技術快速更迭，「跟不跟得上」的焦慮感幾乎蔓延至每一位企業經營者。AXON勤工執行長林少顗坦言，「自己會不會被淘汰」幾乎是所有人心底共同的壓力。花錢購買工具也許可以解決這份焦慮，但真正困難的，是如何讓AI從外部工具轉化為企業內部真正的核心能力。
台灣產業AI化指數今年從36.77分躍升至47.26分，增幅近26%，整體產業AI化程度處於「 Ready AI」 與 「Scaling AI」 的企業合計佔比已達近五成。台灣企業正式從「知道但做不到」的摸索階段，跨入全面落實的普及新局。然而，數字亮眼的背後，真正的挑戰才正要開始。
企業進入「深水區」，導入AI已無法成為優勢
人工智慧科技基金會（AIF）執行長溫怡玲指出，隨著AI應用進入普及化，台灣企業已進入新賽局。這不僅意味著市場競爭全面加劇，更代表企業必須跳脫單純的工具引進思維，轉向核心競爭力與組織架構的全面重構。
她以「紅皇后效應」形容當前的競爭態勢，當所有企業都在用AI、生產力都得以提升，光是導入工具已不足以建立優勢，真正的分水嶺在於能否比對手更精準地找到值得解決的核心問題，進而打造出難以複製的競爭護城河。
這樣的警示，在傳統製造業體現得尤為真實。勤工股份有限公司成立於1996年，起初以製造堆高機與物流運搬設備零件為主。深耕台灣堆高機特殊改裝設備市場逾30年，長期為各大國內堆高機廠牌指定改裝廠。2017年正式成立AXON品牌，並於2021年帶領研發團隊跨足無人自動化堆高機領域，結合大數據與人工智慧技術，推出AMR自主移動堆高機，致力於協助製造業客戶以最少人力創造搬運最大的可能性，從傳統設備製造商蛻變為智能運搬解決方案提供者。
從失敗中汲取無可取代的價值
一路走來當然絕非一帆風順。隨著AI技術快速演進，「跟不跟得上」的焦慮感幾乎蔓延至每一位企業經營者。執行長林少顗坦言，「自己會不會被淘汰」幾乎是所有人心底共同的壓力。花錢購買工具也許可以解決這份焦慮，但真正困難的，是如何讓AI從外部工具轉化為企業內部真正的核心能力。
這樣的體悟，源自一段並不輕鬆的摸索歷程。林少顗說，傳統製造業過去普遍認為AI與自身無關，工廠有ERP、MES、WMS就夠了。然而2016、2017年數位轉型浪潮席捲而來，勤工也跟上腳步。成立工業物聯網公司、引進軟體廠商、申請政府補助，大量資源投入後，換來的卻是一場曇花一現。
這段過程讓林少顗沉澱出兩個關鍵思考。第一，企業僅是追求特定硬體或技術堆疊，在AI快速迭代的今天根本沒有長期價值。第二則是和團隊一起摸索、再站起來，以及陪著客戶走過困境所累積的實戰經驗，才是最難被複製的資產。
「以前我們在意投了多少錢，後來才發現，錢反而是最不重要的，最重要的是怎麼走過這條路。」林少顗重新審視這段歷程後，得出一個結論：AI與所有人過去的想像都截然不同，而關鍵在於「人才」。
下一步的競爭：誰先建立AI治理能力
林少顗指出，過去企業比的是誰先導入AI，接下來的競爭則將取決於誰先建立AI治理能力。其中，人才觀念的轉變是最根本的起點。首先，人才的觀念必須改變。技術缺口確實是企業轉型的一大障礙。根據世界經濟論壇預估，未來將有39%的勞工面臨核心技能的根本性改變。過去工廠倚重的是能寫程式、會畫機構圖的專業技術人員，但在AI輔助下，這道門檻正在快速降低。未來只要能清楚描述想法，AI就能協助將其具象化，工作的職能需求正在改變。
