🚀 策略重塑：價值創造與風險管理

👨‍🏫
講師：吳相勳 主任
元智大學 終身教育部
⏰
課程時長
三小時深度工作坊
🏭
宏于電機
中高階主管培訓
開場思考 🤔
在AI時代，您認為什麼是不可被取代的核心競爭力？是專業知識、管理能力，還是創新思維？

🤖 AI時代的管理挑戰

啟發提問
如果AI已經停止大幅進步，為什麼我們還需要學習使用它？這是必要的投資，還是跟風的焦慮？
即使生成式AI可能不會再有革命性突破，但對專業經理人而言，掌握AI工具已成為基本能力。關鍵不在於AI本身的進步速度，而在於我們如何將現有AI能力整合進工作流程。
反思時刻
AI不是魔法棒，而是放大器。它放大的是您的思考品質與決策能力。

🎯 AI Agent實戰演練

體驗兩個專業AI助手
📊
情境分析大師
協助您完成商業情境分析，洞察市場機會與風險
📈
策略績效夥伴
制定關鍵績效指標，追蹤策略執行成效

🔍 AI能力評估

批判思考
當您比較不同AI的輸出結果，是什麼讓某些答案更有價值？是準確性、創意性，還是實用性？
AI最擅長處理哪類任務？
需要情感理解的人際溝通
大量資料的模式識別與分析
需要實體操作的生產作業
需要創新突破的研發工作

💼 AI對個人工作的衝擊

三個關鍵評估維度

評估要素

稀缺性：您的專業知識有多獨特？
協調需求：需要多少跨部門合作？
風險管理：決策失誤的後果有多嚴重？

您的工作特性（拖曳至此）

挑戰思維
如果您的工作同時具備高稀缺性、高協調需求、高風險管理需求，AI是您的威脅還是助力？

🔄 流程革新的可能

系統思維
當多個AI Agent協作時，哪些傳統流程會被徹底顛覆？是決策流程、執行流程，還是監督流程？
📋
採購流程
AI自動比價、評估供應商風險、預測需求量
🔧
品質控制
視覺檢測、預測性維護、異常偵測
📞
客戶服務
24/7智能客服、情緒分析、個性化建議

⚡ 競爭情境模擬

思考實驗：當競爭對手全面AI化
情境設定
假設您的主要競爭對手已經將AI整合到所有核心流程，從設計、生產到銷售。這對配電盤、銅排、工程三大事業部各有什麼影響？
深度反思
競爭優勢不在於誰先用AI，而在於誰能更好地結合AI與產業知識，創造獨特價值。

🧠 AI的基礎架構

理解AI才能駕馭AI
現在我們已經體驗了AI的實際應用，是時候深入了解其運作原理。只有理解AI的本質與限制，才能做出正確的策略決策。
🔗
連結主義
模仿人腦神經網路，透過大量數據學習模式
📝
符號主義
基於 logique 規則，處理結構化知識與推理

🎯 連結主義的極限

關鍵提問
如果AI只能找出數據中的模式，無法真正理解因果關係，這對您的決策意味著什麼？
連結主義AI最大的限制是什麼？
運算速度太慢
缺乏真正的理解與推理能力
需要太多電力
無法處理圖像
思維挑戰
既然AI無法真正理解，為什麼它的建議有時比人類專家更準確？這是否改變了「專業」的定義？

👤 個人工作中的AI整合

如果要將AI應用在您的工作中

日常任務

報告撰寫
數據分析
會議記錄
郵件回覆

AI可協助（拖曳任務到此）

需人類主導（拖曳任務到此）

🏢 部門層級的AI轉型

策略思考
導入AI是技術問題還是文化問題？當團隊抗拒改變時，您會選擇強制推動還是循序漸進？
📊
評估現況
盤點部門流程，識別AI機會點
🎓
能力建構
培訓團隊，建立AI素養
🚀
試點專案
小規模驗證，快速迭代
📈
規模化
擴大應用，優化流程

⚙️ AI Agent的設計密碼

揭開Agent背後的運作機制
📜
System Prompt
定義Agent的角色、能力與行為準則
🗄️
知識庫
提供專業領域知識與案例參考

📝 System Prompt的藝術

設計思維
一個好的System Prompt像是給AI一個「人格」。您會如何設計一個配電盤專家Agent的人格特質？
System Prompt最重要的元素是？
使用複雜的技術術語
清晰定義角色與邊界
包含所有可能的情況
越長越詳細越好

❓ 提問能力的關鍵性

即使有了Agent，為什麼提問仍然重要？
反思時刻
同樣的AI，為什麼有些人能獲得深刻洞察，有些人只得到表面資訊？差別在哪裡？
🎯
無Context提問
"幫我分析市場"
結果：泛泛而談
💡
有Context提問
"分析台灣配電盤市場在綠能轉型下的機會"
結果：精準洞察
關鍵洞察
AI的輸出品質，80%取決於您的輸入品質。掌握提問藝術，就是掌握AI的力量。

