SHARING NOTES · 2026
從會用 AI，
到讓工作流變聰明。
商周 AI 創新百強兩天心得
給房地產新創的 5 個工作觀察
/ 兩天前，我去了一個地方
商周首屆「AI 創新百強」論壇
不是 AI 工具大會，也不是技術秀。是商周第一次把台灣 20 家正在做 AI 的企業老闆與評審拉到同一個場子，問同一件事：到底誰把 AI 真的做出生意？
鴻海 · 信義 · 家樂福 · 91APP · 中信 · 奧美 · ...
/ 三個鏡頭
兩天聽下來，
讓我印象最深的三個瞬間。
「未來企業差距
不在你多強，
而在你多快用 AI。」
她上台第一句就脫稿：「不然對不起各位的熱情。」連做到全球 40% AI server 出貨的鴻海老闆，最擔心的還是「跑得不夠快」。
製造業鑽石獎 · 鴻海集團總經理「讓大家用 AI，
像吃飯一樣簡單。」
他講完這句話放出案例：智能配案、一鍵清空、AI 派報審核（一年省 8,277 小時）。沒有炫技，全是在解每天會痛的小事。
服務業鑽石獎 · 信義房屋數位長「AI 是用來提升效率的，
人，
是用來創造溫度的。」
200 家超市店長每天因 AI 預測省下 2 小時──不是拿來裁員，是拿來幫客人搬東西、找東西、泡咖啡。三年超市營收年成長 10%+。
數位轉型 7 年 · 家樂福數位長/ 我發現這三句話，其實在說同一件事
他們都不是在比用什麼 AI──
是在比怎麼跟 AI 一起工作。
所以兩天聽完，我帶回來的不是一份「AI 工具清單」。
而是5 個工作觀察，今天想跟大家分享。
/ 我先說一個讓我意外的故事
鴻海楊秋瑾講了一個東西，叫做
「董辦秘書」。
「我們現在正在試一個 AI──讓它自動聽完每場會議、讀完 Teams 訊息、看完 LINE 群組。」
「人一天看不完那麼多訊息。AI 每天早上會把跨平台的關鍵資訊整理好──會議重點、訊息進度、待跟進的事，一份摘要交到你桌上。」
你讀不完的，AI 都幫你讀掉了。
楊秋瑾現場投影片
/ 楊秋瑾在台上是這樣定調的
AI 不是「工具」──
是運作基礎。
「不是輔助人決策──是跟人共同決策。」
/ 看完鴻海，我想到我們
這是鴻海的做法──
那我們可以怎麼做？
邏輯其實不複雜：把『重複在做的事』，從『每次手動 prompt』變成『自動跑』。我們不必當鴻海，但可以從每天最煩的那件事開始──比如，物件文案。
每次都要重新教 AI。下次換同事做，又一個版本。
同樣的 prompt，重複用。下個月、新同事、新物件，輸出一致。
同樣的 AI──差別在你怎麼用它。
兩天聽下來，最大的差別不是誰用了 AI
而是──把 AI 當什麼？
下一次做同樣的事，不用重新摸索。
楊秋瑾現場投影片
/ 換另一張投影片，講得更直接
AI 不是工具升級──
是企業 OS 級的重寫。
不是新增一個工具──是換掉作業系統。
今天的分享方式
5 個工作觀察 + 3 組案例
5 個工作觀察
3 組案例故事
觀察一
不要把 AI 當你的手腳──
把它當夥伴。
手腳是「你說做什麼，它就做什麼」。夥伴是「你先說你要什麼，再一起想怎麼到那裡」。以終為始。
前提
我們公司，
不是從 0 開始。
大家其實已經在用 AI 了。今天不是要說「應該開始用」，而是說既然已經在用，下一步可以怎麼用得更穩。
用成熟度看
公司目前大概在 L2 → L3
← 我們在這 →
個人助手型很有價值，但每個人各自摸索，效果取決於當下怎麼問。下一次換一個人或隔一週再做，結果可能就不一樣。
今天的核心問題
怎麼讓 AI 不只是單次協助，
