iT邦幫忙

2026 iThome 鐵人賽

DAY 1
0
IT Operation

當人、AI、系統開始一起工作系列 第 1

Day 01|三個 Team 都提早做完了,整個流程反而停住了

  • 分享至 

  • xImage
  •  

星期四下午,跨部門的 Service Review 比平常提早開始。

不是因為事情變少。

而是三個 Team 最近都把 AI 接進了原本最花時間的整理工作。

以前每一筆 Case 都要有人自己看紀錄、抓重點、整理成 Review 用的資料。

現在流程快很多。

螢幕上的週報寫著:

Average preparation time

Team A: 42 min → 11 min
Team B: 38 min → 9 min
Team C: 47 min → 12 min
主持 Review 的人看了一眼。

「這週應該可以提早結束。」

第一筆是 Team A 的。

AI 已經把 Timeline、使用者描述和幾段相關紀錄整理成一頁。

第二筆來自 Team B。

除了事件摘要,下面還多了一段:

Likely Cause
Recommended Next Check
第三筆是 Team C。

格式又不太一樣。

最下面直接寫著:

Proposed Action
Owner
Closure Recommendation
三份看起來都很完整。

而且全部提早交了。

主持人翻了幾頁,停了一下。

「所以這三份現在都是可以直接進 Review 的嗎?」

Team A 的人說:

「我們已經整理好了,接下來就是 Review 的人判斷。」

Team B 回:

「我們這邊整理好,通常就已經包含初步判斷了。」

Team C 看了看自己的文件。

「我們是做到可以決定要不要 Close 才算整理完。」

會議室安靜了幾秒。

三個 Team 都完成了同一個欄位:

Preparation: Done
但這三個 Done,其實不是同一件事。

AI 沒有把事情做錯
第一個反應很自然:

是不是三邊的 Prompt 沒寫好?

大家把設定打開來看。

Team A 的 AI 被要求:

整理事實與 Timeline,不做原因判斷。

Team B 的版本則是:

整理 Case,並根據現有資訊提供初步 Cause 與下一步。

Team C 更往後一步:

整理 Case,提出 Action,並判斷是否已具備結案條件。

每一支 AI 都照自己的要求做了。

沒有少資料。

沒有答非所問。

也沒有哪一邊的使用者覺得結果特別奇怪。

因為在三個 Team 原本的工作習慣裡,這些都叫:

把 Case 整理好。

AI 只是把這三種原本就不同的理解,各自做得更快。

以前比較慢,不代表以前比較一致
在沒有 AI 的時候,這個差異其實也存在。

只是它沒有那麼容易一次出現在桌面上。

有人整理到一半會去問:

「這個要不要先判斷 Cause?」

有人交接時會補一句:

「我只有整理 Evidence,還沒有做結論。」

也有人習慣多做一步,把下一個人可能會問的東西一起補上。

那些等待、追問、補充,本身很慢。

但它們也會讓不同人對工作的理解在過程中互相碰撞。

現在 AI 把個別執行速度拉上去了。

Team A 不用等 Team B。

Team B 也不用知道 Team C 平常怎麼做。

每一邊都可以很快地把自己的版本完成。

所以原本需要幾天才慢慢暴露的理解差異,現在可能在半小時內全部跑到同一張桌上。

這就是很容易被忽略的一件事:

AI 提升個人 productivity,不等於 team coordination 也一起提升。

如果大家對同一個工作概念本來就有不同理解,AI 不會自動替組織把它們統一。

它甚至可能只是讓每個人更快抵達自己的答案。

速度增加之後,語意差異開始變成真正的工作問題
這不是單純的「大家用詞不一致」。

如果只是叫法不同,其實沒什麼。

真正麻煩的是,同一個詞開始控制後面的工作。

當三個 Team 都標:

Preparation: Done
下游的人自然會假設,這三筆東西已經到達同一個工作位置。

但實際上:

Team A
Done = Evidence 已整理

Team B
Done = Evidence + 初步判斷已完成

Team C
Done = 已經接近 Action / Closure
表面上的 State 一樣。

實際可以往下做的事情卻不同。

這時候,再把 AI 做快一點沒有太大幫助。

因為速度不是目前卡住的東西。

真正卡住的是:

大家一直以為自己在處理同一份工作,其實每個人腦中的工作邊界都不一樣。

AI 只是把這個差異從背景拉到前台。

先不要急著做一整套標準
會議後,有人提議乾脆把三個 Team 的流程全部統一。

連 Template、Prompt、欄位、交付格式一起改成同一套。

這個方案最後沒有馬上做。

因為眼前真正出問題的,其實只有一個詞:

「整理完成」
所以他們先做了一件很小的事。

請三邊各寫一句:

當你說「整理完成」,你期待在交付物裡已經看見什麼?

答案放到同一張表上之後,差異第一次變得很具體。

不是誰比較完整。

也不是哪個 Team 的流程比較成熟。

只是三邊原本把不同的工作終點,放在了同一個詞下面。

後來他們只先處理這一個詞。

沒有建立完整的術語庫。

沒有重新設計所有 Workflow。

也沒有要求三支 AI 變成完全相同的工具。

先把這個流程裡最關鍵的工作概念,對齊到大家都能觀察的條件。

其他差異,暫時保留。

下一週,速度沒有再變快
隔週的 Service Review,三個 Team 還是用自己的 AI。

格式也沒有完全統一。

Team A 仍然偏 Evidence。

Team B 還是會多做初步判斷。

Team C 也保留自己的 Action 欄位。

平均 Preparation Time 幾乎沒有再下降。

週報上的數字沒有新的驚喜。

只是原本那一欄:

Preparation: Done
旁邊多了一小段說明。

主持人翻到第一筆 Case 時,沒有再問:

「所以這份現在到底做到哪裡了?」

桌上的三份文件還是長得不一樣。

但至少這一次,大家知道它們在說同一件事。


系列文
當人、AI、系統開始一起工作1
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言