識別並擴展 AI 人工智慧的使用案例

早期導入者是如何安排並發展 AI 人工智慧的

前言

In just two years

39%

39% of U.S. adults have already used AI. In comparison, the internet reached just 20% adoption in its first two years.

AI leaders have seen

1.5x

1.5x faster revenue growth, 1.6x higher shareholder returns, and 1.4x better return on invested capital than their less advanced peers.

Yet only

1% of a recent McKinsey survey believed their AI investments had reached full maturity.

短短兩年內，39% 的美國成年人已經使用過 AI。⁠(在新視窗中開啟)網際網路在相同的時間內，普及率僅達 20%。AI 的崛起不僅正在重塑各行各業，也為個別員工創造機會。AI 讓人們能騰出時間去從事更高價值的工作、拓展技能，並推進職涯發展。

在一項研究中，BCG 發現⁠(在新視窗中開啟)，在過去三年中，AI 領先企業的營收成長速度快 1.5 倍、股東報酬高出 1.6 倍，且投入資本報酬率比發展程度較低的同業高出 1.4 倍。

根據 McKinsey⁠(在新視窗中開啟)，92% 的公司計劃增加對 AI 的投資。然而，許多組織仍需要相關指引，了解如何實現實質價值，且只有 1% 認為其 AI 投資已達到完全成熟階段。

我們親眼觀察到，成功的 AI 專案有何與眾不同之處。我們的洞察來自 300 個最成功的導入案例、4,000 多份採用調查，以及超過 200 萬名商業使用者。

本指南旨在協助貴組織發掘並擴展能帶來明確價值的 AI 使用案例。我們將流程拆解為三個步驟：

透過了解 AI 擅長什麼，找出在你的業務中應用 AI 的機會。
教導員工基礎應用情境，加快遍及各個部門的探索。
蒐集並優先考量對業務影響最大的使用案例。

在整個內容中，您會看到客戶案例故事、實用檢查清單，以及針對不同部門量身打造的應用情境範例，協助您的團隊持續推進。

重要的是要認識到，導入 AI 遠不只是找到合適的使用情境。本指南不涵蓋的主題包括：如何建立 AI 優先的文化、培養更高價值的使用案例，以及推動整個公司採用 AI。我們會在其他指南中進一步說明這些議題，但現在，先聚焦於為貴公司找出合適使用案例的過程。

「現在正是您應該從 AI 中獲益的時候，並希望您的競爭對手還只是在玩玩、做做實驗。」

Erik Brynjolfsson，Stanford University，於《AI In the Workplace》，麥肯錫，2025 年 1 月

尋找新應用案例的關鍵原則

請記住這三項原則。它們是後續所有實用建議的基礎。

AI 應由領導層帶頭並加以鼓勵。
複雜的使用案例可能讓人覺得很厲害，但往往會拖慢你的腳步。相較之下，讓員工找出最適合自己和公司的使用案例，往往是更快邁向成功的途徑。
透過舉辦 Hackathon、應用情境工作坊，以及由同儕帶領的學習活動來鼓勵採用，對我們許多客戶而言，是推動採用的重要催化劑。

讓我們逐步了解為你的團隊蒐集使用案例的最佳步驟。

發掘 AI 影響力的機會

第一步是找出你的業務中可以立即運用 AI 改善的部分。

其中一種做法，是將 AI 視為一種為你的工作團隊打造超級助理的工具。AI 超級助理永遠不會疲倦或分心。他們隨時都在，隨時準備提供協助。而且幾乎可靈活運用於任何工作，增強員工技能。

若要找出潛在的 AI 使用案例，請著重於以下三個關鍵領域中職場常見的挑戰：

重複性低價值任務
技能瓶頸
駕馭模糊情境

讓我們一起逐步了解為團隊蒐集使用案例的最佳步驟。

重複性、低價值的任務

請具體說明為什麼導入 AI 對公司未來至關重要：不論是為了跟上競爭對手、回應不斷變化的客戶期待，或維持成長動能。當員工聽見一個經過深思熟慮的「為什麼」，就更容易建立信任與共識，也能看清楚這些改變如何與自己的工作和目標一致。

