分享的兩個趨勢觀察，延伸到企業 AI 應用的三個實戰切入點
林宏舜 Owen 康士藤管理顧問公司資深顧問 接受東森新聞採訪
撰文 ◎ 康士藤管理顧問公司 資深講師／顧問 林宏舜 Owen
目錄
這次受邀上東森新聞，聊的是 AI 浪潮與台灣產業的機會。 在節目裡，我分享了兩個當下的趨勢觀察。 但鏡頭外我更想說的，是企業面對這波 AI，具體可以怎麼做——特別是從專案管理的角度來看。
📺 節目裡，我說的兩件事
當天在鏡頭前分享的AI 趨勢觀察
IC 佈局完成，算力硬體才是現在式
AI 的 IC 積體電路佈局已跑完一個完整的部署周期。現在進入的是大量建置算力硬體需求的階段——不是設計新晶片，而是把已設計好的東西大量製造出來，建成支撐下一代 AI 應用的基礎建設。以前都在做一些基礎的建設，現在這些建設要開始真正發揮作用了。台灣在這裡的位置非常清楚：供應鏈的核心節點，不只是短期的股市題材，而是未來三到五年基礎建設擴張的長期訂單保障。
無人機與機器人，才是 AI 真正落地的形態
很多人還停留在「AI = Chatbot」的認知框架，但這個視角已經落後了。AI 真正能夠改變生活的落地應用，是無人機與機器人——這兩類產品需要在真實世界做決策，不是在螢幕上輸出文字。感知、決策、執行的完整閉環，是 AI 能力的最高驗證。農業、物流、製造、軍事，每一個垂直場景都是獨立的大市場。ChatGPT 改變了人與資訊的互動方式，但無人機和機器人改變的是人與物理世界的互動——後者的市場規模，會是前者的數倍。
以前都在做一些基礎的建設。現在這些基礎，要開始真正撐起下一代的應用了。
🗣️ 訪談後，我更想說的
企業在AI 應用上，具體可以怎麼做
趨勢知道了，然後呢？
這是我每次受訪後，最常被問到的問題。以下三個切入點，是我從二十年專案管理實戰的角度，能給企業的具體建議。
🎯 讓 AI 接手專案管理的三個核心工作：風險管理・進度控管・資源管理
風險管理、進度控管、資源管理——這三件事是專案管理的核心命題，也是每個企業每天都在消耗大量人力的領域。它們有一個共同特徵：都包含大量的「重複性判斷」，而重複性判斷正是 AI 最擅長的事。
過去，這三件事靠的是資深 PM 的直覺與記憶——但直覺無法複製，記憶會隨著人才流失消散。AI 能把這些隱性知識轉化為可查詢、可傳承的系統。
⚡ 三個核心工作，AI 能做什麼？
▸ 風險管理：讓 AI 掃描過去同類型專案的歷史紀錄，自動找出「哪些風險點反覆出現、在哪個階段爆發、造成多少延誤」，
把老手的直覺變成可查詢的資料庫。
▸ 進度控管：讓 AI 每日自動彙整任務系統與溝通訊息，產出「今日專案健康報告」，標記偏差超標的任務並提前預警——
從「每天追人」轉為「系統主動通報」。
▸ 資源管理：讓 AI 計算每個成員的實際工時佔用率，找出過載的人和跨專案的資源衝突，讓資源分配有數據支撐，不再靠
感覺或吵架決定。
這不是要 AI 取代 PM 的判斷，而是讓 PM 從「收集資訊」的工作中解放出來，把時間用在真正需要人的地方：做判斷、建關係、解決例外情況。
🚀 新興企業：現在建系統，就是在拉開距離
用 AI 把三年的學習曲線壓縮成三個月
過去，很多中小型企業和新創來不及、或是刻意忽視了一件事：建立自己的專案管理知識庫。每個案子做完就結束，沒有系統性的紀錄，沒有經驗的沉澱。下一個類似的案子，還是從零開始踩一樣的坑。
現在，AI 讓「建立知識庫的成本」大幅下降。一個剛起步的新創，可以在三個月內建立起過去需要三年才能積累的專案知識庫。這是彎道超車大型競爭對手的真實機會窗口。
📋 新興企業的三個具體行動
▸ 今天就開始記錄：哪怕只是一個 Notion 頁面，從今天第一個專案的回顧開始。不需要完整系統，先有紀錄的習慣。
▸ 每個專案結束後開 30 分鐘回顧：問三件事——做對了什麼、踩了什麼坑、下次同樣情況應該怎麼做，讓 AI 結構化
整理成可查詢的格式。
▸ 半年後做一次知識庫健診：回頭看，哪些問題被提前預防了、哪些坑沒有再踩第二次，用數字確認這套系統的價值。
大型企業有歷史資料，但也有歷史包袱——流程固化、導入阻力大。新興企業現在做對這件事，三年後就是護城河。
🏢 大型企業：你的資料庫是沉睡的資產
大型企業的優勢很明確：他們有豐富的歷史專案資料。問題是，這些資料大多數沒有被「用起來」——它們散落在舊系統、Email 附件、退休員工的記憶裡，從來沒有被系統性地整理過。
解法是：找到一個具備豐富專案經驗背景的人，搭配 AI 工具，系統性地整理這些歷史專案資料。這個組合能做到的事，是過去靠人力幾乎做不到的。
⚡ 啟動歷史資料庫後，企業可以獲得什麼？
▸ 快速提升專案效率：新進人員可以直接查詢「過去類似專案怎麼做、遇過什麼問題、最終解法是什麼」，學習曲線大幅
縮短。
▸ 降低出錯率：常見的錯誤模式一旦被記錄下來，就能在下一個專案的早期預警中被偵測到，在它真正成為問題之前就被
阻止。
▸ 壓縮溝通成本：當所有人都在同一套「知識基礎」上對話，跨部門溝通從「各說各話的版本對齊」變成「基於共同認知
的決策討論」，速度和品質都不同。
這不是 IT 建設專案，不需要幾百萬的系統導入費用。它需要的是：對的人、對的工具、以及讓這件事真正被執行的決心。
✍️ 寫在最後
AI 的趨勢不會等人。IC 算力在建、無人機機器人在落地——這些不是未來，是現在正在發生的事。
對企業來說，現在要問的不是「AI 值不值得投資」，而是「我的專案管理系統，準備好接住這波浪潮了嗎？」
林宏舜（Owen）擁有國立台灣大學機械工程學士與碩士學位，奠定深厚的技術基礎。此後歷任鴻海科技集團、和碩聯合集團等國際一線企業的業務暨專案主管，累積逾20年橫跨研發、業務、專案管理的實戰經驗，服務客群涵蓋 Apple、Meta、HP、Lenovo、ASUS、3M、Bosch、Toshiba 等國際品牌，並主持元宇宙3D感測元件計劃。期間帶領業務團隊年營業額成長五倍，深度歷練從開案、開發、驗證到量產交棒的完整專案週期，充分展現業務佈局與跨部門協作的實戰能耐，最大的差異化在於：不只懂理論，更踩過真實的坑——用產業實戰的語言，幫你看清楚問題、找到方向。
你必須登入才能發表留言。