🎨 Context：點石成金的魔法

Context要素

產業背景
公司規模
目標對象
預期成果
限制條件

建構您的查詢（依重要性排序）

🗺️ AI時代的策略規劃

範式轉移
有了AI輔助，策略規劃從「預測未來」變成「快速驗證」。這改變了什麼？
思維挑戰
如果AI能在幾秒內生成策略方案，人類策略家的價值在哪裡？

🔍 工作流程自我檢視

找出您的工作流程中的改善機會
您目前工作流程中，最需要加強的是？
資訊收集與整理
分析與決策
溝通與協調
執行與追蹤
深度思考
找到瓶頸不是終點，而是改善的起點。每個瓶頸都是AI可能創造價值的機會。

🔧 工作流程解構

📥
輸入階段
資料收集、需求理解、問題定義
⚙️
處理階段
分析、評估、方案設計
📤
輸出階段
決策、溝通、執行
🔄
反饋階段
監控、調整、學習
將工作流程拆解後，我們能更清楚看到每個環節的AI應用潛力。關鍵是找到人機協作的最佳平衡點。

🤝 AI輔助下的團隊協作

協作思維
當每個人都有AI助手時，會議的意義是什麼？是資訊交換、決策制定，還是建立共識？
📊
會前準備
AI整理議題、準備數據、預測問題
💬
會中互動
人類主導討論、建立信任、激發創意
📝
會後執行
AI追蹤行動、監控進度、提醒更新

💰 為什麼要投資付費版？

投資決策
月費幾百元的AI工具，如果能節省您每天30分鐘，這筆投資值得嗎？
🚀
速度優勢
優先處理、無限制使用、最新功能
🧠
進階模型
更強大的推理能力、更準確的結果
🔧
專業工具
自訂Agent、API接入、團隊協作
成本效益分析
投資AI工具不是成本，而是對生產力的投資。關鍵是找到適合您需求的工具組合。

🔒 企業隱私保護

關於公司機密資料的安全考量
安全疑慮
ChatGPT會用您的資料訓練模型嗎？您的商業機密安全嗎？
哪種做法最能保護公司資料？
完全不使用AI工具
使用企業版AI服務並簽署保密協議
只用免費版但不輸入敏感資料
建立公司專屬的AI系統
✅
企業版保證
不使用客戶資料訓練、資料加密、合規認證
⚠️
免費版風險
可能用於訓練、無SLA保證、功能受限

⚡ 配電盤事業AI應用

📐
設計優化
AI輔助配置設計、自動化布線、熱分析模擬
🔍
品質檢測
視覺檢測瑕疵、預測故障風險、優化測試流程
📊
需求預測
分析市場趨勢、預測客戶需求、優化庫存

🔩 銅排事業AI轉型

產業洞察
在原物料價格波動劇烈的市場中，AI如何協助銅排事業部做出更好的採購與定價決策？
📈
價格預測
分析國際銅價、預測趨勢、優化採購時機
⚙️
生產優化
排程最佳化、減少材料浪費、提升良率
🚚
供應鏈管理
智慧物流、庫存優化、風險預警

🏗️ 工程標案AI賦能

📄
標案分析
自動解析標案文件、評估風險、計算成本
🎯
投標策略
競爭對手分析、定價優化、勝率預測
📋
專案管理
進度追蹤、風險預警、資源調配
策略思考
如果競爭對手都用AI分析標案，價格戰會更激烈嗎？還是會找到新的差異化競爭點？

🎯 跨部門AI協同

打破部門藩籬，創造綜效

部門能力

配電盤設計資料庫
銅排價格預測模型
工程專案經驗庫

協同機會（組合創造價值）

系統思維
真正的AI轉型不是各部門各自為政，而是建立共享的智慧資產，創造1+1>2的綜效。

🚀 邁向智慧企業

終極思考
5年後，當AI成為標配，什麼會是宏于電機的核心競爭力？
🧬
組織DNA
持續學習的文化、擁抱變革的心態
🤝
客戶關係
深度理解需求、共創價值方案
💡
創新生態
開放合作、快速實驗、敏捷調整

💪 您的下一步

從今天開始的AI之旅
📱
立即行動
註冊一個AI工具帳號，開始實驗
📚
本週任務
選擇一個工作流程，嘗試AI優化
🎯
本月目標
建立部門AI應用試點專案
🚀
季度願景
形成AI賦能的新工作模式
最後的挑戰
不要等待完美的時機，現在就是最好的開始。您願意成為推動變革的領導者嗎？

🌟 策略重塑，價值永續

AI不是威脅，是機會。
AI不是終點，是起點。
AI不是取代，是賦能。
🏆
記住
技術可以複製，但智慧、經驗與判斷力無法被取代

聯絡資訊

吳相勳 主任

元智大學 終身教育部

個人首頁