管理者都是怎麼用AI的?日本企業訪談50人之後,最推薦3種應用場景
管理者都是怎麼用AI的?日本企業訪談50人之後,最推薦3種應用場景

之前分享過企業高層運用 AI 的比例,比我想像中還多。我就很好奇,這些高管、經理人們,都用 AI 來做什麼呢?

1128-1.jpg
圖/ 數位時代

日本數位轉型人才培育公司 Renewer 訪問了超過 50 名主管,彙整一份 《經理人生成式 AI 使用指南 2025》 ,我大致歸納成 3 類主管職的 AI 應用場景和技巧: 和部屬溝通賦能部屬 以及 自我成長

1128-2.jpg
圖/ 數位時代

1.和部屬溝通

溝通往往是管理者最大的壓力來源,AI 可以作為你的「預演對象」與「修飾顧問」。

1128-3.jpg
圖/ 數位時代

模擬困難對話: 面對績效考核、薪資談判或是糾正錯誤等高壓場景,管理者常會感到緊張或不知所措。你可以請 AI 扮演部屬的角色,輸入對方的個性與可能的反應,進行一場「模擬演練」。這能幫助你預判對方的提問,減少實際面談時的緊張感。

改善交辦指令(黃金圈法則): 很多時候部屬做不好,是因為指令背後的願景不明,也有的是主管只談了願景卻沒談要做什麼。利用 AI 根據「黃金圈法則」(Why → How → What)來改寫你的任務說明,能避免管理者只關注特定部分,忘了告訴部屬任務背後的意義。

  • Why: 為什麼要做?(願景與目的)
  • How: 如何達成?(執行策略)
  • What: 做什麼?(具體產出)

2.賦能部屬

除了自己變強,管理者的核心價值在於讓團隊變強。AI 可以成為你培育人才的槓桿。

1128-4.jpg
圖/ 數位時代

1 on 1 指導的預演: 針對部屬遇到的特定瓶頸,你可以詢問 AI:「面對這種情況的員工,我該採取教練(Coaching)還是指導(Mentoring)的策略?」這能幫助主管跳脫自己的指導慣性,辨識出需要提供直接教學,或是保留員工思考空間的情境,在「引導員工自己解題」和「給予部屬明確指令」兩種角色靈活切換,更有效地引導部屬成長。

文件審閱(建立 AI 守門員): 主管常花大量時間在修改部屬文件的低級錯誤。你可以定義好「審查標準」,製作成專屬的 GPTs 或企業內部 Bot。要求部屬在提交給你之前,先用 AI 進行初步檢查與優化。這不僅提升了交件品質,也大幅減少了來回退件的無效溝通。

3.自我成長

管理者往往是孤獨的,AI 可以成為你隨時待命的導師與心理諮商師。

1128-5.jpg
圖/ 數位時代

管理理論指導: 遇到棘手的管理難題(如團隊士氣低落、跨部門衝突),試著將情境描述給 AI 聽。讓它推薦相關的「管理框架」或「學術理論」。AI 能迅速從龐大的知識庫中,找出適合你的解題模型,幫助你從理論高度解決實務問題。

觀察領導風格、持續改善: 將你每日的工作日誌或隨筆提供給 AI,請它進行分析,幫你找出隱藏的「情緒模式」或「決策盲點」,提出客觀的改進建議。這就像擁有一位客觀的第三方觀察者,幫助你持續優化領導風格。

訂閱《一天一AI》日報,你也可以回信跟我聊天(或取暖)!

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