AI不是工具升級，而是組織重組

延續之前發表於2025年《管理學會年鑑》（Academy of Management Annals）的論文〈與AI共同管理：一個整合性框架〉（Managing with Artificial Intelligence: An Integrative Framework），這篇研究整理了2018年至2024年間關於人機協作與演算法管理的文獻，提出一套完整的AI管理框架。

這篇論文最重要的提醒是：AI進入組織後，問題已經不是「哪個部門導入AI工具」，而是「整個組織如何被AI重新改寫」。

研究用一張圖，整理出AI管理的四個轉向：

1.從「單一任務」看向「組織情境」。

2.從「個人能動性」看向「集體能動性」。

3.從「局部互動」看向「系統互動」。

4.從「微觀結果」看向「多層次結果」。

表面上，這是一張研究架構圖；但換個角度看，它其實也是一張「AI如何進入組織、改變組織，最後外溢到社會」的路線圖。

它想說的是當AI開始參與管理，組織就不再只是「人在管理人」。未來的組織，會變成人、AI、資料、制度、流程與社會環境共同運作的新系統。

這張圖可以分成三個階段來看：左邊是AI為什麼會滲透組織；中間是組織會發生什麼變化；右邊則是未來管理者與研究者應該關心什麼問題。

過去，很多研究會把「人機協作」與「演算法管理」分開來看。前者像是主管用AI輔助決策，後者像是員工被AI監控、派工、評分。表面上看，兩者像是兩件事；但作者提醒我們，這其實是一體兩面。

有些人正在用AI管理別人，有些人則正在被AI管理。如果只看單一任務，就會見樹不見林，忽略整個組織系統正在被重組。

一、從單點工具，到制度化AI

第一條線，是從「單一任務」看向「組織情境」。過去，AI可能只是幫公司做一件事。例如：篩履歷、預測銷售、產生報表、整理客服紀錄。它比較像是一個單點工具，哪裡需要，就放在哪裡。

但現在生成式AI不同。它可以同時參與策略規劃、決策支援、績效管理、內部溝通、員工回饋與知識管理。換句話說，AI不再只是幫忙做事，而是開始進入組織的核心流程。

因此，中間對應到的組織變化，就是「AI制度化」（Institutionalization of AI in organizations）。所謂AI制度化，意思是AI不再是某個部門的小工具，而是逐漸被寫進公司的流程、制度、職位、權責與商業模式。真正的問題，也不再是「要不要用AI」，而是「如何讓AI變成公司的能力」。

這裡的關鍵，不是工具，而是配套。AI要發揮作用，必須搭配資料文化、組織設計、人才訓練、流程改造與治理制度。否則，買再多工具，也只是緣木求魚，看起來很熱鬧，實際上難以落地。

二、從少數人用AI，到整個組織人機混合

第二條線，是從「個人能動性」看向「集體能動性」。以前，AI多半是少數專家在用。資料科學家、IT部門、高階主管，才有能力操作複雜系統。一般員工離AI很遠。

但現在不同了。一般員工也可以用ChatGPT、Copilot、內部AI助理來寫信、做簡報、分析資料、整理會議、規劃專案。AI開始從少數人的工具，變成多數人的工作夥伴。這會帶來第二個組織變化：組織混合化（Hybridization of organizations）。

未來的組織，不再只是人類團隊，而是人類與AI共同工作的混合團隊。這時候，真正重要的問題不是「AI會不會取代人」，而是「AI在團隊裡到底扮演什麼角色」。

它是助理？是教練？是監工？是協調者？還是決策顧問？如果角色沒有講清楚，組織很快就會出現責任模糊。AI建議錯了，誰負責？主管採納錯了，算誰的判斷？員工照AI做錯了，最後誰背鍋？

這些問題看似細節，其實攸關管理制度。因為AI一旦進入團隊，權力、責任與判斷邊界都要重新劃分。

三、從單一互動，到整張關係網

第三條線，是從「局部互動」看向「系統互動」。很多人談AI，還停留在「一個人使用一個工具」。但在組織裡，AI從來不是孤立存在。它會把資料提供者、主管、員工、工程師、顧客、供應商、法務、人資全部串在一起。