「每次我做一件自己覺得很煩的事，我就會問自己：我要怎麼做，才能不用再做一次這件事？」

Claire Vo，Launch Darkly 產品與技術長

技能瓶頸

Example

我們的產品經理運用 AI 建立互動式原型，不必放慢腳步等待其他團隊的協助。

處理模糊性

知識工作往往涉及模糊性與開放式挑戰。員工可能難以開始著手或遭遇阻礙，導致專案停滯。在這種情況下，AI 可以扮演催化劑的角色，在方向不明確時協助發想、分析資料，並提出後續步驟建議。

我們訪談的所有公司中，許多人都在使用 AI 來啟發思考，並激發新的想法。他們會用它來發想行銷活動點子、從原始資料中快速找出洞察、分析趨勢，或是在不確定該怎麼做時，釐清下一步。

Example

我們的行銷團隊會在 ChatGPT 的語音模式中發想行銷活動點子，以突破創意瓶頸，並著手根據簡報內容展開工作。

專注於這類工作，可協助您快速找出高影響力的 AI 應用機會，協助團隊優化工作流程、減少瓶頸，並加快整個組織的創新步調。

「我們依據這項指導原則組成了一支 AI 自動化工作小組。」我們請所有財務團隊成員詳細列出他們認為可受益於 AI 的流程。我們根據那份清單制定了我們想要探索的專案路線圖。」

Fanatics Betting and Gaming 財務長 Andrea Ellis

行動事項

請各團隊列出情境與任務，並說明在這些情境中他們會：

難以開始使用或遇到阻礙
花很多時間在手動作業上，這些工作卻不一定總能獲得他人賞識或重視，也未必是最值得投入時間的事（也就是他們的「反待辦清單」）。
遇到技能瓶頸，直到另一個團隊加入協助（例如資料分析、設計、品牌文案撰寫和網頁開發）

使用這些清單，開始找出新使用案例的可能空間。

這可以在工作坊或黑客松一開始進行，幫助員工了解該從何處著手。

或者，使用這個提示詞向 ChatGPT 詢問一些有趣的使用案例：

Prompt

I am a [role] at [company]. We recently implemented ChatGPT at our organization. What are the best use cases for my role?

教導團隊掌握六個使用案例基本要素

當你為團隊建立了識別新 AI 機會的框架後，下一步是培訓他們掌握運用 AI 的基本方法。為此，我們分析了超過 600 個來自客戶的使用案例。大多數使用案例可歸入六種「基本原型」之一：適用於所有部門與領域的基本使用案例類型。

中央為藍色圓心的環狀圖表，周圍環繞著標示為「內容創作」、「研究」、「程式編寫」、「數據分析」、「構思／策略」和「自動化」的圖示。

這些基礎元件是協助員工快速找出最具潛力業務使用案例的捷徑。每個基礎元件代表著我們在各行各業、不同職務與工作流程中所見的數百種使用情境，使其成為快速通往可擴展價值的捷徑。

讓我們仔細看看每個基本元素，先從內容創作開始：

基本元件 01：內容建立

AI 可以支援所有團隊進行內容創作，無論是整理銷售通話摘要，還是產生策略文件、部落格文章、網頁，甚至圖片與視覺化內容的初稿。我們看到許多團隊使用 AI 來編修並潤飾內容，然後在最後一刻將其作為校對工具使用。

AI 可以自動以貴公司的風格撰寫內容並套用你的語調指南；遵循你偏好的文件結構；甚至還能針對寫作提供反饋。接著，它還可以將你的作品翻譯成不同語言，或針對不同受眾、渠道或計畫進行改作。

