AI 把報告做得很好，然後呢？
前陣子我把自己網站的搜尋數據丟給 AI，請它幫我看看現況。它回來的報告比我預期完整：哪些頁面有被收錄、哪些網址已經失效、哪些關鍵字有缺口沒補到，一項一項列好，還附上判讀。
這些數據本來就在後台，我自己也看得懂，只是讓它代勞。但我得承認，它整理得比我有耐心，判讀也沒什麼可挑的。這件事已經過了「AI 能不能幫忙」的階段：它已經會做，而且做得很好。
我接著問下一題：「所以，這個免費下載要不要改版？要不要乾脆做成付費商品？」
它給了兩條路的優缺點，各自附上根據，格式漂亮，邏輯通順。但看完我發現，決定還是在我桌上。它把材料全部備齊，就是沒有替我決定。
不是它不肯。我如果明確要它替我決定，它會很乾脆地選一條，甚至直接動手做。它沒替我決定，是因為我的指令一直是：給我選項跟根據，決定我自己來。
為什麼我堅持這樣用？這篇想講的就是這件事。
AI 可以替你決定，不能替你承擔。
AI 接手的是哪一層？
以前「會看報表」本身是一種本事。現在銷售數據丟進去，毛利率、回購率、客單價的變化，AI 都能算給你，還講得頭頭是道；毛利率怎麼算、多少才正常這種問題，它答得又快又清楚。前提只有一個：你餵進去的數據本身是乾淨的，這件事我另外寫過一篇。
所以它接手的都是同一層：怎麼操作、怎麼計算、怎麼整理。真的要決定的時候 ，這批貨要不要降價出清、這個客群要不要繼續投廣告、這條產品線要不要收... 它可以給你分析，你要求的話，它也可以直接替你選一條。但選完之後要不要照做、做壞了怎麼收拾，從頭到尾是你的事。
而且它判斷用的原料，預設是沒有的：你的資金還能撐幾個月、你能承受多大的風險、這批客人的脾氣你摸了幾年、上一次類似的決定踩過什麼坑。這些你講給它聽，它就能納進判斷，而且會判斷得有模有樣；你沒講的，它就用「一般情況」去補。所以同一個問題，兩個人問，拿到的答案品質可以差很多，差別不在 AI，在誰把自己的處境講得清楚。
AI 的語氣，為什麼會影響你的判斷？
它的措辭只要肯定一點，你就容易覺得「連 AI 都這麼說，應該沒問題」，感覺像多了一個人幫你背書。但風險並沒有變少，只是你心裡那道防火牆被拆掉了。
我遇過一位老闆，常說 AI 很懂他，他的想法跟 AI 一模一樣，講到後來變成「我根本就是 AI」。聽起來像玩笑話，但這個狀態有點危險，因為 AI 的回答本來就是順著你的問法生成的：你餵它什麼前提，它就從那個前提往下推。你覺得它懂你，有一部分是它在鏡射你。把鏡子當成第二意見，等於用自己驗證自己，怎麼驗證都會通過。
還有一件事值得知道：它會不會給你肯定的答案，跟你怎麼問有關。你要它只列選項，它就列選項；你直接問「我該不該做」，它多半會給一個聽起來很有把握的建議。而且它有配合你的傾向。你的問法裡已經帶了立場，它常常就順著你講。所以它講得肯定，不代表這個判斷被檢驗過；真正的檢驗是你的資金、你的風險承受度、你的市場，這些它只聽你說過，沒替你扛過。
AI 分析完之後，剩下什麼是你的事？
所以「AI 能不能自己分析」，能，而且會越來越能。值得問的是拿到分析之後的事：你下指令的時候，有沒有把自己的處境講清楚？它回答之後，你依據什麼判斷？判斷完，這個責任你扛不扛得起？
操作的門檻降下來之後，稀缺的東西換了位置。會跑數據的人到處都是，現在連 AI 都是；比較稀少的，是看得懂這個數字對自己的生意代表什麼、然後敢下決定的人。
這種判斷力沒有捷徑，AI 也給不了。它是一次一次決定、一個一個坑，累積出來的。你能做的，是先分清楚：哪些是 AI 能替你做的，哪些從頭到尾都是你的。
如果你也在用 AI 看數據，卻常常卡在「報告都有了，還是不知道該動哪裡」，想找人一起看：
預約60分鐘諮詢，幫你解一個問題。
常見問題
Q：AI 可以幫中小企業老闆分析數據嗎？
A：可以，而且做得不錯。收入狀況、毛利率、回購率這類整理與計算，AI 已經能完成大半。差別在你餵給它的數據品質，和你把經營處境講得多清楚。
Q：AI 給的分析結果，可以直接拿來做決策嗎？
A：建議把「分析」跟「決策」分開看。AI 的判斷是用你提供的脈絡算出來的，你沒說的部分，它會用一般情況去補；而且決策的後果由你承擔，不會跟著轉移給 AI。
Q：怎麼問 AI，才能拿到有用的數據分析？
A：先講清楚自己的處境（資金、風險承受度、過去試過什麼），再問問題。問法帶著立場時，AI 傾向順著你，所以想驗證想法時，可以要求它先給反面根據。
本文作者有 18 年企業現場營運管理經驗，專注中小零售業的指標診斷與獲利結構優化。