一家公司準備聘用 AI 主管。職缺說明要求他熟悉技術、理解產業、帶領團隊、找到新商機，最好還能在半年內證明投資效益。
進一步問，公司有哪些可以使用的資料？哪些流程願意改？誰能決定停止不適合的專案？答案卻還沒有確定。人選尚未到職，職位就已經承擔了技術、策略與內部整合的全部不確定性。
這是假設情境，不是特定企業案例。它說明一個在轉型招募中應先釐清的問題：公司現在需要找出可行方向，還是把已經確認的方向做成可靠的服務？這兩種任務可以相連，但不能假設所需的管理方式完全相同。
管理學觀點：探索與利用，會競爭同一批資源
James March 在 1991 年討論組織學習中的探索與利用。前者著重嘗試新的可能性，後者著重改善與運用已知做法；兩者的回報時間、不確定性不同，又會競爭有限資源。原文是理論與模型分析，不是針對今日生成式 AI 導入的成效調查。
後續組織雙元性的討論，進一步關注企業如何同時維持既有業務與發展新方向。Stanford 對 Charles O’Reilly 研究的介紹指出，不同工作可能需要不同的指標、誘因與組織安排。來源列於文末。
以下階段劃分與招募建議，是本文把這些觀點應用到 AI 管理工作的分析，不是原研究提出的 AI 導入標準。
探索階段要回答的是：值得做嗎
假設企業想用 AI 協助整理技術文件。探索階段首先需要確認，使用者究竟把時間花在哪裡，資料是否可用，產出錯誤能否被發現，以及現有工具是否已經能解決大部分需求。
此時有價值的成果，可能不是上線一個功能，而是排除一個原本看似合理、實際卻無法成立的方案。若主管只接受「成功展示」，團隊就可能選擇容易表演的案例，避開真正困難的資料與工作條件。
但探索也不是無限期試驗。企業仍應設定時間、可投入資源、要驗證的假設，以及什麼證據足以停止。沒有結束條件的概念驗證，容易變成持續消耗資源的展示專案。
交付階段要回答的是：能穩定使用嗎
一個示範能運作，不代表能進入日常流程。實際交付還需要考慮資料權限、錯誤處理、使用者訓練、維護責任，以及供應商或模型變更時如何應對。
以技術文件整理為例，除了摘要品質，還要確認使用者能否追溯原文、哪些內容必須人工檢查，以及系統失效時如何回到既有流程。這些不是展示效果最亮眼的部分，卻會影響工具能否被長期採用。
因此，擅長快速實驗的人不一定自然擅長營運維護；擅長建立穩定流程的人，也未必最適合帶領尚未定義問題的探索。這不是能力高低，而是工作內容不同。
一個職位能兼顧兩者，但要說明先後順序
中小型企業不一定有資源分成兩個團隊，也不必照搬大型企業的組織設計。比較實際的作法，是先說清楚同一位主管在不同階段的主要任務。
例如，前期優先確認兩個使用情境是否成立，通過明確門檻後，再集中資源交付其中一個。轉換階段時，同步調整績效要求與支援人力，而不是從第一天就同時追求大量試驗、穩定營運與快速獲利。
如果既有業務已經占滿團隊工時，也應說明哪些工作會停止或移交。「不影響原有工作，再加上轉型」不是免費的安排，通常只是把資源衝突留給第一線自行消化。
AI 主管職缺，應該先寫清楚四件事
第一是要處理的業務問題。降低查找時間、改善預測或增加服務量，是不同的任務，不宜只寫成提升效率。
第二是公司準備提供的條件。包括可使用的資料、跨部門窗口、預算與決策支持。尚未具備的部分也應揭露，而不是期待人選到職後才發現。
第三是決策範圍。人選能不能選擇供應商、調整流程、停止試驗，或要求其他部門投入時間？如果只能提建議，就不應讓他單獨承擔所有採用結果。
第四是成果判斷方式。探索期看的是哪些假設獲得驗證，交付期則需要看可靠性、實際使用與業務影響。不能因為兩者難以比較，就只用展示次數或開了多少課來取代成果。
面試時，問一次停止專案的決定
許多候選人能展示成功專案，但管理職也需要判斷何時不值得繼續。可以請人選說明：曾經在哪個專案決定縮小範圍或停止？依據是什麼？如何向支持者解釋？
接著問：哪個概念驗證通過後，真正上線反而遇到困難？問題出在資料、使用流程、維護成本，還是組織採用？他如何調整？
這些問題有助於辨識人選是否理解技術之外的工作。對於無法公開的專案，應允許去識別化描述，不要求提交原雇主的資料或系統存取權。
同時也要避免另一種偏見：沒有使用最熱門技術，不代表缺乏判斷。若較簡單的方法已能滿足需求，能說明為何不增加複雜度，也是一種管理能力。
不要只計算工具節省的時間
效益評估宜先建立現況，再將導入後的檢查、修正、維護與協調時間算進去。否則，前段節省的時間可能只是轉移成後段人工覆核。
可以先在有限範圍內試行，記錄處理品質、例外情況與使用者是否真的採用，再決定擴大。若不同工作風險差異很大，也不應只看一個平均數。
對涉及履歷或人事資料的使用情境，除了效率，更需確認使用目的、權限與供應商處理方式。本文不提供個案法律判斷；企業應依實際資料與服務配置，另外進行適用法規及安全評估。
招募之前，先讓管理團隊對任務有相同理解
與 Talent Nexus 英鏈人才討論 AI 或科技主管搜尋時，企業若能先說明目前處於驗證、建置或擴大使用的哪個階段，就更容易評估需要的是哪一種經驗組合。
候選人則可以反問：「如果三個月後發現原本的方向不值得繼續，公司會怎麼判斷我的表現？」這個答案，往往能看出企業真正允許探索，還是只接受原先假設被證實。
聘用一位主管可以補足重要能力，但不會自動解決所有資源與決策衝突。把任務說清楚，才能讓專業能力用在公司目前真正需要的地方。
研究來源與閱讀說明
March, J. G.（1991）. Exploration and Exploitation in Organizational Learning. Organization Science, 2(1), 71–87。本文以探索與利用的理論區分作為分析起點，未將其視為 AI 專案成效的直接證據。
Stanford Graduate School of Business（2016）. The Secrets to Corporate Longevity。此文介紹 O’Reilly 與 Tushman 的組織雙元性研究與管理觀點。
延伸閱讀：Stanford Graduate School of Business