一人公司的下一步：沒有員工，也能運作得像一個團隊的 AI 無人公司
每天早上打開電腦，我做的第一件事，是跟 AI 說一聲早安。
打完這兩個字，我的虛擬管家 Sebastian 就會跳出來，喚醒整支團隊。我有七、八位虛擬秘書，各有各的職責：一位看 Gmail 信箱，一位查 Google Calendar，一位盤點待辦事項。等我把咖啡泡好，晨報已經寫進筆記軟體裡，哪些事今天得處理、哪些信要先瞄兩眼，三、五分鐘就有數。到了晚上，換成晚報，由 AI 反過來問我：今天忙了什麼？最有趣和最挫折的事各是什麼？
日前受 AILeader Hub 主理人鍾婷（另開新分頁）之邀，在新書《AI 無人公司》出版前，先跟大家聊聊這本書的內容。我從每天早晨揭開工作序幕開始講起。因為，這就是我現在每天經營公司的方式：沒有請任何一位真人員工，但做的事情，大概是以前四、五個人的分量。
無人公司裡，至少還有一個人
我把這種經營模式叫做 AI 無人公司。聽到「無人」兩個字，很多人會想到冷冰冰的全自動，或是翹著二郎腿等著差遣別人做事。嗯，其實都不對。所謂的無人公司只是沒有僱員，公司裡還是有一個人，那個人就是你自己。
會走到這一步，跟兩件事有關。一是缺工，少子化加上高齡化，我覺得這個結構回不去了。臺灣 98% 是中小企業，人手不夠就加人，說起來容易，可是薪水、勞健保都是可觀的成本，人也不一定留得下來。二是 AI 的成本，就算訂閱到每月 200 美元的等級，換算下來也不過新臺幣 6,000 多元。
回頭看，人類的工作被鬆綁過三次：工業革命讓機器接手體力活，網路讓我們不必困在辦公室，現在的 AI 代理則可以把事情直接做完。每一次門檻都更低，能做的事也更多。我現在想做個小遊戲、剪支影片，隨時都能動手，問題反而變成：到底要做什麼？
所以我在書裡想說的是，未來的公司不是比誰的人多，是比誰的系統比較聰明。以後看一家公司，與其數它有多少人，不如看它有一套什麼樣的系統、方法和邏輯。
從下指令到交辦目標
這兩三年我在企業、公部門和大學院校講課，發現很多人到現在還是用一問一答的方式用 AI：幫我寫篇文章、幫我整理會議記錄。這樣做當然可以省時間，但有點大材小用。
在書裡，我用掃地這件事情打了個比方：
- AI 助手像吸塵器，你還是得拿著它到處跑。
- AI 工作流像定時出門的掃地機器人，時間到就自己掃。
- AI 代理則會自己規劃路線，家裡有寵物還懂得繞開。
用 AI 代理，你給的是一個明確的交辦目標，它會自己想辦法做完，你只要驗收。像我因為寫作和做內容的需求，開發了一套內容產製 skill，從風格檔案、找靈感、寫草稿、深度研究、去除 AI 味，一路到分發多平臺。一篇部落格可以延伸成短文、Threads、電子報、圖文和影片。
不過，我並不建議大家盲目追求「按一個鍵，全部做完」。比較實際的做法，是想清楚哪些步驟讓 AI 做、哪些地方留給自己判斷，並且要求它回報。
人機三七分：哪三成要留在手上
這本書的主軸叫做「人機三七分」。可重複、有標準、換誰做都差不多的那七成，放心交給 AI；判斷、決策、品味與信任這三成，你要牢牢抓在手上。
至於怎麼判斷一件事能不能交出去？我會先問五個問題：它是重複發生的嗎？輸入和輸出清楚嗎？有沒有範例可以參考？做錯的代價大不大？可不可以設人工檢核點？
再來是拆解職務。很多人說自己缺一個行銷經理、缺一個社群小編，可是只盯著職稱，看不出 AI 能幫上哪裡。如果我們把職責一項一項展開，往往會發現八項、十項裡，AI 能接六、七項。像追蹤成效，AI 可以幫你分析數據，但好不好、下一步怎麼調整，還是得你來解讀。
品味聽起來很玄，其實可以寫成規則。舉個例子，我寫文章一律用「臺」，不用「台」，只有台積電這類企業的商標例外。這條規則寫下來，AI 就會照著守。顧問也一樣，哪些案子接、哪些不接，考量絕對不只錢多錢少，把它寫清楚，AI 才幫得上忙。