而是流程協作？
- 潤稿
- 美化
- 改語氣
- 翻譯
很有用，是大家現在已經在做的
- 拆題
- 整理判斷標準
- 找盲點
- 產出第一版
下一步，今天想多聊一點
最常見的模式
事情快結束，才找 AI。
如果受眾、角度、主軸一開始就不對，後面修再漂亮，也只是把錯的方向修得比較順。
比較好的方式
一開始，就讓 AI 幫你拆題。
AI 不一定給最終答案，但能幫你先產一版 70 分的思考架構。
而且它可以跟你來回辯論──你提一個觀點，請它反駁；它提一個方向，你挑戰它。盲點是這樣被挖出來的。
簡報也是一樣
不是做完再美化，
而是先排故事線。
這份分享其實也是先討論這些，再決定案例和視覺。
觀察 1 · 小結
把 AI 當夥伴，
從「要去哪」開始談。
以終為始──先把最終想要長什麼樣子講清楚，AI 幫你拆題、找盲點、產出第一版。需要討論的就直接問，不要讓他亂猜。方向對了，後面才不用重做。
觀察二
房地產 AI 的價值，
在懂行的經驗，不在炫技。
這點是我覺得跟我們產業最有關的。看起來很酷的不一定有用；真正有用的是把現場經驗、專業判斷、信任邊界變得更穩。
信義房屋
AI 不取代信任，
讓服務更穩。
王獻志｜信義房屋數位長｜服務業鑽石獎
交易金額高、資訊落差大──服務裡有大量信任成分。他們做了 4 個 AI 應用，但全部不炫，全是在解每天會痛的小事。
AI 做分析與初步判斷，最終決策還是在人身上。
信義案例 0 · 智能配案
AI 加溫度──
成交轉換率 +20%。
「讓 AI 做 AI 擅長的事，讓人做最有溫度的事」──王獻志現場原話。
AI 把每個門牌的「下個月出售機率」算出來，主動告訴業務員去敲哪扇門、給屋主哪份報告。
信義案例 1 · 點擊率 90%
「一鍵清空」
守住邊界。
表面像 AI 修圖，真正重點是守住邊界──讓畫面好理解，但格局是真的。
他們的 know-how，是把規則一條條寫進 prompt：
信義案例 2 · 一年省 8,277 小時
「AI 派報審核」
不性感、但有用。
業務員自製海報每張都得合規審查，全省每年累計花掉 8,277 小時──現在 AI 先做第一輪。
流程是這樣（4 步驟）：
觀察 2 · 小結
把經驗變流程。
越是需要信任、判斷、邊界的產業，越不能只看 AI 的表面，而是要看它有沒有把專業流程變穩。
觀察三
小任務先跑起來，
比大計畫更重要。
很多時候我們覺得 AI 導入要有完整策略、完整系統。但聽完案例，我反而覺得最重要的是先找小任務真的跑起來。
家樂福的七年路
林文子（家樂福數位長）說：「先打 5 年地基，才能在 2023 啟動 AI。」
對照之下，「我們已經會用 AI」的我們，可能省了她很多年。
但這場分享要講的不是「七年路」，是 2023 之後的部分──先讓小任務跑起來，再從回饋修流程。零售場景非常多，不可能一次做完。所以他們先選智能食譜、商品櫥窗、生鮮預測小任務驗證。
而且 AI 一直在變強。以前要試很久的事情，現在很多已經是現成的──我們不必再走七年。
關鍵啟發
先解每天都會痛的小問題，
不要一開始就做大轉型。
「大轉型容易變抽象，也容易讓同事覺得是『額外工作』。」
── 林文子 · 家樂福數位長
觀察四
好的提示詞，
其實是自己的工作方法。
很多人以為提示詞是找一句神奇咒語，但聽下來不是。真正好的提示詞，是把自己怎麼工作、怎麼判斷、怎麼檢查寫清楚。而且這些工作方法是會進化的──你的 prompt，也會跟著一起進化。
Skill / 提示詞