除此之外，資料的保護與管理同樣是企業不能迴避的課題。林少顗說，許多企業員工為了方便作業、盡快向主管交出成果，習慣將公司內部資料直接輸入外部AI平台取得答案，在無意間將敏感資訊暴露於外部風險之中。隨著這幾年國際治理標準逐步成形，歐盟也於今年二月正式實施AI新規範，資料管理已從企業的選擇題，變成必須認真面對的必答題。
林少顗強調，在解決人才斷層之後，企業下一步必須認真盤點資料分散在哪裡、如何妥善保護，並建立可安全運用的機制，才能真正讓資料成為AI的燃料，而非潛在的風險來源。
技術決定你跑多快，但治理決定方向是否正確
「你（經營者）沒有架好公司的框架，員工在下面再努力也是白費，AI一年三變，一場浪潮掃過來，什麼都垮了。」林少顗說，許多主管以為AI轉型是叫員工去學、考取架構師認證就夠了，但需要成為架構師的是企業主自己。
企業真正需要的不是跟上每一次的技術更新，而是建立內部的框架與架構。沒有治理的AI，只能創造短期的成效，真正的轉型需要像備戰馬拉松一樣，有規則、有秩序、有流程地長期投入，才能讓AI真正成為企業持續成長的核心動力。
林少顗提到許多企業在AI導入上常過度依賴外包，但外包廠商給的是規格，不是理解；給的是工具，不是能力。因此，經營者與管理者必須親自建立公司的AI架構，把值得解決的題目先定出來，再按優先順序逐步推進。更重要的是，過去員工各自學習AI、各自使用，累積的個人經驗，一旦離職便帶走了。AI治理真正要做的，是把思考邏輯與決策框架沉澱回公司，讓知識得以傳承，不因人員流動而流失。
資料、流程與架構是企業穩固的核心
數據孤島則是另一個關鍵障礙。林少顗說，部門之間若缺乏串聯，資訊流就會像假日高速公路一樣動彈不得。而勤工的做法是先將架構建立起來，讓數據能夠跨部門流動。以製造與品檢部門為例，過去評檢只是被動防堵錯誤流出，對提升品質幫助有限。導入AI後，讓品檢與製造兩個部門協作而非分工，製造過程中就能即時完成檢查與修正，徹底消除重複工序。
此外，許多企業習慣跟著技術跑，買了各種帳號、比對各種答案，卻忽略了一件最根本的事：最終做出判斷的，永遠是人。他強調，企業必須建立一套一致的決策架構與判斷基準，讓每一位同事在面對AI輸出時，都能用相同的邏輯加以評估與應用。否則，主管花了錢、員工用了工具，做出來的結果卻天差地遠，問題不在技術，而在於雙方思考基準根本不在同一條線上。
「有了判斷邏輯與基礎，知識才能真正轉化為智慧。」林少顗說，企業必須穩固的核心是資料、流程與架構這三件事。模型可以換，但這三件事不會變。當架構建立起來，題目的優先順序自然浮現，每個人不再只是各自為了績效表現，而是在同一個思維平台上共同協作、共同治理。
從賣設備到賦能客戶，傳統製造業的商業進化
這套治理思維，也徹底改變了勤工的商業模式。林少顗將核心方法論濃縮為「4A模型」：先定目標、評估風險與價值、分配責任、持續追蹤。在這個框架下，部門邊界逐漸模糊，取而代之的是跨部門共同解題的協作文化。
勤工也從過去單純販售硬體設備，轉型為提供可交付的「AI能力」。他強調，這不是賣訂閱平台、不是租工具，而是走進客戶現場、深入理解痛點，陪著客戶一起進步。「當你成為一個解題的公司，客戶就會和你長期共生。」這套模式更具備跨產業複製的潛力。
林少顗也重新定義了勤工的使命。從製造能力出發，疊加智慧力與自主力，勤工正透過AI將過去難以實現的生態系整合逐步實體化。「Empower Your Move，」他說，「我們雖然是移動設備製造公司，但我們真正在做的，是賦能所有的客戶與夥伴。」
