我曾經讓敏捷落地，這一次，我想試試 AI 能不能一樣。

走到現在，我還沒有一個肯定的答案。有些事情已經開始發生，有些還在嘗試，也有一些，要等真正用進工作裡，才知道自己想得對不對。不過，把這一路經歷過的事重新排在一起看，我發現，有幾件事情一直在重複出現。而它們，大多是我過去跟人一起工作時，慢慢學會的功夫。

原來，把 AI 當人，是從跟人合作學來的

最初的發現很單純：我用 AI 的方式，其實跟過去和工程師合作的方式很像。願意試著合作，才會花時間把背景講清楚；遇到不如預期的結果，也願意多問一句，看看中間少了什麼。以前和工程師磨出來的溝通習慣，換成 AI 之後，又用上了。

先弄清楚為什麼要做這件事，我把系統打掉重練了兩次，才慢慢學會。問題定義清楚，才有機會說明怎樣才算做好，也才比較敢把任務交出去。交出去之後，還得確認結果，不能因為對方講得很有自信，就照單全收。工具一直在換，這些基本動作，卻一直跟著我。

但在這些動作之前，還有一件事，是我自己的狀態。

我曾經很慌張地學工具，以為多學一點，就能把工作做好。後來才慢慢找到一套自己能依循的心法。面對 AI 帶來的變化與「會不會被取代」的擔心，我也還是會不安，但比較知道，先回到眼前能做的事，也留一點空間照顧自己的心。

帶給別人，要先找到跟他有關的那件事

當我開始把這些經驗帶給其他人，才發現，自己用得順，跟讓別人也用得起來，是兩件不同的事。有人想先懂原理，有人想知道這跟自己的工作有什麼關係；有人已經準備好動手，也有人還需要多看幾個例子。我慢慢學會，先從對方正在做的事情開始。在他真正卡住的地方，補上能幫助理解的概念，再用熟悉的經驗，替陌生的名詞找一個位置。把 AI 畫成一個人的樣子，也是希望大家能從已經熟悉的合作經驗，開始想像怎麼跟它互動。

對我來說，值得留意的變化，是大家開始把 AI 放進自己的工作，也開始彼此交流。有些問題，同仁之間就能一起討論，不需要每次都回頭問我。要讓這些嘗試持續，需要有人接住，也需要有地方讓大家看見彼此怎麼用。主管的支持、同仁的分享，以及可以試錯的空間，都會影響這件事能走多遠。再往後，有人用 AI 把原本的工作做快，也有人開始重新想，這份工作有沒有其他做法。這又讓我看見，熟悉上下游、知道成果會被怎麼使用，對判斷 AI 能在哪裡幫忙，很有幫助。

到了組織，我需要理解的事情更多了

走到組織這一層，我才更清楚，有些事情不能只靠個人用得順，就自然發生。部門的界線打開之後，人不會馬上長出新的能力。當年 Scrum 也是跑了好幾次，大家才慢慢理解彼此怎麼工作，累積出合作的默契。AI 讓做出應用變得容易了一些，但個人做完的成果，怎麼變成其他人也能接著使用的資料與方法，還有很多事情需要想清楚。溝通時，我也開始理解，有人在想以後，有人在確認現在。我要把自己擔心的未來講清楚，也得回答，這件事對眼前的工作有什麼幫助。

所以後來，我把一部分時間拿來做雛形，希望下一次討論，可以有一個具體的東西一起看，讓真正使用的人幫我確認，哪些地方想對了，哪些地方還差很遠。接觸不同組織之後，這份理解又多了一層。同樣說資安，背後要保護的資料與信任可能不同；同樣一場活動，每個人需要的說明與時間也不同。自己的經驗可以帶過去，但到了現場，還是得重新聽、重新理解。

我想累積的，是面對不同情境的心態

我越來越覺得，AI 導入讓我重新練習了很多跟人合作的基本功。

技術、資料與制度都有需要處理的問題。而要把這些放進日常工作，也需要理解人的顧慮、習慣，以及大家怎麼一起做事。

以前跟工程師合作，我學著多問一句 why，學著承認自己沒想清楚，也學著在結果不如預期時，先看看自己能承擔什麼。現在面對 AI、面對不同的同仁與組織，同樣的事情，又需要再練習一次。做法會變，工具也會變。我想累積的，是先理解眼前的人與情境，再決定怎麼運用已經學會的東西。這個 mindset，我也沒有一次想通。每換一個情境，同一段經驗，都會讓我看到原本沒注意到的地方。所以，AI 能不能像敏捷一樣落地？我現在還不知道。當年的敏捷，是在一次次合作與調整裡，才慢慢有了樣子。這一次，我也想繼續做、繼續看。

如果也正在把 AI 從技術團隊帶到其他部門，也許可以先問問自己：
在這件事裡，誰的工作與顧慮，是我還沒有真正理解的？而那個需要多一點理解的人，有時候，也包括自己。