把自己的工作方法，
寫成 AI 能照做的流程。
不用一開始就正式化，也不用提交給誰。先存成私人工作流，下次少重打、少重想，就已經有價值。
觀察四 · 核心概念
提示詞不是咒語，
它是工作邏輯。
把你「怎麼工作」寫下來，AI 才能照做。
觀察四 · 補一個重點
Prompt 不是寫一次就結束──
它會自己進化。
每跑完一次，順手請 AI 告訴你：
「這次哪裡可以做得更好？有什麼建議能改進這個 prompt？」
↺ 回到 ① 跑下一次。每跑一次，你的 prompt 就更穩一點。
你的工作方法在進化──你的 AI，也跟著一起進化。
家樂福林文子說過一句話：「沒有這些錯誤，AI 永遠不會進步。」
不限業務部門
每個職能，
都可以有自己的私人提示詞。
- 同一房源 → IG / 官網 / 廣告 / 簡報 4 種語氣
- 客群 persona 模板
- 標題 A/B 候選
- 需求拆解
- 邊界情境列舉
- 測試觀點補充
- 雜亂對話 → 問題 / 狀態 / 下一步
- FAQ 整理模板
- 升級判斷 SOP
觀察 4 · 小結
你越懂自己的工作，
AI 就越能幫你。
AI 不會自動知道我們的專業邊界。但我們可以把自己的判斷方式寫清楚，讓 AI 變成穩定的助手。
觀察五（最後）
不是多做 AI，
而是少做重複工作。
我不希望這場分享變成「大家回去要多做一件 AI 作業」。比較好的角度是：有沒有哪一件你每天都覺得很煩的事，可以讓 AI 先做第一版？
小微調 1
先說目的，
不是請 AI 直接做事。
先說出你想要完成的結果──以終為始。讓 AI 先理解方向，再一起回推怎麼到那裡。AI 不是手腳，是夥伴。
小微調 2
把常用流程
存成私人提示詞。
不用正式化，自己好用就好。如果你常做某種類似的整理、比較、改寫，可以把那套流程存起來。下次少重打、少重想，就是進步。
小微調 3
想試的時候，
挑一件最煩的小事，
讓 AI 做到 70 分。
這是建議，不是規定。AI 不是給每個人的──如果不適合就跳過，沒關係。但如果哪一天有空、剛好遇到一件煩事，可以試試讓 AI 做第一版。
如果要給老闆一個觀點
下一步不是買更多工具，
而是讓專業經驗更容易被重複使用。
工具會一直變。公司裡真正有價值的是大家的經驗、判斷和流程。如果這些能被寫清楚，AI 才能幫公司累積能力，而不是每個人各自試一試。
再下一步
AI 不只是省時間，
還能幫公司找新業績。
省時間是基本盤。當經驗能被重複使用，AI 就有機會幫我們發現「以前看不到、來不及做」的業績切角。
用 AI 省成本
- 文案、簡報、潤稿提速
- 派報合規檢核（信義一年省 8,277 小時）
- 跨平台訊息整理（鴻海董辦秘書）
- 內部 SOP 與資料整理
用 AI 找業績
- 從帶看紀錄找「沒成交但還可以追的」客戶
- 把區域數據做成「主動出擊」的客戶名單
- 同樣物件，4 種客群的訴求版本同時推
- 跨案組合：A 案剩的客戶，可能是 B 案的買家
當 AI 把「重複的事」做完了──你才有時間做那些只有人能做的、會帶來新生意的事。
省時間是起點，
多看見才是真正的價值。
效能已經是這個時代的基本盤。當重複的事被 AI 做完，你才會看到──以前忙到沒空看的客戶、以前沒組合過的物件、以前遺漏的跟進。對公司來說，這些「多看見」就是新的業績。
下次讓 AI 接手一件雜事時，可以多問一句：
「我多出來的這 30 分鐘，要拿來看哪一個之前沒空看的機會？」
AI 沒有讓我們變輕鬆──
它讓我們變得更有判斷力。