從 Steve 提出「一個月內，讓每個人都有自己的 Agent」開始，我們的 AI 導入做法，已經調整過很多次。一開始，我想的是怎麼啟動、怎麼教，讓大家盡快做出東西。真的走下去，才發現每個人的起點不同，工作需求也不同。就連同一個活動，在不同時候要發揮的作用，也會改變。回頭看，這段路上累積的，除了應用與成果，還有我對導入這件事的理解：要讓 AI 進入工作，需要替人創造哪些條件？

給不同的人，不同的入口

接下任務時，我把方向拆成兩條路。先鋒小隊往深處走，找出願意先投入的人，透過每週作業，把 AI 帶進真實工作，期待他們成為能把經驗帶出去的種子；分享會則把門打開。主題不限，自由參與，讓更多人從生活與工作裡的嘗試開始，覺得 AI 沒有那麼遠。這兩條路背後，是同一個判斷：每個人的起點、意願和當下的需要都不一樣，接觸 AI 的方式，也可以不同。有人需要明確的要求，才能持續往下做；有人需要先看見別人的經驗，才會開始想到自己的可能性。兩種場合，分別提供了不同的入口。

讓概念接上真正的問題

真正開始帶先鋒小隊，我才發現，自己其實不知道該怎麼教。於是，我先整理了一張學習地圖，讓大家看見 AI 可以做到哪些事情，也補上技術演進背後的原因，希望大家除了操作，也能理解為什麼。但教過之後，我又發現，有些概念並沒有進入大家的工作。有人想先理解原理，有人則需要先知道，這件事跟自己有什麼關係。於是，我把聚會的重心調整成：先聽大家正在做什麼、遇到什麼狀況，再補上需要的概念。把 AI 畫成一個人，也是這段過程裡的嘗試。用大腦、記憶、伸手做事這些熟悉的經驗，讓陌生的技術名詞有地方可以放，大家也比較容易建立共同語言。這些調整讓我明白：教過一個概念，只是提供了一次接觸的機會。要讓它真的被用起來，還得接上一個人正在意的問題。後來陪同仁建立工程思維，也是相同的做法。當系統有人使用，開始遇到維護、修改或資料品質的問題，再從那些卡點出發，理解工程裡為什麼需要相應的做法。

隨著大家往前走，支持也要跟著改變

先鋒小隊開始出現行政、行銷、人資的真實應用。比起做出了多少流程，更讓我在意的是，大家開始彼此交流，不再每件事都回頭問我。種子的作用，逐漸從自己先做出成果，延伸成幫助其他人往前走。分享會也跟著改變。一開始靠各自的生活與工作經驗，後來帶進先鋒小隊的成果，再到我主動從外部找新知，帶回來一起認識。當大家已經願意接觸 AI，活動要提供的，就不只是親近感，也包括新的方法與可能性。同樣地，當有人用得愈來愈深，我也慢慢放下「大家最後都會走到同一個地方」的想像。每份工作值得投入的程度不同。有些適合先讓 AI 協助整理與思考，有些值得做成自動化，也有些開始需要更深入的技術能力。帶領的方式，需要隨著這些差異調整。

自主探索的背後，需要有人接住

這些嘗試能持續，背後也有支持。Steve 親自學習，直屬主管給我資源與空間。但即使有支持，還是需要日常的溝通：資料安全怎麼處理、分享會希望維持什麼氛圍、先鋒小隊為什麼需要明確要求，都要一起討論。支持透過這些安排，才變成大家可以實際使用的條件。我也開始留意，用 AI 比較容易做出成果的人，常常能把事情交代清楚，知道怎麼確認結果，也對工作的上下游有一些理解。這些觀察，讓我有了一些可以協助的方向：有人也許需要練習定義目標，有人需要補上驗證的方法，也有人可以多了解，自己的產出會怎麼被下一個人使用。如果還希望大家超出眼前的工作步驟，就需要讓人有時間探索，也讓不同角色有機會一起看完整流程。否則，AI 很容易變成忙碌的工作之外，又多出來的一件事。

從讓人用起來，到讓組織接得住

回頭看，選人、設計活動、調整教法、建立規範，以及陪著處理卡點，都在回答同一個問題：怎麼讓不同起點的人，都有條件把 AI 接進自己的工作？ 走到這裡，我開始覺得，導入者很大一部分的工作，就是持續理解大家在哪裡，替他們找到下一步走得動的方式。但當愈來愈多人開始用 AI，也做出愈來愈多有人使用的應用，新的問題就出現了。這些成果要怎麼彼此銜接？個人累積的經驗，要怎麼讓其他人接著使用？當大家各自往前走，組織又該共同留下什麼？讓人有條件開始，之後還要讓組織有能力承接。我的注意力，也開始從這裡往前移動。