AI 會改變所有人的工作，這句話講久了像背景音樂，但職場上正默默出現兩種人：一種把 AI 當威脅，一種已經悄悄用 AI 把每天最煩的事拿掉。後者，國外稱為 Builder（打造者）。數位時代創新長黃亮崢 James 邀請 USPACE AI長曾明賢（小海），從他工程師、總經理到 AI長的歷程，聊聊打造者思維、AI長在企業裡的實際任務，以及企業導入 AI 最常卡住的地方。
打造者是一種習慣，不是技能
小海從第一份工作開始，白天寫 PHP、晚上做 side project。Twitter 時代他寫過 TweetThis 解決分享網頁的問題，部落格時代做出串聯貼紙 Sticker Action，2009 年更做出 Podcast 託管平台 MyAudioCast，當年中國 iTunes 前三名 Podcast 都託管在他這。這種「看到問題就動手」的習慣一路延續。當他 2023 年從 StreetVoice 總經理裸辭、2024 年中被 GenAI 年會震撼到之後，他的第一反應不是焦慮，而是趕快買 ChatGPT、付費用 API、一邊寫文章一邊寫程式讓自己 involve 進去。James 觀察，Builder 不是一個 skill 而是一種習慣，看到每件事都想動手試試看。
從三個月到一週：一個月一個產品的 Build in Public
小海 2024 下半年開始做 AI 摘要產品：把 Podcast、YouTube 轉成文字再摘出重點，讓忙碌的人能用最短時間掌握最多資訊。第一個產品花了 3 個月，第二個 1 個多月，第三個一週，第四個一週。他笑說現在回頭看前面都「超級慢」。這段時間正好是 Cursor、Windsurf 陸續出現，到 2025 年 5 月 Claude Code 問世、Vibe Coding 成為關鍵字的演進期。AI 工具從一段段複製貼上，進化到能看整個專案、甚至能把幾年累積的大型專案翻寫成新版並順利運作。他強調，即便是工程師，現在還有很多人停留在複製貼上問 ChatGPT，資訊落差依舊嚴重。
AI長在 USPACE 做什麼？從影響客服、PM 到全公司
小海的三大任務，第一是客服。停車客服永遠是最緊急的場景：車牌辨識失敗、扣款爭議，使用者被卡在閘門前急著要出去。小海先 survey 可以串 AI 的廠商，讓 AI 依 SOP 接聽電話、遠端開閘門，最終目標是讓 AI 主動 monitor 攝影機，有人卡住就介入。第二是產品開發團隊。他先從 PM 開始潛移默化：PM 過去憑空想像寫 spec 再交設計師做 wireframe，現在可以直接讓 AI 做出 prototype，思考更快、更 solid。後來 PM 主動提議自己改東西，團隊逐步統一用 Claude Code。第三是教全公司。他在日曆開出「AI 1on1」讓同仁預約，帶著他們把手上最煩的工作拿給 AI 解；部門定調「支援不超過 50%」，讓同仁自己動手，每週三公告本週案例，慢慢累積全公司對 AI 的正確想像。
工程師分兩派，但軟體工程紀律沒變
小海觀察工程師現在很兩極。一派不會跟 AI 溝通，把 spec 全丟給 AI 就放飛，最後自己也沒辦法檢查；另一派擅長先想清楚要什麼、再給 AI 足夠上下文；溝通品質決定 AI 產出品質。但即便 AI 寫 code 很快，軟體工程紀律沒有消失：Code Review、自動化測試、QA 都還是要做，因為相信的從來不是誰寫的，而是測試結果對不對。近期流行的 Harness Engineering 把開發切成 9 個 phase，每個階段都回頭驗證 AI 產出，本質還是軟體工程。
自然語言 Dashboard 與「每週拿掉 4 小時」
不同職能上手 AI 的方式不同。客服是被安排使用已 setup 好的 AI 系統，不需要太多駕馭 AI 的技能；財務、PM、資料部門則有更大發揮空間。小海替 USPACE 財務與資料部門接上 Claude、串 MCP，讓同仁用自然語言說出想看的指標，直接產出 Dashboard；資料太大跑不出來時，AI 還能幫忙重寫 SQL，幾秒完成過去資深資料庫工程師才做得來的優化。USPACE 內部也有主管因為現成管理工具不符需求，自己寫一套管理系統；停車場業務則用 AI 寫自動派工系統。他有個企劃叫做「解決你手上每週最繁雜的 4 個小時」，因為買了 Copilot、Claude、ChatGPT、Gemini 卻不用的企業太多，問題不在工具，而在於同仁不知道 AI 可以幫自己做什麼。
每家公司都需要 AI長嗎？做以前做不到的事
小海認為 AI長應該是內部人、但要有外部視角，因為完全內生會被既有認知限制。但每家公司是否真的需要這個職位，要看體質。例如電商若只是要自動化，該做的做完就不需要專職 AI長；大公司反而有機會透過 AI 做以前做不到的事：過去因人力成本太高而放棄的生意、PM 過去寫不出程式而做不了的原型，現在都有機會重啟，創造新的收入來源。另一個實用觀察是，大公司做 AI 降本增效的收益，目前仍比創造新事物更大、更明顯。對於一個做過總經理的人回頭寫程式，他以 DCard CEO 林裕欽的 FDE 為例，認為主事者懂 AI 並親自動手，能撬動很多前線同仁才知道的隱性 know-how。
小海留給聽眾的一句話是：拋棄既有的認知與想像。過去因為自己懂技術，常會先預設 AI「應該這樣做、那樣做」，反而被自己的經驗限制住。AI 時代的正確姿勢是，講清楚目的、補充手上的資訊，讓 AI 判斷最好的作法是什麼。他舉例自己想搞清楚客服夜間需不需要補人，原本只打算要一張圖表，改成只說目的後，AI 拉出 6 張不同維度的圖、甚至直接告訴他「不需要補」。但他也提醒：不要忘記自己要思考。AI 給你六張圖不代表六張都重要，最後仍要自己一張張判斷、取捨，才會走到真正的解答。
Powered by Firstory Hosting