例如：員工的績效資料可能被AI拿去訓練模型，主管再用模型做升遷判斷。顧客資料被AI分析後，行銷部門再依據結果設計活動。客服AI回答錯誤，最後可能由法務部門與品牌部門承擔後果。

所以，AI不是單點工具，而是一張關係網。這就是第三個組織變化：AI系統化（Systematization of AI in organizations）。

AI一旦系統化，就會改變組織內部的資訊流、決策流與權力流。誰掌握資料，誰就可能影響決策；誰設計演算法，誰就可能改變規則；誰被系統評分，誰就可能被重新定位。

更重要的是，AI的角色會隨時間改變。今天它只是幫忙寫信，明天可能參與績效考核，後天可能影響升遷制度與組織文化。人們的反應也會改變：有人會依賴AI；有人會抗拒AI；有人會利用AI；有人則會被AI邊緣化。

這不是單純的技術問題，而是組織系統問題。

四、從公司效率，到社會影響

第四條線，是從「微觀結果」看向「多層次結果」。企業導入AI，影響不會只停留在公司內部。AI管理一旦擴大使用，就會外溢到勞動市場、消費者權益、法律制度、社會信任與公共政策。

企業用AI篩履歷，會影響求職者公平。平台用AI派單，會影響勞工收入與生活節奏。金融機構用AI評估信用，會影響社會資源分配。學校用AI評量學生，也會影響教育機會。所以，組織不是封閉盒子，而是開放系統。公司內部的AI決策，最後很可能變成社會外部的公平問題、信任問題與治理問題。這就是第四個變化：與AI共同管理的社會整合（Societal integration of managing with AI）。

所以，我們不能只問：「AI有沒有讓公司效率變高？」我們也要問：「AI有沒有改寫社會公平？」如果只看效率，不看外部影響，短期可能有利，長期卻可能自食惡果。因為技術一旦傷害信任，組織最後還是要付出代價。

綜合來看，這張圖其實講了一條很清楚的路徑：一開始，AI只是進公司幫忙做幾個任務。接著，它被制度化，成為公司策略與流程的一部分。然後，它讓人類團隊變成人機混合團隊。後來，它把不同角色、資料與決策串成一張系統網。最後，它的影響穿出公司邊界，進入社會。

這就是AI管理的真正路徑：從「任務工具化」，到「組織制度化」；再到「團隊混合化」、「關係系統化」；最後走向「社會外溢化」。

換句話說，AI不是多裝幾套軟體，也不是多開幾堂教育訓練而已。AI真正帶來的，是組織結構、管理權力、責任歸屬與社會影響的重新安排。

這張圖對管理者最大的提醒是：不要只把AI當成單一工具導入，而要把AI當作組織重組工程。

管理者至少要問五個問題：

1.AI是否已經和公司策略連在一起？如果AI只是零散使用，就很難形成組織能力。

2.人與AI的角色責任是否清楚？如果責任不明，最後一定會出現推諉與內耗。

3.AI串起了哪些資料與權力關係？資料不是中性的，系統設計也不是中性的。誰能看見資料，誰能使用資料，誰被資料評分，都會影響權力分配。

4.員工是否有參與與申訴機制？如果員工只被系統管理，卻無法理解、質疑或申訴，組織信任就會逐漸流失。

5.公司內部的AI使用，會對顧客、求職者、供應商與社會造成什麼外部影響？企業不能只看內部效率，也要看外部代價。

最後，這篇研究最大的價值，是把AI從「工具視角」拉到「組織視角」。AI不只是一台更聰明的機器，更是會重組管理、權力、責任與社會影響的新系統。成熟的AI組織，能把AI真正放進制度、團隊、關係與社會責任之中。

作者：羅凱揚（台科大企管系兼任助理教授）、鍾皓軒（臺灣行銷研究有限公司創辦人）

資料來源：Hillebrand, L., Raisch, S., & Schad, J. (2025). Managing with artificial intelligence: An integrative framework. Academy of Management Annals, 19(1), 343–375. https://doi.org/10.5465/annals.2022.0072