鐵人檔案
全世界都在喊「要被 AI 取代了!」，這句話相信你這一兩年沒少聽。
- 但這 30 天我要給你看相反的東西: **AI負責的是人本來就守不住的戰場——它從來沒辦法參加人的戰鬥。**
- 「要被取代了」是媒體、記者和 CEO 賣出來的敘事: 不僅販賣焦慮，還要宣傳企業的財報績效。這個系列會明確地陪你拆解它，並讓你看到: AI 生成能一口氣幫你做一堆事，但事情要往哪走、出了事誰去面對。
在這個角度上，企業導入AI**最有收益**的做法是讓AI去扛人類做不到的事情——效益來自那個扛責任的人終於扛得動。
這系列會用實際跑在公司內部的系統證明其實做得到，而不是又一篇要你認同的記者文章。
誰該在公司裡推動 AI 導入?六個條件的交集，比你想的小很多 昨天(D10)一路撞下來的結論是:這件事沒有天生的 owner，而願意接的人會發現自己空手，無從開...
第一步棋不是挑最難的: 為什麼「最重要的」都要別人先讓出東西 D10 跟 D11 連著把同一個問題丟到今天: 那個「小到不需要任何人核准、但真的會動」的東西，到...
AB 平行導入: 不做第二套系統，讓 AI 長在既有系統旁邊——不打掉重練，也不架空任何人 昨天(D12)留了一個看起來互斥的問題: 我需要那份合約資料，又答應...
【AI 基礎應用 ①】從 0 開始：用 Azure AI Foundry 入門 AI 開發 + 第一個 tool call 你會寫程式，但沒碰過 AI 開發——...
【AI 基礎應用 ②】MCP(Model Context Protocol):自己產一個 MCP 工具，把工具標準化 昨天(D14)你讓 AI 呼叫了一個工具。...
【AI 基礎應用 ③】AI 記憶的原理與實作：memory + tool_call 示範、Azure Redis 存工作階段 這幾天你讓 AI 會呼叫工具(D1...
【AI 基礎應用 ④】分裂操作(上)·多工具的 tool routing: 十幾個工具，怎麼讓 AI 自己挑對、只帶必要脈絡、換對口吻 前面幾天，你讓 AI 學...
【AI 基礎應用 ④】分裂操作(下)·任務拆解 + 成本追蹤:一個任務拆成幾十次呼叫，怎麼分頭做、又算得清帳 昨天 D17 解的是工具「之間」的問題:十幾個工具...
【設備分析 ①】定期巡檢的極限：一台設備的完整狀態，人為什麼看不完、也看不懂？ 前面五天(D14–18),我們把一個 AI 應用的骨架一塊一塊拼了出來:會呼叫工...
【設備分析 ②】實作:一份 28K 行的設備狀態檔,怎麼被拆成規模化的多階段分析——事實靠程式、判讀靠 AI D19 給你看了一個畫面:一台 Cisco 交換器...
