當我自己用 AI 做事，漸漸順手之後，另一個問題也跟著浮上來：個人走得順，不代表這些經驗就會自然變成組織的能力。我可以跟 AI 來回討論，把一件事情做完。但如果換一個人接手，他找得到需要的資料嗎？知道我怎麼做、為什麼這樣做嗎？還是又得從頭摸索一次？前面幾篇，我從自己怎麼跟 AI 協作，一路寫到組織怎麼接住。走到這裡，我開始想，如果組織希望把 AI 變成長期的能力，除了每個人各自學會使用，還需要累積什麼？

自己用得順，還有很多事情可以先不管

個人使用 AI 的時候，很多事情可以靠自己補上。資料在哪裡，我知道；背景是什麼，我記得；AI 少理解了哪一段，我再多講幾句就好。做完之後，只要成果能用，事情也就往前走了。但換到組織的角度，問題會多出幾層。資料應該放在哪裡？誰可以使用？哪些資料適合交給 AI 處理？一個人試出來的好方法，要怎麼讓其他人也用得起來？這些事情，不會因為大家都開始用 AI，就自然有答案。我也開始覺得，這裡需要有人理解工作，同時帶著技術的角度一起想。因為資料怎麼整理、權限怎麼設定、工具怎麼串接，都會影響最後能不能真的用在工作裡。

我想留下的，不只是做完的成果

這就是上一篇寫的資料與 skill。那段時間，我想得比較單純。資料的部分，是希望需要的時候找得到，也清楚知道可以怎麼用。尤其牽涉到個資或內部資訊，不能只看哪一個工具方便，就直接把資料丟進去。工作方法的部分，則是把中間怎麼判斷、用了哪些資料、哪些地方需要人工確認，整理成 AI 可以依循的說明，讓下一次不用全部重新交代，也讓其他人能接著使用。不過，這些是我開始想累積的方向，還不能直接當成組織現在就需要的一整套解法。

「現在不需要」，其實也是一個需要理解的答案

每次談到整理資料、累積方法，我常聽到的回應是：「現在好像還不需要。」以當下的工作來看，這個回應有它的道理。沒有 AI，事情也照樣在進行；要多花時間整理，就得說清楚，究竟能改善哪一段工作。大家手上都有正在處理的事，不能只因為未來可能有用，就期待現在先投入。

但我心裡想的，是另一個時間點。

如果之後 AI 能承接更多工作，我們現在散落在不同地方的資料、放在不同人腦袋裡的方法，能不能讓它接得起來？如果到那個時候才開始整理，又要花多少時間？我不確定 AI 會走到哪裡，也不想因為想像中的未來，就把現在的事情全部翻過來。但我確實會想，有沒有一些準備，可以從現在的小地方開始做。

我在想以後，別人在確認現在，兩邊都需要講清楚

那段時間，我花了不少時間溝通，也有一點著急。我擔心的是，等需求真的出現，才發現前面的準備還沒做。但如果我一直講未來可能會怎樣，卻沒有把眼前能幫上什麼忙說清楚，對方也很難判斷，這件事現在值不值得做。這又讓我想到前面寫過的經驗。以前工程師問我為什麼要做一個功能，我不能只回答「這個以後會很好用」，還是得回頭釐清，現在要解決的問題到底是什麼。

換到組織的角度，也是一樣。

我開始覺得，需要把兩邊接起來：一邊理解眼前的工作與限制，一邊想稍微往後看，有哪些東西值得先留下來。這中間的距離，不能只靠多講幾次 AI 的發展來補上。

看得夠遠，指的是同時看見兩邊

前面寫過，主管不能成為組織導入 AI 的上限。這一次，我是從另一個位置，再體會一次。如果身為管理層，我覺得思考的範圍，不能比成員更窄。要比成員更往前看，也要願意跨出自己的部門，從整個組織的角度看事情，而不是只守著自己那一塊。但往前看，不代表只看以後。能把眼前的工作與限制，和稍微往後的準備接起來，才是我覺得管理層該有的視野。

後來，我決定先做一小段

溝通了一陣子之後，我做了一個決定：先把一部分時間拿來做。找一件自己手上正在做的工作，把需要的資料整理好，把中間的做法留下來，再看看下一次是不是更容易完成，其他人是不是也有機會接手。這也比較接近我過去讓 Scrum 跑起來、讓工具慢慢進入工作流程的方式。先做一段，看看哪裡有幫助、哪裡還不合適，再決定下一步。我還不知道，這些累積最後會長成什麼樣子。但至少，下一次要討論的時候，可以拿出一段實際的工作，讓大家一起看：這樣做，究竟有沒有幫上忙。