三力 × AI
企業 AI 導入:先診斷,再選課程、陪跑或輔導。
先做 AI 診斷,釐清貴司所在階段,再導向三種做法:AI 課程(集體授課)、AI 陪跑(針對少數個人的短期帶教)、AI 輔導(組織層級的專案式導入)。由兼任企業 AI 長的劉基欽提供。
快速回答
企業 AI 導入怎麼選?先看所在階段。
企業 AI 導入不是一次買一種服務,而是依所在階段選擇起點:不確定現況,先做 AI 診斷;想讓一個班級建立共通語言,選 AI 課程(集體授課,標準 7 小時模組);想讓 3–5 位關鍵個人把 AI 用進自己的工作,選 AI 陪跑(1 對 n 直接帶教,1–3 個月);要改造部門或組織的工作流並建立治理,選 AI 輔導(3–12 個月專案)。四者都可以獨立開始,不需要照順序。
作者:劉基欽(職業講師 × 創新顧問,兼任企業 AI 長) · 最後更新: · 服務客戶數與課程數資料基準:2026 年 10 月
截至 2026 年 10 月,服務過 340+ 家企業與機構, 其中 90+ 家含 AI 主題。
三種做法一眼看懂
課程、陪跑、輔導,各自解決不同問題。
01
AI 課程
- 對象
- 一個班級的學員(全員、部門、主管)
- 形式
- 集體授課,學員課中實際演練
- 期程
- 7 小時標準模組;另有進階系列班
- 產出
- 共通語言與可套用的 Prompt、AI 助手作品
看詳細說明 ↓
02
AI 陪跑
- 對象
- 3–5 位個人工作者
- 形式
- 1 對 n 直接帶教,依每人工作需求搭配 AI 工具
- 期程
- 短期程,1–3 個月
- 產出
- 每位學員在自己工作任務上的 AI 用法與效率提升
看詳細說明 ↓
03
AI 輔導
- 對象
- 整個部門或組織
- 形式
- 專案式導入,從工作流改造到治理
- 期程
- 3–12 個月專案
- 產出
- 上線且可衡量的 AI 工作流與治理檢核表
看詳細說明 ↓
不確定選哪一種?先做 5 分鐘 AI 診斷 ↓
起點:AI 診斷
先診斷,再決定從哪一塊開始。
企業 AI 導入成熟度診斷:20 題、約 5 分鐘,從策略、流程、知識、人才、治理、成效衡量六個面向看清現況,取得優先補強建議,並導向最適合的起點:AI 課程、AI 陪跑或 AI 輔導。
- 策略與領導支持
- 場景與流程
- 資料與知識
- 人才與能力
- 治理與資安
- 成效衡量
您的回答在瀏覽器中計算,不會被儲存;診斷僅記錄匿名統計(例如是否完成、結果階段),不含任何個人或公司資料。結果可列印或儲存為 PDF,方便轉給主管。
從哪裡開始
貴司現在在哪一步?
公司剛開始導入,想讓全員先有共同基礎
建議從:AI 課程 →
想讓 3–5 位關鍵人員直接把 AI 用進自己的工作,不一定要先上課
建議從:AI 陪跑 →
工具已經買了,但同仁不會用、也用不到業務上
建議從:先診斷,再選 AI 輔導 →
訓練辦過了,但成果講不清楚、ROI 難以支撐續約
建議從:AI 輔導 →
想直接和我聊?預約 30 分鐘免費需求診斷,會依貴司現況給出 2–3 種建議組合,無需立即決定。預約需求診斷 →
為什麼是三力 × AI
AI 放大的是思考力,不是取代它。
工具三個月就換一輪,邏輯、創意、策略的底子不會。同樣的 AI,思考力扎實的團隊用得更準、更深、更容易留下成果。
01
AI 課程
一個班級集體授課,先把共同語言建起來。
- 適合誰
- 首次導入 AI 的企業、特定部門(HR/業務/主管)、已有工具但用不起來的團隊。
- 形式與期程
- 7 小時標準模組;C4 為 14 小時兩日班,C14 為 24 小時系列班。課中以學員實際演練為主。
- 產出
- 學員帶走可直接套用的 Prompt 與 AI 助手作品,並加入專屬社群持續交流。
- 如何開始
- 依課程型錄鎖定對象與工具,再安排 0.5 小時課前對焦會議確認課綱。
15 門課,六大類別:
通用入門2 門
全員共訓,建立 AI 共通語言。
角色專屬5 門
HR/業務/主管深度賦能。
數據決策2 門
Excel × AI 三段式工作流。
進階應用2 門
打造可重複使用的 AI 助手。
工具專屬3 門
Copilot/Claude 全工作流整合。
產業專屬1 門
貿易業 B2B 開發流水線重建。
02
AI 陪跑
一次陪跑 3–5 位個人,依各自的工作需求,直接帶教的短期程。
每位學員的工作內容不同,適合的 AI 用法也不同。陪跑不是統一授課,而是從每個人手上的實際任務出發, 協助他們運用 AI 提升工作效率,並依各自需求搭配不同的 AI 工具。
- 適合誰
- 想讓少數個人工作者(例如關鍵主管、種子人員、各職務的專業人員)先把 AI 用進自己工作的團隊,或希望提升個人工作效率的個人。