在寫作時，AI 可以掌握整段對話的完整脈絡，或參考一組上傳的文件，據此產生內容。例如，試著上傳你的寫作指南，或使用你五篇最好的部落格文章，然後用提示詞要求 ChatGPT 根據這些範例建立一份詳細的寫作指南。

讓您快速上手的內容創作使用案例：

行銷	建立行銷活動策略、標題或電子郵件行銷活動。產生內容大綱和初稿。將內容重新用於不同的受眾或管道。
財務團隊	草擬政策文件及技術會計備忘錄，供專家審閱。
產品團隊	撰寫產品需求文件、生成產品說明、版本更新說明、產品發佈溝通內容，以及使用者指南。
銷售團隊	生成帳戶計畫、通話腳本及後續跟進電子郵件。

Promega 擴展了訊息至各市場與受眾

生命科學公司 Promega 在最初六個月內使用 ChatGPT Enterprise 製作電子郵件行銷活動初稿，節省了 135 小時。他們也會使用它根據訊息文件產生活動簡報，並將任何文案轉換為適用於特定行銷管道的付費廣告。

「把電子郵件策略對齊後省下來的時間，可以投入於能提升電子郵件體驗的內容產製。「我已經不記得上一次寫行銷電子郵件卻不使用這個 GPT 是什麼時候了」

Kari Siegenthaler，行銷策略師，Promega

基礎要素 02：研究

AI 被廣泛用於各行各業的研究。從快速學習新概念（例如 AI 導入或設計思維），到搜尋網路上的相關文章或競品資料，再到更全面的多步驟研究專案，掃描網路上的文章、資料點與洞察。我們也看到團隊上傳篇幅較長的內部文件，以快速取得洞察。

使用人工智慧進行研究的最大優勢之一，是可以指定分析結果的呈現格式與結構：例如表格形式、項目符號重點、特定段落整理，或加入交叉參照。

AI 注重細節，也具備遵從指令的能力，因此是很出色的研究助理。

研究使用案例，助您開始使用：

銷售與行銷	探索新產業，更深入了解競爭對手，並研究新受眾。
財務金融	搜尋上市公司、併購目標，或有關會計準則的文章與指引。
產品	評估新市場規模、研究競爭對手、找出趨勢，並分析使用者回饋。
銷售團隊	搜尋網路以尋找新的供應商，並評估其產品的優缺點。
軟體工程	檢閱 API 端點與外部文件。

Introducing Deep Research

深度研究是 ChatGPT 中一項全新的智慧型代理功能，可獨立在網際網路上進行多步驟研究。輸入提示詞後，ChatGPT 就能搜尋、分析並整合數百個線上來源，生成一份具備研究分析師水準的完整報告。深入瞭解

基礎元件 03：程式設計

許多軟體工程師都是 AI 的重度使用者。他們會用它來偵錯、在使用不熟悉的程式語言時產生初稿程式碼、將程式碼從一種語言移植到另一種語言，以及對著程式碼做橡皮鴨除錯。在過去兩年中，AI 在多種語言上的數學、科學及程式設計能力已有顯著提升，且如今許多工具甚至提供即時程式碼預覽。

我們也看到許多不會寫程式的人在 AI 工具的協助下開始寫程式。只要使用自然語言，行銷人員和財務團隊就能建立 Python 指令碼來自動化流程、撰寫 SQL 查詢來擷取資料，甚至用前端程式碼為網站或內部簡報製作視覺化呈現。

程式設計的使用案例：

軟體工程師	偵錯、橡皮鴨除錯、將程式碼移植到其他語言，以及研究 API 端點。
行銷	建立互動式圖表和資料視覺化，與網頁和設計團隊分享，或撰寫用於資料分析的 SQL。
財務金融	建立 Python 指令碼，自動化月結作業的部分流程。
產品	打造互動式原型，快速將新產品構想具體化。

