本系列文章以《產品領導人之道》一書為基礎，從人員、產品與流程三個面向，探討 AI 帶來的工作變化，以及產品領導人如何調整團隊的管理、協作與人才培育方式。

昨天談到，主管回應問題的方式，會影響團隊是否願意揭露錯誤與不確定性。當大家願意把問題說出來，接下來還要面對彼此不同的期待。

有人期待 AI 縮短交付時間，有人擔心品質與維護負擔，也有人發現，其他人省下的時間，變成自己增加的檢查工作。這些差異如果沒有談清楚，就容易在工作中形成衝突。

今天從《產品領導人之道》第 28 章〈處理衝突〉出發，看看產品領導人如何釐清對 AI 的期待落差，幫助各方形成能夠執行的決定。

AI 做得快，大家對「完成」的理解卻可能不同

假設一位 PM 用 AI 很快做出新功能原型。業務看過之後，希望下週就交給客戶；工程團隊卻指出，正式資料串接、權限與例外處理還沒完成。主管則認為，既然導入了 AI，交付時間應該可以縮短。

各方關心的事情不同。業務需要回應客戶，工程團隊需要確保功能能正式運作，主管希望工具投入能帶來成果。同一句「可以用了」，可能分別指可以展示、可以試用，或可以正式上線。

在 DORA〈Balancing AI tensions〉中，研究者分析 Google 工程師的開放式問卷回覆，指出 AI 加快產出後，省下的時間可能轉移到查證；產出者的速度提升，也可能增加審查者的負擔。

這讓我們更容易理解，為什麼同一個團隊裡，有人覺得工作變快了，有人卻覺得更忙。主管需要把各方看到的工作攤開來，確認「完成」包含哪些條件，以及後續工作由誰承接。

先找出分歧的來源

作者在第 28 章提醒，對想法的健康辯論有助於產品工作；當衝突傷害信任與關係，就需要積極處理。她也指出，衝突可能來自系統與流程、不同資訊與脈絡、不明確的職務期望，以及行為與價值觀等原因。

把這些觀點放進 AI 協作情境，可以先從幾個問題釐清。

各方掌握的資訊是否一致？業務可能只看過能操作的原型，工程團隊則知道背後使用的是測試資料。這時需要先補齊共同資訊，才能討論交付。

各方希望達成什麼結果？客戶是否只需要確認操作概念，還是已經準備把功能放進正式工作？若沒有說清楚，大家可能各自圍繞不同目標爭論。

責任與資源是否足夠？AI 可以協助生成程式碼或文件，但整合、查證、維護與客戶支援仍需要投入。如果主管同時要求縮短時程、增加功能，又維持原有資源，團隊面對的是實際的工作條件，需要一起做取捨。

釐清這些原因，也能避免過早把工程的疑慮歸為抗拒 AI，或把業務的要求解讀成不懂技術。

情緒升高時，先安排能談清楚的對話

書中提出「解決衝突的兩步驟策略」：先避免情況惡化，再透過後續跟進會議找出解法。

當討論開始出現指責，主管可以先承認分歧，讓各方知道問題會被處理，並約定及時的後續討論。這個安排需要包含時間、參與者，以及要準備的資訊，避免一句「之後再談」就把問題擱置。

在跟進會議中，先讓各方說明希望達成的結果，以及擔心的後果。主管也需要留意自己的反應：如果一開始就替其中一方辯護，其他人可能更難說出完整考量。

Atlassian〈Escalating issues cleanly〉提供了一個值得借用的做法：讓雙方用自己的話復述對方的立場，直到對方認為準確，再往下討論選項與取捨。

放在前面的案例，工程團隊可以先確認業務希望下週交付，是為了取得客戶回饋，還是履行已經做出的承諾。業務也需要理解，工程目前擔心哪些尚未完成的工作，以及直接上線可能造成什麼後果。

能夠準確說明對方的考量，不代表已經同意對方的方案，但有助於讓接下來的討論建立在共同理解上。

把不同期待整理成選項與約定

理解各方需求後，可以把「下週到底能不能交付」展開成幾個具體選項：

如果客戶目前只需要確認操作概念，展示版就可能滿足需求；如果要處理正式資料，交付條件就需要更完整。選擇應該回到實際目的、風險與資源。

Atlassian〈Project Trade-off Analysis〉建議，讓各方評估時間、範圍與成本等條件的彈性，再討論評分差異。這個做法能幫助團隊說清楚，哪些條件可以調整、哪些有必須守住的底線。資料權限與關鍵流程的必要檢查，也要具體列出來。

會議結束時，除了選定方案，還需要記下交付範圍、品質條件、誰負責補資料與檢查、誰有權決定，以及何時重新檢視。共識才有機會延續到日常工作。

如果分歧超出團隊的決策權限，例如涉及其他部門的資源或對客戶的承諾，就帶著選項、後果與尚未解決的問題，請合適層級做決定。各方應知道問題將如何被提出，也有機會補充自己的考量。

AI 可以協助這個過程。根據各方確認的資料，整理主張、需求與未確認假設，按相同條件比較選項，再草擬決策紀錄。但摘要仍需交由相關人員確認，尤其要保留尚未解決的分歧，避免一份流暢的紀錄讓大家誤以為已經達成共識。

這些是把書中衝突處理原則延伸到 AI 協作的應用。AI 能協助整理，事實需要查證，取捨與責任仍由人員承擔。

讓共識足以支持下一步行動

面對 AI 的期待落差，主管需要理解各方的工作處境，找出分歧來源，再促成具體取捨。有些問題要補資訊，有些要調整範圍與資源，也有些需要更高層級的決策。

各方可以保留對 AI 的不同看法。針對眼前的工作，至少要說清楚這次希望達成什麼、交付條件有哪些，以及下一步由誰負責。之後有了新資訊，也能回到這些約定重新檢視。

下一篇接著談，如何把對 AI 的不同期待轉成一次可評估的協作實驗，依實際結果調整工作方式。