新創企業必修的四階段AI能力地圖

生成式AI（Generative AI）已不再是科技巨頭專屬的技術武器，而是新創企業衝刺成長的加速器。但想讓AI真正融入企業、創造價值，不是裝個工具就好，而是要有一套完整的知識結構與學習階梯。

在《生成式人工智慧於成長駭客策略之應用》（Generative AI for Growth Hacking）這篇論文中，作者提出一個名為「AI能力架構」（AI Capabilities Framework）的模型，清楚地說明新創導入生成式AI的四個關鍵知識階段，逐步升級企業與員工的AI實戰能力。

第一階段：AI功能知識（AI Feature Knowledge）

這一階段就像是入門班。企業與員工需要先了解自己用的AI工具「能做什麼」。像是ChatGPT的寫作功能、DALL·E的圖片生成，或是Notion AI的筆記摘要等。這個階段的關鍵在於「功能辨識與應用選擇」，也就是：面對一堆AI工具與平台，知道哪個功能可以解決什麼問題。

舉例：一位行銷人員如果不知道GPT模型可以幫他生成SEO標題，他永遠只會用它來寫罐頭式的社群文案。

第二階段：AI優化知識（AI Refining Knowledge）

會用還不夠，還要懂得「怎麼問、怎麼調」才能真正變強。學會功能後，下一步是提升輸出品質。AI很聰明，但我們給什麼問題，它就回答什麼。若我們的問題模糊、條件不清，它產出的內容自然也會空泛無力。此階段的能力就是學會怎麼和AI對話，包括：寫好提示詞（prompt）、反覆調整輸入、嘗試多輪提問。

舉例：同樣要產出一份投資簡報，懂得拆解任務、給AI精準要求的人，產出的版本會更接近可用成果。

第三階段：AI組合知識（AI Combinatory Knowledge）

跨工具整合，才能真正自動化流程、創造價值。到了這一階段，就不只是單點使用AI，而是懂得把不同AI工具、平台與資料流整合成一條工作流程。例如，把ChatGPT生出的文案接上Canva做設計，或讓Notion AI匯整客戶反饋後，再交由Zapier傳送到Slack供團隊判斷。這就是所謂的「AI 工作（Workflow）」能力。

舉例：一間HR新創用AI自動生成職缺文案，整合回招聘平台並同步給主管審核，流程從1天以上壓縮成1小時。

第四階段：AI反思知識（Reflective Knowledge）

不是盲信AI，而是學會辨別AI的輸出有沒有「幻覺」甚至是「鬼扯」。

這是最容易被忽略卻最關鍵的一階段。AI輸出的東西能不能用？合不合理？有沒有誤導？這階段能力就是讓AI的資訊與人類判斷結合，避免「幻覺現象（hallucination）」或「罐頭式廢話（fluff）」。

企業若要讓AI成為真正可靠的幫手，這一階段的「人工判斷＋AI智能」缺一不可。

舉例：業務主管在用AI寫信給投資人時，若不檢查語氣是否太誇張、數據是否失真，就可能讓品牌形象受損。

除了上述四階段知識，該研究也指出兩個成功推動AI的關鍵要素：一是C-level的支持，高層若不投入，不願調整流程，AI就無法全面落地。二是自下而上的想法參與，員工要被授權參與嘗試。畢竟AI導入不是靠一紙命令，而是從日常工作中漸進式實驗與改善。

同時，企業也要讓員工知道，AI是來加速工作，而非取代人類。這樣才能減少抗拒、促進創新文化。

最後，這套AI能力架構提供一個非常實用的觀點。導入AI並非一次性的技術部署，而是一段系統性「學習、調整、整合、反思」的過程。對任何新創企業而言，這四階段知識就是從AI使用者，邁向AI驅動者的關鍵階梯。AI能力不是「有或沒有」的問題，而是「強或弱」的差別。

作者：羅凱揚（台科大企管系博士）、鍾皓軒（臺灣行銷研究有限公司創辦人）

資料來源：Rezazadeh, A., Kohns, M., Bohnsack, R., António, N., & Rita, P. (2025). Generative AI for growth hacking: How startups use generative AI in their growth strategies. Journal of Business Research, 192, 115320.