AI 策略與 OKR 對齊

「不是因為有了 AI 工具才找問題來解，而是因為有了明確的業務目標，才去找 AI 來幫忙。」

為什麼 AI 導入要從公司目標出發？

很多公司導入 AI 的第一步是：「聽說 ChatGPT 很厲害，我們來用用看。」

這個出發點不是錯的，但容易變成「工具找問題」——大家都在玩，卻說不清楚到底解決了什麼。三個月後，老闆問：「我們花了這些時間，成效在哪裡？」沒有人答得出來。

正確的順序應該是：

先看公司 / 部門的年度目標（OKR、KPI）
從目標中找到痛點——哪些事情花太多時間？哪些品質不穩定？哪些機會抓不到？
評估 AI 能不能幫上忙——有些痛點適合用 AI，有些其實用 Excel 就夠了
排優先順序——資源有限，先做效益最高的

情境範例：假設今年的 OKR 之一是「提升社群行銷效率 30%」，那麼「AI 輔助文案產出」就是一個直接對齊目標的 AI 用例。但如果目標是「降低庫存成本」，文案 AI 就不是第一優先。

Impact x Feasibility 矩陣

這是一個簡單但非常好用的排序工具。把所有想做的 AI 用例放進一個 2x2 矩陣：

                高 Impact
                   │
        ┌──────────┼──────────┐
        │  Quick   │  Star    │
        │  Win     │  Project │
  低    │  先做！   │  重點投資  │
Feasibility────────┼──────────┤ 高 Feasibility
        │  Don't   │  Fill    │
        │  Bother  │  In      │
        │  不要做   │  有空再做  │
        └──────────┼──────────┘
                   │
                低 Impact

怎麼評估 Impact（影響力）？

能省多少人力時間？
能提升多少營收或轉換率？
能降低多少錯誤率？
影響範圍有多大？（一個人 vs 整個部門 vs 全公司）

怎麼評估 Feasibility（可行性）？

資料是否已經有了？（還是要從零開始蒐集）
現成的 AI 工具能不能做？（還是需要客製開發）
需要跨幾個部門配合？
有沒有資安或法規的門檻？

行銷部門的常見 AI 用例清單

以下是零售產業中，行銷相關部門最常見的 AI 應用場景：

AI 用例	說明	預估 Impact	預估 Feasibility
文案產出加速	用 AI 產出社群貼文、EDM、商品描述初稿	高（省大量時間）	高（現成工具多）
競品分析	定期追蹤競品價格、促銷活動、社群聲量	中高	中（需要資料源）
客服自動回覆	FAQ 自動回覆、訂單查詢、退換貨引導	高（降低人力成本）	中（需串接系統）
週報 / 月報自動化	自動彙整數據並產出報告初稿	中（省時但影響面小）	高（資料通常已有）
KOL 管理	KOL 成效追蹤、合約到期提醒、配對推薦	中	中低（資料分散）
商品推薦	根據顧客行為推薦商品	高（提升客單價）	低（需工程資源）
社群聲量監控	自動偵測品牌提及與輿情分析	中	中高（有現成工具）

提醒：這張表是起點，不是答案。每家公司的痛點不同，同一個用例在不同公司的 Impact 和 Feasibility 可能差很多。

對齊公司 OKR

排好用例優先順序之後，下一步是確認每個用例「對應到哪個業務指標」。

這一步很重要，因為它決定了：

你怎麼跟老闆報告成效
你怎麼知道做得好不好
專案結束時怎麼判斷成功或失敗

對齊範例

公司 OKR	AI 用例	對應指標
提升社群行銷效率 30%	文案產出加速	每篇文案產出時間（分鐘）
提升顧客滿意度至 4.5 分	客服自動回覆	首次回覆時間、解決率
降低行政作業時間 20%	週報自動化	報告產出時間（小時→分鐘）
提升新客轉換率 15%	商品推薦	推薦點擊率、轉換率

常見的對齊錯誤

「我們導入了 AI」不是指標。要說清楚「導入 AI 之後，哪個數字變好了」。
不要用「使用率」當唯一指標。「50 個人在用 AI」不代表有成效，要看「用了之後產出有沒有變好」。
避免指標和用例脫鉤。如果 AI 專案的目標是「省時間」，就不要用「營收成長」來衡量（除非你能證明因果關係）。

AI 協作：學了這個，跟 AI 怎麼配合？

AI 策略對齊是一個需要人類判斷力的決策過程 — AI 可以幫你整理框架，但最終的優先順序要你來定。

你的人類優勢：

你最了解公司的實際痛點和政治生態，知道什麼容易推、什麼會卡關
你能判斷哪些用例「看起來酷但不實用」，哪些「看起來無聊但效益高」

可以這樣跟 AI 說：

我們部門今年的 OKR 是：[列出 3 個 OKR]。請幫我列出至少 8 個可以用 AI 幫忙的場景，並用 Impact（1-5）和 Feasibility（1-5）來評分。請根據評分結果，建議我們應該優先啟動哪 2-3 個用例，並說明理由。

本堂重點回顧

AI 導入要從業務目標出發，不是從工具出發
用 Impact x Feasibility 矩陣排序用例優先順序
每個 AI 用例都要對齊到一個可量化的業務指標
先做 Quick Win（高 Impact + 高 Feasibility），建立信心後再做大專案