當每個人都用 AI，大家都能輕鬆拿到 60 分。從 60 分到 80、90 分，靠的就是你留下的那三成。
委派有五個檔位，最危險的是 L3
委派比較像自動駕駛，從 L1 到 L5 分成五個檔位。信任不是一次給足的，給客戶的報價和信件，你可以讓 AI 打草稿，送出前我想你還是會多看兩眼。等它的表現夠穩定，再慢慢往上調檔。
有趣的是，五個檔位裡最危險的，反而是中間的 L3。平常是 AI 在開，臨時要你接手，你會猶豫、會緊張，車子可能就在那一瞬間打滑。你以為 AI 在顧，AI 以為你在看，兩邊都放了手。所以檔位越往中間放，越要把檢查點守好。
AI 可以把你的手接走，但要小心，別讓它連你的眼界也一起接走。
用帶新人的方法帶 AI
既然把 AI 當員工，就用人資的那一套來管：給它一份職位說明書，寫清楚任務範圍、可以用哪些資料、哪些該做、哪些不該做；再給它到職訓練，然後持續考核，做得好就說，做不好就明確指出來。AI 是一個很聰明的新人，但它不懂你，也不懂你們公司的潛規則。
我常舉麥當勞當例子。不管在臺北還是吉隆坡，漢堡吃起來都差不多。世界各地請的是不同員工、講不同語言，新人上工兩天就能做出標準漢堡，靠的是一份照做就對的說明書。麥當勞的聰明，是長在它的系統裡。
我把這套方法叫做 AOP，也就是 AI 版的標準作業程序：拿管員工的那一套來管 AI，讓你不在場時，事情也能照常跑。建立的順序是先僵化、再最佳化、最後固化。一開始照老路做就好，跑順了再調整，最後才把它固定下來。很多人一開始就拚命最佳化，花了很多工夫，效果卻不見得好。
護欄：別讓做事的 AI 檢查自己
AI 好用，但它會犯錯。AI 會有幻覺的這件事情，如今大家都知道了，但我更想提醒的是洩密。為了方便，很多人會把報表、Word 檔一股腦丟進 AI，卻忽略了這裡面有沒有個資、有沒有營業機密？要知道，資料一旦丟進去就收不回來了。所以，建議大家要先刪掉敏感資料，針對某些機敏資訊打馬賽克，或是用 A、B、C 編號替代。
權限也要分級，讀、寫、送出，越往上越要自己把關。還有一點很重要：不要讓做事的那個 AI 去檢查它自己，它當然覺得沒問題。我做比較大的網站專案時，會用 Claude 寫程式，再交給 Codex 審查，常常能抓出不少盲點。
最後要記得，具名負責的人是你。AI 幫你回信、幫你報價，如果價格少打一個 0，被追究的還是你。另外，像是著作權、個資保護、消費者權益都要留意；真的有法務需求，請找律師或專業的法務人士諮詢，別只是去問 ChatGPT。AI 固然可以幫我們省時間，但它沒辦法幫我們省掉責任。
90 天，先從一條流程開始
如果你也想打造一家自己的無人公司，我建議分三個階段進行：前 30 天打地基，盤點手上的工作，選定一個模式；第二個 30 天建生產線，可能是一條服務線，也可能是一條內容產製線；第三個 30 天，開門做生意。
我自己是今年 2、3 月開始做的，從銷售頁、金流、網站一路建到現在的完整系統。現在文章一寫好，系統會自動產出英文版和日文版上架到網站，也帶來不少國外的合作洽詢與詢價。這些不是一個月做出來的，中間卡關、除錯也花了很多時間。
所以，我建議大家別一開始就想同時拉十條線。要知道，台積電也不是第一天就做好的。先挑一條流程，盤點、寫好設定卡、跑起來，一條一條來，你會越做越有手感，摸索的時間也會越來越短。卡關很正常，多跟 AI 討論，反正它也不會笑你。
今天就可以做的第一步：拿出筆記本，把你這週花最多時間的工作列出來，用那五個問題篩一遍，挑一件交給 AI 試試看。
書裡有更完整的框架和圖表，《AI 無人公司》預計 12 月出版。有興趣的朋友，可以先看看我為這本書設計的書籍頁面。
讀完，下一步
把內容做成一套系統
AI 內容產製系統工作坊
一份素材，自動產出六種格式
繼續讀：AI 實戰應用指南動手試：AI 協作界線卡（另開新分頁）
