[AI 洞察] AI 時代的創新人才與企業護城河

摘要 : 當 AI 讓執行變得便宜，企業更需要容納獨特人才，並將隱性知識轉化為可驗證的業務成果。

內容:

企業最想得到的創造力，可能恰恰來自它最容易淘汰的人。Palantir 執行長亞歷克斯·卡普在訪談中提出一個值得企業正視的問題：為什麼組織一面宣稱重視創新，一面又用標準化的招聘、考核與晉升制度，排除最可能帶來突破的人？在 AI 能力愈來愈強、使用成本愈來愈低的時代，企業真正稀缺的，或許不是執行力，而是獨特的判斷力，以及把判斷轉化為成果的能力。

卡普把 Palantir 形容為「藝術家社群」。對一家以複雜資料系統和企業 AI 應用著稱的公司而言，這個說法看似奇特，卻反映了他對人才的看法：突破性成果未必來自各項能力平均、容易管理的人，而可能來自某個領域特別突出的「鋸齒型人才」（jagged talent）。這類人可能不擅長溝通、不喜歡管理，也難以適應標準流程，卻能在特定問題上展現旁人難以取代的創造力。

傳統企業偏好能力全面、表現穩定的員工，因為他們較容易被既有制度衡量與管理。但全面不等於卓越，穩定也不等於創新。如果企業用同一套能力模型招聘、用同一套績效標準考核，再期待員工產出非標準化的突破，結果可能是：愈符合制度的人愈容易留下，愈有特殊才能的人愈容易被視為「不合格」。標準化提高了管理效率，也可能限制組織的創新上限。

接納創造力的難處，還不只是制度設計。真正有價值的新想法，往往會質疑既有流程，甚至指出管理者過去的判斷有誤。當提出挑戰的人資歷較淺、表達方式又不符合慣例，組織面對的便不只是「這個想法對不對」，還有「我們能不能接受他可能比自己更懂這件事」。卡普認為，許多組織並非缺少人才，而是缺少容納人才、承受權威被挑戰的能力。

這並不代表每個挑戰權威的人都是天才，也不代表創新組織不需要管理。更困難、也更重要的管理能力，是在不盲從特殊人才的前提下，認真檢驗其想法的價值；同時不因對方難以配合，就先消磨其獨特性。好的管理不是要求所有人服從領導者的認知，而是讓各有所長的人共同創造結果，避免組織的認知上限被少數管理者鎖住。

然而，聚集人才、做出先進技術，仍不等於創造商業價值。卡普以「如何從罐子裡取出第一顆橄欖」比喻爭取首位客戶：讓客戶願意試用固然重要，更難的是讓他理解產品的價值，進而真正採用。一次精彩的展示可以令人驚訝，卻不會自動改變企業的工作方式。導入新技術通常還涉及流程重設、職責調整、責任劃分，甚至既有權力結構的改變。

這也是 Palantir 重視前線部署工程師（FDE）的原因。他們不只交付軟體，也深入客戶的業務現場，理解具體問題、調整系統，協助技術進入實際工作流程。現場經驗又反過來影響產品開發：企業不只是先做出技術，再尋找使用場景，而是在解決真實問題的過程中，辨認下一步應該開發什麼。產品有多少功能不是最終目的；它改變了哪些業務結果，才是價值所在。

AI 的普及讓「使用」與「創造價值」之間的落差更加明顯。企業可以購買更多 token、生成更多報告，讓 AI agent 自動執行更多任務；但如果報告沒有人使用，任務也沒有改善業務結果，增加的只是產出數量。把原本無效的流程自動化，並不會使它變得有價值。企業衡量 AI 成效時，不能只看呼叫量或執行速度，更應比較導入前後的決策品質、工作流程與實際成果。

AI 的成本也不只有帳單上的模型費用。企業多年累積的供應商判斷、生產排程方法、客戶辨識經驗等專有知識，未必記錄在財務報表上，卻可能是競爭優勢的核心。使用 AI 時，企業需要清楚掌握這些知識的使用範圍、流向與控制權。這不表示外部 AI 必然造成資訊外洩，而是提醒企業：節省了多少費用，不能脫離可能失去什麼來衡量。

當不同公司都能取得相近的先進模型，難以複製的差異就更可能來自組織長期累積的隱性知識（tribal knowledge）。資深採購經理如何察覺供應商風險、產品負責人如何判斷哪些需求不值得做、銷售團隊如何辨認真正有購買意願的客戶，這些能力往往源自長期實踐與反覆試錯，未必能從文件中直接讀到。

AI 提供了一種可能：讓原本只存在於個人經驗中的知識，逐步成為組織可運用、可檢驗、可持續修正的判斷能力。這不只是把資料放進知識庫，還需要連結業務關係、決策規則、工作流程與結果回饋。Palantir 強調的 ontology（本體系統），正是其組織企業資料、業務關係及專有知識的產品路線。更普遍的啟示是：兩家公司即使使用相同模型，若只有一家持續沉澱經驗、驗證判斷並改善流程，長期形成的智慧資產仍可能截然不同。

不過，知識不會自動變成能力，能力也不會自動變成價值。隱性知識必須進入實際工作流程，接受結果檢驗與持續修正，才可能構成競爭優勢。卡普也提醒，若 AI 創造的財富高度集中、成果無法讓更多人分享，技術進步可能引發社會反彈。創新除了要在技術上可行，也必須能被組織採用，並以更廣泛、可持續的方式創造價值。

回頭看，「藝術家社群」、鋸齒型人才、前線部署工程師與企業知識系統，其實指向同一條創新價值鏈：獨特人才發現別人看不到的問題，組織讓新想法落地，知識系統則把一次性的成果沉澱為可持續的能力。只有人才而沒有組織支持，創造力可能停留在個人身上；只有高效組織而沒有獨特判斷，企業可能只是更快地執行舊規則；只有 AI 工具而沒有知識積累和真實回饋，也難以形成長期優勢。

當 AI 讓標準化執行愈來愈便宜，發現問題、質疑慣例、判斷價值並創造新標準的能力，便顯得愈來愈重要。企業未來的風險，可能不是找不到有才能的人，而是用一套看似合理的制度，將最有價值的人判定為不合格。