不是資訊單位不願意幫，是幾乎不可能強人所難。
我歸納原因有三：

一、專業不對

許多企業中的資訊單位大部分是infra工程師
就算有開發 他所用的開發的可能是C# 可能是java
就像是
都是醫生：但你不會叫內科醫生去開刀，不會叫骨科醫生做心臟手術。
都是老師：但你不會叫數學老師教你化學，體育老師教你數學。
都是警察：交通警察不辦刑案，鑑識人員不去抓人

以前找廠商做客製系統，廠商是統包。
像室內設計師：跟你談需求、畫圖、發包、監工、驗收、保固，一條龍全包，而且是收費的。資訊單位在這裡的角色是大樓的水電和結構：管線怎麼走、電夠不夠、承重行不行、消防有沒有過。設計師要動牆，得先問過水電和結構；但水電和結構不會幫你挑磁磚、決定沙發放哪裡。

現在使用者自己當設計師，AI 當工班，做到一半發現管線不通、電不夠、牆不能拆，然後叫水電工來：「剩下的幫我弄一弄。」

使用者不知道自己的工具是單機還是需要一個資料庫，不知道IIS、Apache是甚麼，他用AI產的程式可能放上去不會動；AI幫他寫了一個登入頁面，但他不知道AI是幫他hardcode在程式碼中的登入帳密。
他看到的只是「為什麼在我電腦上可以，放上去就不行」。

以前這些是要一整個完整的規劃例如找外包廠商，廠商在談需求的時候就會問清楚、設計的時候就處理掉，你根本不會知道有這些問題。
現在廠商消失了，使用者就是這個角色，等到想申請的時候這些問題全部浮出來，然後全部丟給企業內部的資訊單。

資訊單位infra負責網路、伺服器、帳號權限、資安、系統掛了怎麼救。但它不懂你的業務邏輯，也沒辦法幫每一個半成品把統包廠商的工作補完。這是一個整體規劃的專業，從需求到維運全部要想在前面，不是最後叫水電工來收尾就能補回來的。

二、角色不對

資訊單位比較像監理站：驗車，不修車。
也比較像是你不會開賓士去特斯拉的維修站。

你把車開來，監理站檢查煞車、燈光、排氣、牌照，過了就給你上路，不過就告訴你哪裡不過。但監理站不會幫你裝煞車、不會幫你調燈光，那是修車廠的事。

如果監理站開始幫人修車，會發生兩件事：一是驗車的人同時是修車的人，自己驗自己修，等於沒有驗；二是修車的隊伍會排到門口，真正來驗車的人反而排不到。資訊單位的角色是最後那道關卡，關卡自己下場去造車，關卡就不存在了。

三、數量撐不住

就算專業對、角色也對，一個外科醫師一天也開不了一百台刀。

今天一個單位拿一台半成品來，資訊單位勉強可以幫：花幾天補登入、接資料庫、做部署。但 AI 讓造車的門檻降到幾乎沒有，明天是十個單位、下個月是一百個，每一台缺的東西還不一樣。這時候資訊單位就變成全公司的免費車廠加驗車廠加維修廠，而且原本該做的基礎建設和資安全部停擺。

AI 讓造車的人變多了，但沒有讓資訊人員一起變多。

AI 降低的是「造出東西」的門檻，不是「正式上線」的門檻。
後面那些責任一個都沒消失，但並沒人告訴會告訴這些造車的人，或許AI有說但他們不懂。

有人會說：你們也可以用 AI 啊，他用 AI 造車，你用 AI 修車不就好了？

可是還是要先認知一件事情 AI 加速的是「做」，不是「懂」和「負責」。

一百台半成品來，每一台要先搞清楚它是拿來幹嘛的、碰什麼資料、誰在用、缺什麼。
這些要問人、要看業務、要判斷，AI 幫你寫程式的速度再快，也不會幫你打電話問那個單位「你們這個欄位到底要算什麼」。

最重要的是責任這件事情，AI 審核完的東西還是要有人簽名說可以上線，出事還是要有人負責。
你不可能讓 AI 幫一百台車裝煞車，然後每一台都由你簽字，出事的時候說「AI 裝的」。
前面講過，你不可能跟法官說是 AI 漏了。

所以資訊單位當然要用 AI，但不是拿來幫每個人把車造完。
是拿來蓋那條路：讓造車的人自己走一遍流程、自動先掃一輪、把明顯缺的東西請使用者補齊後再來。
這才是後面要做的事。

小結

企業也許應該開始思考如何把這些東西納管，變成那條「可以」的路。