- 人數與形式
- 3–5 位,1 對 n 直接帶教。
- 期程
- 短期程,1–3 個月。
- 如何進來
- 可以直接開始,不需要先上過課;已上過課的團隊也可以用陪跑延續成果。
- 與課程的差別
- 課程面向一個班級,內容統一;陪跑面向 3–5 位個人,內容依每個人的工作需求調整。
- 與輔導的差別
- 陪跑鎖定個人的工作效率;輔導則是 3–12 個月的專案,處理整個部門或組織的工作流與治理。
陪跑怎麼進行
STEP 1
盤點個人需求
了解每位學員目前的工作任務,找出最耗時、最值得用 AI 改善的環節。
STEP 2
搭配 AI 工具
依各人的工作需求,挑選並組合適合的 AI 工具,不套用單一工具。
STEP 3
帶教實作
1 對 n 在真實工作任務上實際操作與調整,把用法帶進日常工作。
STEP 4
檢視成果
回顧效率提升的情形,把有效的做法整理成可重複使用的方式。
03
AI 輔導
把 AI 用得準、量得到、交得走。
以企業 AI 長的視角,從高 ROI 的重複性工作流切入,用務實工具組逐一改造,把治理紀律與交付 SOP 內建到每一條工作流;同時培育內部「AI 種子師資」,把資深員工的隱性 Know-how 固化為 SOP 與提示詞資產。
- 適合誰
- ・AI 工具導入了,但同仁不會用、也用不到業務上的企業
- ・資深員工經驗只在腦袋裡、人一走知識就流失的組織
- ・訓練辦完沒有產出、ROI 講不清楚、難以支撐續約的團隊
- 產出
- ・上線且可衡量的 AI 工作流與治理檢核表
- ・測試題庫+KPI 儀表板,把 ROI 從假設變數據
- ・部門 AI 應用手冊、客製 GPT/Skill 與種子師資
五個步驟
STEP 1
盤點診斷
業務流程訪談與現有工具盤點,記錄量化基線(工時等)。
STEP 2
場景選擇
以「ROI × 技術可行性」矩陣排序,選定第一波 1–2 條工作流。
STEP 3
方案設計 PoC
流程拆解、工具選型、知識庫設計與最小可行版本驗證。
STEP 4
建置與提示詞工程
節點建置、提示詞工程、幻覺防治與知識庫導入。
STEP 5
治理測試與交付
迴歸測試、KPI 儀表板、操作 SOP 與種子師資帶教。
實際案例
某教育顧問業
五條 AI 工作流改造
以五階段引擎改造五條 AI 工作流(客服機器人、提案調研幕僚、講師資料庫 AI 化、官網協作、總體規劃),並建立可複製的 AI 治理紀律與清單。
某跨境電子集團
數百筆 SOP 的 AI 文件治理
以『診斷先行』完成數百筆 SOP 的 AI 文件治理,並把方法論封裝為可一鍵啟動的客製 Skill。
專題演講與工作坊
想先聽一場,再決定怎麼走。
延伸閱讀
這些文章也在談企業怎麼導入 AI。
中小企業導入 AI 的三個常見坑:工具進來了,組織卻沒跟上
中小企業導入 AI 最常踩的不是技術坑,是管理坑。從沒有 AI Policy、把 AI 當省人力工具、到訓練只教操作不教場景,這篇從輔導現場拆解三個最常見的失誤,並給出對應的管理對策。
閱讀全文 →
升能力 vs 省人力:AI 導入的真正關鍵不是工具,是 KPI
多數公司 AI 導入失敗,不是工具不好,是內部敘事就錯了。當你給員工的訊號是「省人力」,再好的課都會變成抗拒的理由。這篇從框架敘事談到 KPI 重設,拆解三個層次該怎麼說、考核怎麼改、為什麼不能直接砍編制。
閱讀全文 →
挑 AI 工具的五個問題:先想清楚要解決什麼,再去找工具
市面上的 AI 工具多到讓人焦慮。我挑工具的原則一直是「先想清楚要解決什麼,再去找工具」。這篇分享我判斷一個場景值不值得導入會問的五個問題、為什麼資安要放第一道關卡、員工該怎麼開始學,以及一個常被忽略的坑——工具蔓延。
閱讀全文 →
流程顆粒度:AI 接得住、接不住的那條線
這幾年我輔導過製造、車用電子、建築,也跑過不少政府單位。看多了之後我發現一件事:大部分 AI 導入失敗的企業,問題不在工具選錯,而是流程根本還沒準備好。這篇談「流程顆粒度」這個關鍵概念,以及老闆、部門、員工三個層次該怎麼推、人才該怎麼從「使用者」往「設計者」推。
閱讀全文 →
經驗資產化:AI 時代企業真正的護城河
常有人問我開哪些課、學完能帶回公司什麼。我有三個主軸:AI × ISO/品質管理、職能模型與人才發展、思維與表達。但學員真正能帶回公司的,不只是省時間,更重要的是把老師傅腦袋裡那些講不太出來的判斷變成公司帶得走的資產。這篇談我為什麼從 ISO 切入、以及學員帶回公司能回饋的三層價值。
閱讀全文 →
常見問題
AI 導入的常見問題。
- AI 診斷怎麼進行?診斷完會導向哪裡?