Tinder 加快程式碼撰寫速度

Tinder 的工程團隊在處理不直觀的語言（例如 Bash 指令碼）時，會使用 ChatGPT 生成初稿語法，這類語言通常需要專業知識。ChatGPT 可提升程式開發效率，讓使用者輕鬆參考與查詢外部 API 文件，並針對架構與設計決策進行疑難排解。

「Jira 裡有些任務曾經會被降低優先順序，因為它們感覺像是在做苦差事。」「現在我到頭來會去面對它們，因為我知道有 ChatGPT 在身邊，處理起來會更容易。」

Chris Fuller，資深軟體工程師，Tinder

基元 04：資料分析

AI 可協助任何人整合不同來源的資料、找出洞察與趨勢，並在無需具備進階的 Excel、SQL 或 Python 技能的情況下，處理複雜的試算表資料。

您可提供 AI 多份試算表或儀表板截圖，以利快速分析。它可以解讀試算表資料、理解視覺化圖表，甚至能協助你將輸出內容格式化，以利製作報告。你也可以指引結果的呈現方式，例如指定偏好的圖表類型、摘要格式或比較邏輯。

資料分析的入門案例：

行銷	上傳網路研討會與會資料，並快速將其視覺化。總結儀表板螢幕截圖中的關鍵趨勢。
產品	分析趨勢、社群媒體回饋，或上傳 CRM 資料中的功能需求，以找出新的機會。
銷售	檢視你的帳戶清單，找出表現最佳的帳戶。將潛在客戶對應至帳戶，並根據意圖訊號進行評分。
財務金融	快速分析支出資料並找出趨勢，或整合來自不同試算表和資料庫的資料。

Poshmark 騰出更多時間專注於洞察與策略

時尚電商平台 Poshmark 使用 ChatGPT 產生 Python 程式碼，對帳數百萬筆試算表資料列，用於業務績效分析。他們接著使用 AI 產生供主管使用的每週績效報告和會計備忘錄，省下每週數小時的人工工時。

「我們大幅減少了手動作業，並提升了速度、準確性、溝通與洞察力。」「我看到每個人的工作都在提升。」

Rodrigo Brumana，Poshmark 財務長 (CFO)

原始元件 05：構想與策略

構思與策略的 Use Case 在各個團隊中都很常見，從為新的部落格文章腦力激盪，到協助建構文件架構、釐清策略問題，或根據關鍵目標或利害關係人的偏好對工作提供回饋。

隨著 AI 模型變得更加多模態，我們看到各團隊運用語音和視覺，像與同事互動一樣與 AI 互動。

隨著模型越來越能夠思考並處理複雜問題，我們看到許多團隊運用它們進行策略規劃，並將其資料、目標、脈絡、限制條件和相依關係納入考量。

構想與策略的使用案例：

行銷	集思廣益，根據新的機會發想行銷活動點子。上傳你的行銷簡報，詢問還缺少什麼。為產品上市制定市場進入計畫的提示詞。
產品	制定針對新地區的市場拓展計畫，並將當地競爭對手、風險、機會規模及資源需求納入考量。
銷售	建立能反映所有依賴性和風險的發布方案。上傳您的 PRD，並在主管審查前找出薄弱環節。
財務金融	透過語音模式練習你的提案或探索技能。

Match Group 模擬焦點團體

Match Group 是全球線上交友領域的領導者，正在嘗試運用 GPT‑4 的多模態能力來進行產品可用性的焦點團體模擬。設計師只需上傳線框圖，並要求 ChatGPT 模擬特定人物角色，即可在請「使用者」操作介面並提供回饋的同時提出問題。結果是：產品創新的新點子，無需額外成本或時間延誤。

基礎模組 06：自動化功能

許多使用案例涉及將任務部分自動化。我們看到客戶找出可重複執行的例行任務，並設計將這些任務交由 AI 處理的方法。自動化流程可以很簡單，例如生成每週競品更新，也可以更複雜，例如建立供每週主管簡報使用並可供人工審查的財務報告。

