AI 不會縮小差距，反而會淘汰中小企業？486先生：導入順序搞反，模型再強也是白花錢！

AI 浪潮襲來，中小企業到底該如何跟上？486先生參加國泰金控 AI 講座，從摩根大通企業 AI 架構圖切入，直擊中小企業面臨的資源斷層與經營焦慮，揭開「工具再強，沒有脈絡也是徒勞」的真實困境。

本文重點快速導覽：
・從摩根大通架構圖看真相：AI 會縮小還是擴大企業差距？
・企業導入 AI 的致命誤區：缺乏三種關鍵人才，模型再強也無用
・算力不是唯一的答案：中小企業真正需要的 AI 出路與成本警訊

上週五，我去參加國泰金控舉辦的一場 AI 主題演講，整整兩個小時的座談會，我必須說句實話，真正讓我覺得有收穫的，只有照片中的這一張圖。



這張圖是摩根大通展示的企業 AI 應用架構。看到這圖讓我聯想到的是，企業到底該如何把 AI 轉換成實際的商業價值？這也正是我這一年半以來，一直在思考的問題。

2025 年 5 月，我決定結束退休生活，重新復出接掌公司。當時 AI 的快速發展確實讓我非常震撼，我認為這項技術將徹底改變企業經營的方式，甚至讓中小企業擁有過去難以想像的競爭能力。

現在幾乎每個人都在談 AI，每家公司都知道 AI 很厲害。但知道 AI 很厲害，跟真正懂得如何把它用在自己公司，完全是兩回事。

我甚至認為，未來 AI 不一定會縮小大企業與中小企業的差距，反而可能讓差距越來越大。

為什麼？因為大企業有錢，更重要的是，他們有人才。

大企業可以聘請 AI 工程師、資料分析師、系統架構師，甚至成立一個專門的 AI 部門。這些人每天的工作，就是研究 AI 發展到哪裡，哪些技術可以用在公司，如何整合既有系統。而且懂 AI 的人不一定懂經營，懂經營的人也不一定懂 AI。大企業有足夠的資源，讓不同專業與不同部門的人互相配合，持續測試，甚至容許失敗。
但中小企業呢？

台灣絕大多數中小企業老闆，每天要面對營業額、商品、庫存、員工、客訴、資金調度，現在又多了一件事，要去搞懂什麼是大型語言模型、什麼是 AI Agent、什麼是 RAG，不同模型有什麼差異，哪些工作可以自動化，哪些又不能交給 AI。

AI 技術幾乎每個月就有新突破，一家只有十幾個人的公司，哪裡有這麼多時間和人才？所以幾乎都得靠老闆，如果老闆不懂那就很辛苦。這也是我現在面對的真實困境。如果老闆自己不去研究，公司內部就很難有人主動推動。所以我看完這張圖，感觸特別深。

其實做這麼多，最後的目的只有一個：創造真正的商業價值。

我認為，企業導入 AI 最容易犯的一個錯誤，就是把順序搞反了。先花大錢買最厲害的模型和系統，才開始想資料要怎麼接，流程要怎麼改，舉我們電商為例，就算我把所有資料都丟給 AI，AI 就真的懂我們公司了嗎？

什麼叫 A 級客戶？什麼叫不能退的福利品？為什麼同一個商品，在倉庫系統叫 A123，在官網卻叫 486 第六代變頻除濕機？為什麼有些客戶可以享有特殊服務？

這些都是公司十年、二十年累積下來的規則，甚至是沒寫在文件裡的潛規則。老員工知道，老闆知道，但 AI 不知道。資料沒整理好，模型再強也會做出錯誤判斷。



所以我認為，企業真正缺的不是會寫程式的人，而是以下三種能把企業經驗轉換成 AI 能力的關鍵人才：

他要把庫存、財務、會員、商品的命名和標準全部對齊，否則 AI 光是判斷哪兩個代碼是同一項商品就會頻繁出錯。

他要決定什麼可以交給 AI，什麼必須留給人。例如客戶要求退款，AI 可以分析規則並提出建議，但如果讓 AI 直接執行退款，就必須有金額上限、黑名單、異常檢查和人工覆核，否則一個錯誤就是真金白銀的損失。