- 分兩步。第一步是網站上的企業 AI 導入成熟度診斷,20 題、約 5 分鐘,您的回答在瀏覽器中計算,不會被儲存;診斷僅記錄匿名統計(例如是否完成、結果階段與建議的服務),不含任何個人或公司資料。診斷從策略與領導支持、場景與流程、資料與知識、人才與能力、治理與資安、成效衡量六個面向評估,輸出整體階段、各面向分數、優先補強的兩個面向與 30 天內可以先做的事,並建議從 AI 課程、AI 陪跑或 AI 輔導哪一種開始,結果可列印或儲存為 PDF。第二步是 30 分鐘免費需求診斷,依貴司的 AI Policy、既有工具、學員背景與時程進一步確認,並給出 2–3 種建議組合。自我診斷是依題目分級的初步判斷,採 4 級量表,不是標準化評量,也不取代正式診斷。
- AI 課程、AI 陪跑、AI 輔導差在哪裡?
- AI 課程是對一個班級的集體授課,標準為 7 小時模組,目標是建立共通語言與可套用的做法。AI 陪跑一次陪跑 3–5 位個人,1 對 n 直接帶教,為 1–3 個月的短期程,依每位學員的工作需求搭配不同的 AI 工具,目標是提升個人的工作效率。AI 輔導是組織層級的專案式導入,從場景選擇、工作流改造到治理與種子師資,目標是讓成果留在組織裡。三者都可以獨立開始,不需要照順序;也可依成果組合或延伸。
- 公司已經導入 AI 工具,但同仁用不起來,要從哪裡開始?
- 建議先安排 0.5 小時的課前對焦會議,盤點現有授權、AI Policy 與各部門痛點,再決定是配課、陪跑關鍵人員,或進入 AI 輔導。30 分鐘需求診斷免費,且不需要立即決定。
- 公司用 Microsoft Copilot 或 Claude,該選哪一門課?
- Microsoft 365 環境建議 C12《運用 Microsoft Copilot 提升工作效率》;以 Claude 為主要工具建議 C13《運用 Claude 提升工作效率》;兩者皆已導入者,建議先 C12 建立全員共通能力,再以 C13 深化自動化與客製化。想系統化深耕 Claude,可接 C14 的 24 小時系列班。
- 上 AI 課程需要先買付費的 AI 工具嗎?
- 不需要。課中使用免費版 AI 工具即可操作;若企業已導入付費版或企業版,會依實際授權調整演練內容。由於 AI 工具改版頻繁,開課前會再核對演練內容與可用功能。
- AI 導入的成效怎麼衡量?
- AI 輔導從盤點診斷開始就記錄量化基線(例如工時),以「ROI × 技術可行性」矩陣選定第一波工作流,結案時交付測試題庫與 KPI 儀表板,把 ROI 從假設變成數據。
- 資料機密與資安怎麼處理?
- 課程與輔導都把資料機密分級與人機分工納入,例如 C14 的產出包含資料機密分級與人機分工規範;AI 輔導則把治理內建到每條工作流,包含誠實標注與可交付性紅線,並在交付前做迴歸測試。
導入 AI
不確定從哪一塊開始?先做 30 分鐘需求診斷。
依貴司 AI Policy、既有工具、學員背景與時程,會給出 2–3 種建議組合,方便對內簽核,無需立即決定。