一張沒人簽的退款單

一家金融業者導入AI客服後，系統可以依據規則自動核准小額退款。上線初期一切順利，處理速度明顯提升。直到某天，一批不符合條件的申請被系統連續核准，問題在月底對帳時才被發現。

檢討會上，客服主管說規則是風控部門設的；風控主管說系統參數是IT調的；IT說他們只是依需求單設定；而原本負責審核的專員則表示，「這類案件已經不經過我了」。每個人說的都是事實，但沒有一個人能回答一個簡單的問題：這個結果，到底是誰的？

這不是AI出錯的故事，而是權責沒有跟著流程一起重新設計的故事。類似的情境，正在愈來愈多導入自動化決策的企業裡上演，只是多數時候問題不大，所以沒有人追問。

決策正在從人的手上移出去

國際研究機構在2024年底發布的年度策略科技趨勢中預測，到2028年，至少一成五的日常工作決策將由代理式AI自主做出；而在2024年，這個比例幾乎為零。

從幾乎為零到一成五，代表的不只是工具升級，而是組織中「誰做決定」這件事的結構性改變。過去AI多半扮演輔助角色：整理資料、產出建議，最後仍由人拍板；代理式AI則能在授權範圍內自行判斷並執行，例如自動調整訂單、回覆客戶、核准申請。

但同一家機構也提醒了另一面：它在2025年中預測，2027年底前，將有超過4成的代理式AI專案遭到取消。兩個預測放在一起看，訊息很清楚——代理式AI會進入日常決策，但不是每一家企業都能讓它穩定運作。差別往往不在技術，而在組織有沒有準備好承接「AI做了決定之後」的那一段。

另一份全球AI調查也指出，在AI上創造顯著績效的企業，徹底重新設計個別工作流程的比例，接近其他企業的三倍。重新設計流程，必然包含重新設計權責。

為什麼權責會在AI流程中消失

傳統流程的權責，是跟著「人經手」而來的：誰簽核、誰負責。當某個步驟交給AI自動執行，原本的經手人消失了，責任也跟著懸空。常見的情況有三種：

第一，把「參與」當成「負責」。設規則、調參數、寫需求、看報表的人都參與了，但沒有人被指定為結果的擁有者。

第二，責任停在任務，而不是結果。每個部門都完成了自己被交辦的事，卻沒有人對最終的客戶結果負責。

第三，出了問題才回頭找人。缺乏事前約定的查核點與升級機制，錯誤只能在事後被發現，檢討自然變成相互解釋。

這三種情況背後，是一個更深的組織慣性：台灣企業的權責設計，多半建立在「簽核」之上。誰蓋章，誰負責；沒有蓋章，就不算自己的事。這套機制在人經手每個步驟的年代運作良好，但當代理式AI在授權範圍內自行決定，簽核點本身就消失了。如果組織沒有發展出「不靠簽核也能清楚當責」的新習慣，就只剩兩條路：要嘛重新把每一個AI決策拉回人工簽核，讓效率歸零；要嘛放任AI執行，讓風險懸空。兩條路都會讓代理式AI專案走向被取消的那一邊。

台灣主管的測評數據，也揭露了這個慣性的另一面。康士藤人才測評中心《2026 AI領導力白皮書》指出，「賦能協作」是台灣主管最突出的管理潛質，但協作若缺少明確分工與當責，很容易變成「人人有責、無人負責」；同時，有64%的主管在「兼顧風險控管與機會掌握」的決策力上有待加強。當AI拿走了簽核點，這兩個缺口會同時浮上檯面：沒有人確定誰該負責，也沒有人敢拿捏放手的尺度。

用當責重新設計人機權責

康士藤長期協助企業建立當責文化，在AI情境中，我們會從四個面向著手。

一、用結果漏斗把責任拉回結果。結果漏斗的精神，是不停在「我做了什麼」，而是一路追問到「最後對客戶與組織產生了什麼結果」。套用到AI流程，每一個由AI執行的決策，都要能對應到一位對結果當責的人。這個人不一定親手處理每一筆案件，但他要定義AI的授權範圍、設定查核方式，並在結果偏離時啟動修正。

二、把人機分工寫進流程，而不是寫在說明書裡。哪些決策AI可以自主執行、哪些需要人複核、哪些情況必須升級，都要在流程設計時就講清楚。實務上，可以依決策的影響範圍與可逆程度分級：影響小、出錯容易修正的，授權AI自主執行，由人定期抽查；影響較大或涉及客戶權益的，由AI提出建議、人來決定；例外與爭議案件，則明確規定升級給誰。分級本身不難，難的是讓每一級都有具名的當責人。把AI加進舊流程不夠，要重設步驟、人機分工、查核與權責。

三、用FOSA把抱怨轉成行動。導入代理式AI的過程中，一定會出現各種抱怨：「系統又亂判」、「還不如我自己做」。主管若只是安撫或忽略，抱怨會累積成抗拒。FOSA的用意，是引導團隊從抱怨中釐清事實、找出真正想達成的目標，進而提出可以執行的解決方案與行動，讓第一線的觀察變成流程改善的來源。

四、當責領導力：主管先承擔，團隊才敢授權。當責不是把責任往下推。如果主管在AI出錯時第一句話是「誰讓系統這樣做的」，團隊就會選擇不授權AI、凡事自己再做一遍，效率永遠出不來。主管要提供溝通、支持、資源、授權、校準與教練，讓團隊知道：在約定的範圍內，大膽交給AI；出了問題，一起修流程。回到開頭那張退款單，如果事前有一位對「退款正確性」當責的人，定義了AI可自動核准的條件、每週抽查一次結果，並約定異常時立即暫停自動核准，問題很可能在第一週就被發現，而不是等到月底。

從現有成果到目標成果，需要新的當責習慣

回到經營結果來看。企業今天的「現有成果」，是靠「人人經手、層層簽核」這套舊習慣撐起來的；若希望透過代理式AI達成新的「目標成果」，例如更快的服務回應與更低的作業成本，需要的新習慣則是「清楚授權、明確當責、即時校準」。

這組新習慣不會自己長出來。主管可以用期望鏈盤點：AI的產出交給誰？下游期待什麼品質？出現例外時找誰？再透過持續跟進與校準，用數據與對話及早發現落差。跟進不是監控AI或監控人，而是確保整條鏈上的每個人都知道自己為哪一段結果負責。當權責清楚，團隊才敢把更多決策交給AI，效率與風險控管也才能同時成立。

三個行動建議

1. 盤點一個已經或即將由AI自主執行的決策，指定一位結果當責人，並寫下授權範圍與升級條件。
2. 在每一個AI流程中設計至少一個人工查核點，並定期檢視查核結果，而不是等月底對帳。
3. 主管在第一次AI出錯的檢討會上，先談流程如何修正，再談個人；這一次的處理方式，會決定團隊未來是否敢授權。

代理式AI會越來越能幹，但它無法替組織回答最根本的問題。當AI開始做決定，誰來為結果負責？這個答案必須在流程上線之前就寫清楚。

延伸行動

• 免費索取康士藤人才測評中心《2026 AI領導力白皮書》（填寫表單）
• 了解更多【課程】當責領導力
• 立即行動【預約策略諮詢】填寫聯繫我們表單