不要問 AI 能不能取代人，要問它能接手哪一段

「這個職位會不會被 AI 取代？」是很大的問題，也往往是最沒有操作性的問題。企業面對的不是職稱，而是一連串細小、交錯、帶著例外的工作：收資料、比對、追問、判斷、寫回覆、送簽、留紀錄。把整份工作當成一塊，AI 很難接；把它切成一段一段，機會才會浮現。

先切工作，不要先選工具

一項工作若能說清楚輸入是什麼、產出長什麼樣、誰對結果負責，就已經具備被設計的條件。此時再看每一步：哪些只是搬運與整理、哪些需要從大量文字中抓重點、哪些必須依規則判斷、哪些涉及承諾、價格或人際關係。AI 最適合先接手前兩類，第三類需要邊界，最後一類多半應保留在人手上。

AI 的價值，通常不是把一個人整個拿掉，而是把人從不必反覆做的那一段抽離。

可交辦，不等於可放手

「可以讓 AI 做」和「可以不看就送出」之間，差了一套控制設計。對外訊息可讓 AI 起草，仍由同仁確認語氣與承諾；資料比對可讓 AI 找異常，仍由熟悉業務的人決定是否處理；文件分類可自動完成，但低信心的案件必須回到人工佇列。成熟的導入，不把覆核視為失敗，而把它視為分工。

找重複、找量大，也找代價可控

最好的第一個場景，不一定最耗時，而是錯了也容易發現、容易修正、影響範圍有限的場景。例如會議紀錄初稿、客服訊息分類、表單欄位補全、例行報表的文字摘要。這些工作能快速累積真實資料，讓團隊知道 AI 錯在哪裡，也知道規則該如何補。

把人的位置往上移

當整理、改寫與初步檢查被接走，人不是變得多餘，而是終於能回到更有價值的事：處理例外、理解客戶、改善流程、做需要承擔的判斷。這不是浪漫的說法；前提是企業真的把省下的時間重新配置，而不是把同一個人塞進更多零碎工作。

下一次討論 AI，不妨先拿出一份工作流程，問三個問題：哪一步最重複？哪一步規則最清楚？哪一步即使出錯也能被攔下？答案往往比「能不能取代」更接近下一個可執行的決策。