微軟導入豐田「改善大法」,帶領全員AI轉型!具體怎麼做?營運長公布2大秘訣
微軟導入豐田「改善大法」,帶領全員AI轉型!具體怎麼做?營運長公布2大秘訣

日本車廠豐田(Toyota)在生產線誕生的日式經營理念「改善法(kaizen)」,如今成為科技巨頭微軟內部AI轉型提高營運效率、消除浪費的管理哲學。微軟營運長卡落琳娜.迪貝克.哈佩(Carolina Dybeck Happe)近日便分享,他們如何運用改善法,在以人為本的基礎下轉型,用AI改變過往繁瑣的工作流程。

微軟身為AI技術浪潮的推動者,他們又是如何在內部AI轉型?哈佩近日在《華爾街日報》舉辦的活動上分享,她不是將AI單純視為一項技術,而是一個商業管理問題,運用改善法從「人」跟「流程」著手,將微軟轉變為一間AI優先的公司。

豐田的改善法(kaizen)是什麼?

但在解釋哈佩如何推動微軟轉型之前,或許需要先解釋的是,什麼是改善法?

改善法(かいぜん,kaizen),是二戰後日本的經濟百廢待興,豐田為了在資源缺乏的狀況下與歐美企業競爭,鎖發展出的一套管理方法。

toyota 豐田
「改善」是豐田為了在資源缺乏情況下,與國際企業競爭發展出的經營哲學。
圖/ Wikimedia

改善法的核心是透過 不斷減少生產線上的浪費,提升效率與品質 。改善法主張,假如流程是好的,自然會得到好的結果, 將重點放在優化流程本身,而非追求最終的數字與成果

在改善法的理念中,最了解流程問題的便是每日參與流程的員工,因此豐田鼓勵各個層級的員工提出意見、共同參與改善。在豐田,發現生產線有異常時,所有工人都擁有停下整條生產線的權利,也是豐田時常提到的「自働化」理念中的一部分。

豐田的「自働化」是在人們熟知的自動化(automation)基礎上,再加上人的智慧──這就是「帶有人字旁」的自働化。

現在改善法已在眾多領域受到大量企業採用,美國工業巨擘奇異(GE)、手機巨頭摩托羅拉(Motorola)等公司都曾運用改善法改良公司營運。值得一提的是,哈佩在2023年加入微軟前,便是在奇異擔任財務長。

微軟怎麼應用豐田的改善法?

第一步:不急著導入AI,先取得共識、改造流程

哈佩透露,她加入微軟時便立刻發覺,如果微軟想吸引客戶,就必須先成為「零號客戶」,也就是第一個使用自家的產品,同時也是最嚴苛的客戶。這代表著微軟必須先用AI改造自己的組織,才能說服外部客戶採用他們的技術。

她意識到,微軟面對的更多挑戰會來自人,因此首先需要關注的是人與流程。

Carolina Dybeck Happe
哈佩加入微軟前是奇異財務長,而奇異從1990年代開始便廣泛運用改善法。
圖/ Microsoft

而第一步,就是和員工有共同的語言,意即在運用AI轉型前,讓大家對流程的癥結有一致看法。哈佩表示,他們需要先將整個流程攤開來檢視,讓所有團隊成員對混亂的現況達成共識,明白理想流程與現實的落差。

如果只是用文件上,或者理想的流程來設計AI解決方案,那麼可能根本無法解決員員工在日常工作中實際遇到的問題。

微軟在改善客戶導入流程時,第一步並非生硬地應用AI技術,而是先從優化流程著手,將原先多達230個步驟精簡到40個步驟以下。哈佩透露,這個過程中需要微軟業務、行銷、產品、財務等各個團隊的協力配合。

延伸閱讀:「豐田標準」光環變魔咒!中國車廠低價戰襲來,TOYOTA痛改百年策略,祭2手段續命

第二步:導入技術,將剩餘流程的75%自動化

第二步是技術,並運用改善法帶領公司轉型。

在這個階段,微軟利用AI將剩餘流程的75%自動化。像是透過建立AI代理,將程式碼合併請求自動化。

程式碼合併請求是指工程師完成一個功能後,不能直接將程式碼併入專案,而是需要向負責人發送請求,告訴對方自己已完成負責部分,希望對方檢視過沒問題的話,再併入專案之中。審核程式碼合併請求是工程師需要花費一定時間的日常工作。

這個流程改變讓工程師能夠從繁瑣的日常事務中解放,將時間精力投入在為客戶開發解決方案,更有效率地提供產品。

「最終,客戶和我們團隊的體驗都顯著提升。」哈佩表示。

另外,哈佩指出,領導者常常會花費太多時間在抗拒變革的員工身上,但事實上應該反過來, 領導者要依靠小部分樂觀看待變革的員工,專注於改變對變革持觀望態度的群體,讓相信變革的員工在團隊推動技術發展

延伸閱讀:
AI眼鏡含金量有多高?一場Meta起頭的豪賭:它是下一個iPhone,還是Google Glass?
中國車企16家獲利抵不過1家日本豐田:比亞迪、吉利⋯為何賣很大卻賺不多?

資料來源:華爾街日報Toyota

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