記憶和自訂指示是將這類流程自動化的關鍵。自訂 GPT 是分享它們的方式。透過建立一套標準指示、上傳相同的文件，並且每次都指定相同的輸出內容，團隊便能將較低價值的任務卸下。

如今，這些自動化流程通常仍是各自獨立的任務，但隨著深度研究和操作代理等產品的推出，我們正邁向一個 AI 能夠獨立且依排程承擔多步驟任務的世界。

開始使用的自動化使用案例：

行銷	建立標準報告和視覺化內容，以便快速掌握網路研討會的重點。或根據會議紀錄或逐字稿建立 Slack 更新摘要。
產品	建立發佈更新摘要工具。或總結並分享每週客戶洞察。將會議記錄整理成供主管閱讀的 Slack 貼文，總結依賴事項與後續行動。
財務金融	將每週財務資料轉成主管摘要，並針對需要留意的變化提供提醒。
資訊科技	以上傳螢幕截圖的形式提供你的軟體架構，並請求分析關鍵依賴關係、風險及可最佳化的機會。

BBVA 將部分信用分析工作自動化

BBVA 的 Credit Analysis Pro GPT 可協助信用風險分析師從年報、ESG 評估與新聞稿等多種來源擷取非結構化資料，加速完成評估。

行動事項

教導團隊每個基本元素的基礎概念，並為各部門提供範例。
接下來，開始腦力激盪新的使用案例點子、舉辦黑客松活動，或進行全公司競賽，看看誰能找出最具影響力的使用案例。
深入了解 Bain 針對特定框架所舉辦的 Use Case 奧林匹克競賽。
設定試算表或 Slack 頻道，以便收集團隊提出的所有使用案例。

Estée Lauder Corporation 如何建立可重複的 GPT 開發流程

Estée Lauder 的 GPT Lab 由跨領域團隊著手推動，包括業務使用者、專業領域專家與技術主管，以找出並開發具高影響力的使用案例。他們的流程簡單且可重複：

設計：業務使用者在一份兩頁簡報中定義目的、範圍與受眾。
準備：SME 蒐集相關資料，依最佳做法界定使用情境。
建立與測試：技術主管建立 GPT、整合資料集，並檢驗準確性與一致性。
發布：團隊共同部署 GPT，並建立使用指南。
調整與擴展：團隊依 GPT 表現持續收集回饋，反覆調整並提升成效。

「我們正在檢視每一項業務流程——從法務、研發、製造到商務——並思考如何運用 AI 重新設計這些流程。」

Stéphane Bancel，Moderna 執行長

如需更多詳細資訊，請閱讀Estée Lauder GPT Lab⁠的介紹。

蒐集並排序使用案例

一旦團隊了解關鍵使用情境，並開始找出要解決的問題，使用情境往往迅速增加。

挑戰接著便從探索轉向優先排序。哪些使用案例可以擴展到影響所有員工？哪些最有可能現在帶來成本效益？哪些可能會帶來新產品或新的營收來源？

我們的客戶成功團隊使用這套 Impact/投入架構，協助企業客戶排定使用案例的優先順序。這是一個簡單的象限，根據對公司的價值和所需投入程度為各個使用案例評分。

影響與投入框架

高 ROI 重點	快速見效且具高影響、低投入，往往是開始建立動能的最佳切入點。
自助服務	單一使用者可為自己建立作為處理特定任務的最省力專案。許多一開始是個別解決方案，但往往會成為對各團隊都有價值的成果。
高價值／高投入	這類應用通常具變革性（例如 Moderna 的 Dose GPT 或 Klarna 的客戶助理），但這些使用案例通常需要投入更多時間、規劃與資源來建置。許多團隊一開始會先從快速見效的成果著手，以建立動能，並以此為靈感，投入更高價值的專案。
高投入／低影響	這些目前可以放心擱置。但新的產品與功能可能會讓它們更容易建置與部署，因此可以考慮推廣它們。