企業 AI 內訓怎麼規劃？先問清楚工作，再決定學什麼

一場 AI 內訓，可能從一個很合理的要求開始：讓同仁少花時間做週報。但如果三份來源表的欄位定義不同，主管也沒有一致的驗收標準，學會更快生成報表，只會讓問題更快抵達下一個人。

對人資與部門主管而言，課前最值得做的工作，是把「希望大家會用 AI」拆成一項可觀察、可練習、可驗收的任務。這樣才能判斷：現在缺的是技能、資料條件，還是流程本身。

先問「哪裡卡住」，才知道課程能處理什麼

需求訪談容易停在工具清單。「想學 ChatGPT」「想做自動化」可以表達興趣，卻還不能說明培訓應交出什麼成果。比較有效的起點，是請主管與實際執行者拿出最近一次任務，沿著輸入、處理、複核與交件逐步回看。

CDC 的需求分析指引將辨識落差、理解原因放在選擇訓練之前；工具、政策、工作環境與溝通，也可能是問題來源。[1] 這個區分對 AI 培訓尤其有用：課程可以練習判斷與操作，但無法替組織決定誰有資料權限、哪份數字才是正式版本。

例如，員工不知道如何把已核准的資料整理成摘要，可能適合安排練習；兩個部門對「有效客戶」各有定義，則要先取得共同標準。兩者都可能讓週報延誤，所需要的解法卻不同。

八個問題，讓「提升效率」變成可討論的需求

訪談前，請對方準備一份可分享的成果或空白格式。需要討論機密業務時，以去識別摘要或合成資料取代原始資料；能在內部查看，不代表可以上傳外部 AI 工具。以下順序可直接搭配文末需求表使用。

1. 最近一次，從哪裡開始、在哪裡結束？

   請執行者帶你走過一次工作：收到什麼、先做什麼、交給誰、何時才算完成。若只記錄「產生初稿」，就會漏掉後面的複核與返工。

   留下：一個明確的任務範圍與交付物。

2. 最需要改善的是哪一步？

   把「很花時間」追問成可指出的位置：找資料、整理格式、做判斷，或修正被退回的內容。請對方提供一個最近的例子，而不是對整個部門打分數。

   留下：具體卡點，以及可以回看的文件或紀錄。

3. 誰投入多少時間？

   分別記錄製作、複核、返工的人力與頻率。等待主管一天，與實際核對二十分鐘，是兩種不同的時間；數字若來自回想，標為估計。

   留下：頻率、參與角色、人工時間，以及尚待實測的欄位。

4. 怎樣才算做對？

   請主管說明最不能接受的錯誤。以週報為例，期間、合計、缺漏與來源能否回查，都比「看起來完整」更容易驗收。

   留下：完成標準與最後核准的人。

5. 資料與工具真的可以使用嗎？

   確認資料來源、授權者、可用帳號與公司允許的環境。若工具權限尚未確定，先把它記為前置條件，不要假定員工都能自行申請。

   留下：允許使用的資料、工具與禁止上傳的內容。

6. 以前試過什麼，為什麼沒有持續？

   既有範本、公式或操作手冊可能已解決一部分工作。停止使用的原因也可能是沒人維護、資料格式改變，或主管仍要求另一種成果。

   留下：可沿用的做法與失效原因，避免重做一套沒人接手的流程。

7. 哪個角色需要練哪個動作？

   執行者可能需要練習整理輸入與核對結果；主管則需要學會設計驗收規則。不要把角色不同的問題，壓成一堂所有人都一樣的工具介紹。

   留下：受訓者的起點與具體能力差距。

8. 課後下一次何時能真正使用？

   把應用日期寫進需求單，確認誰提供資料、工作時間與回饋。如果一個月內都沒有相關任務，就不宜用一個月後的工作成果評判課程。

   留下：下一次任務、支持者與可觀察的成果。

當主管再次說「希望效率更好」，可以回到第四題：如果初稿快了，複核卻更久，還算改善嗎？這個追問會把課程焦點從生成速度，帶回整個工作的品質與人力。

一份週報需求，應該如何改寫？

最後的需求可以寫成：「在欄位定義與工具權限確認後，讓業務助理以 AI 協助製作週報初稿，依清單核對來源、數值及缺漏，並於下一個工作週期完成一次實作。」這份描述已足以協助講師選資料、排練習，也讓主管知道自己必須參與什麼。

45 分鐘訪談，最後要留下三樣東西

訪談不必把八題平均分配時間。先用五分鐘確認任務邊界，接著十五分鐘請執行者重走最近一次工作，十分鐘核對退件與複核紀錄，再用十分鐘和主管寫出驗收標準；最後五分鐘確認尚缺資料的負責人與回覆日期。這是可調整的安排建議，不是訪談品質的評分規則。

結束時，桌上應該有一份成果樣本、一張工作落差紀錄，以及一項下一步。落差紀錄至少包含「說法、證據位置、資料期間、提供者、已確認／待確認」。例如「每週返工兩次」若只有口述，就寫成訪談估計；取得退件紀錄後再更新，不要先把它寫成既定事實。

從兩筆來源，練習判斷一段 AI 摘要

教學假設｜以下資料全部為合成示例；不代表真實公司交易。

先把驗收標準放進一個可操作的小例子。欄位「案件數」指收到的案件，並不等於成交；「已確認」只表示資料完成確認。期間統一為同一週，來源版本固定為 v1。

第二段文字讀起來流暢，卻發生兩個實質錯誤：把「案件」改成「成交」，也把一筆待確認改成全部確認。主管驗收時，不能只看語句通順，而要逐一對照欄位定義、總數、狀態與來源版本。

這次練習可以要求學員交回三項內容：摘要、來源對照、錯誤修正紀錄。資料負責人確認定義；執行者逐項核對；主管核准交件。來源留白時，輸出「未提供／待確認」，不可自行補成零，也不能讓 AI 猜一個合理數字。

什麼時候安排課程，什麼時候先補條件？

OPM 的規劃與評估資料同樣提醒，績效落差需要先分析原因，訓練不是每個問題的唯一解法。[2] 這裡引用的是需求判讀原則，不是將美國機關的制度要求套用為台灣企業規定。

可以安排訓練：任務、輸入與品質標準已清楚，但執行者缺少操作或判斷能力。把缺少的動作變成課堂作業，並指定課後驗收者。

先改善，再訓練：資料不一致、規則未定或分工不清。為每項前置工作指定負責人與日期；課程可以同步設計，正式操作要等條件齊備。

暫緩工具操作課：沒有資料授權，也沒有應用機會。若需要建立共同認知，可先討論工作情境與使用邊界，但不要把這類認知課的完成，當成流程已經落地。

把需求單帶進課程討論

個人或小組想先練習共通方法，可比對AI 應用人才實戰班的課綱與場次。若多人必須使用共同資料、分工與驗收標準，企業內訓更需要先確認上述工作條件；具體安排仍應以需求討論為準。

需要彙整多個部門時，可延伸使用教育訓練需求調查表；若還沒選定任務，先從企業 AI 工作盤點開始。