誰可以看財務資料？誰可以調會員個資？AI 答錯了誰負責？這就是投影片最底下那排最小字卻最重要的 Governance and Evaluation。

這張圖還有一個觀念我非常認同，就是不同的工作，要用不同等級的 AI。

我不會讓一個月薪二十萬的高階主管，每天去回答客戶我的貨什麼時候到。同樣的道理，也不該讓最貴的 AI 模型，整天去查庫存和訂單狀態。簡單的事交給便宜高效率的工具，複雜的決策才用高階模型，這才是經營上的成本管理。

而且我對未來的 AI 成本是擔心的。



現在很多 AI 公司為了搶市場，提供便宜甚至免費的服務，但不可能永遠補貼。當企業開始大量使用 AI Agent 長時間推理和整合資料時，總體支出仍然可能非常可觀。重點不是 AI 多強，而是每花一塊錢，能創造多少價值。

未來單次 AI 運算的價格可能越來越便宜，但當一家企業有幾十個、幾百個 AI 代理人，每天二十四小時不斷執行任務，整體使用成本未必會下降，甚至可能越來越高。

而這帶出我更擔心的一件事：AI 可能會創造一種全新的規模經濟。

大企業的 AI 規模優勢	中小企業面臨的現實拉鋸
• 投入資金導入 AI，原本 20 名客服降為 8 名搭配 AI • 省下的人力成本轉投廣告、深耕研發、壓低商品售價 • 系統與資料庫越滾越成熟，建立高不可攀的數位護城河	• 缺乏資金與專案人才，被迫維持原本 20 人的人力編制 • 老闆每天忙於例行營運，分身乏術研究技術細節 • 幾年下來成本與效率拉開，在市場競爭中日益被動

當然，我不認為中小企業完全沒有機會，我認為未來能幫助中小企業的，不是更厲害的模型，而是有人能把複雜的 AI，變成簡單、便宜、好用的工具，例如推出套裝系統。

就像二十多年前要做電商，需要工程師、伺服器、資料庫，但現在透過 Shopify、SHOPLINE，不懂技術也能開店，我期待未來 AI 也是這樣。一家五個人的小公司，不需要自己養 AI 工程師，只要付合理的月費，就能用到已經把客服、庫存、財務、權限管理都做好的 AI 服務。

但即使如此，工具再好，也要有人會用。就像人人都買得起高級相機，但不是人人都能拍出好作品。未來最危險的，可能不是規模最小的公司，而是不願意去理解 AI、不願意改變的公司。



從 2025 年 5 月復出到現在，已經過了一年半。我越來越覺得，有一件事比 AI 技術本身更重要，就是如何把 AI 變成真正的生產力。媒體每天都在報導 AI 又有什麼突破，但如果最後不能幫企業省錢、賺錢、提高效率，對老闆而言又有什麼意義？

台灣有大量中小企業，老闆可能很懂生意、懂商品、懂客戶，但不一定懂科技。如果未來只有大企業有能力全面導入 AI，中小企業始終跨不過門檻，那 AI 帶來的就不只是產業升級，可能是一場更殘酷的淘汰賽。

所以我認為，政府和科技產業真正該思考的，不只是讓台灣有更強的算力，也不是開幾堂課教老闆用 ChatGPT。而是如何讓一家只有五個人、十個人、二十個人的公司，也能用負擔得起的成本，把 AI 用在日常營運裡，這是我參加兩個小時座談會，看到這張圖後最大的感想。

AI 的時代確實來了，但我真正擔心的是，當大企業已經坐上 AI 這班高速列車時，台灣許多中小企業，可能連車票要去哪裡買都還不知道。

延伸必讀推薦