AI 內訓上完怎麼追蹤成果？用 30 天工作試點驗收
企業安排員工上完 AI 課，手上可能有簽到紀錄、教材和提示詞。主管接著問：「大家現在有沒有把 AI 用在工作？」如果沒有人能拿出一項由團隊接手的工作成果，光看出席率還回答不了這個問題。
要驗收 AI 內訓，先挑一項高頻、可檢查、有人負責的工作，記下課前基線，再用 30 天追蹤相同類型的工作樣本。除了完成時間，也要記錄人工修改、資料依據與例外交接。月底再決定延伸、修正，或停止這個試點。
經濟部中小及新創企業署的 115 年度企業專區 AI 人才培育計畫，將學習進度、訓練成果與後續成效追蹤列入企業學習平台規劃；數位發展部《公部門人工智慧應用參考手冊》則把角色能力、工作流程與訓練目標放在同一條規劃線上。這些設計都提醒我們：學習完成和工作改變，是不同的觀察點。
先選一項適合驗收的工作
不要從「我們上了哪些 AI 工具」開始，也不要一次要求全公司改變。先找一項平常會重複發生、前後做法看得見的任務，例如整理客服常見問題、把訪談紀錄轉成待辦、依核准素材整理社群貼文，或把內部資料彙整成會議摘要。
挑工作時，先回答四個問題：
- 這項工作多久發生一次？是否能在一個月內取得相似樣本？
- 誰負責交付，誰能判斷內容正確？
- 哪些資料可以給 AI 使用，哪些欄位必須留給人確認？
- 工作完成後，誰會接手結果？
如果任務一次都不重複、沒有負責人，也沒有辦法判斷好壞，先把工作範圍縮小。好的試點不是找最炫的 AI 應用，而是挑一件做完後能看出差異的工作。
用一張 30 天試點卡把責任接起來
把下表填完，主管、操作者和課程講師就能對同一個成果討論：
- 試點任務：一句話說清楚工作輸入與預期交付。
- 任務負責人：誰操作、誰檢查、誰接收成果。
- 課前基線：取同類工作樣本，記錄完成時間、錯誤或修改項目。
- AI 可做的部分：例如分類問題、依核准資料起草回覆、整理重點。
- 人工覆核點：哪些事實、承諾、價格或對外文字必須由人確認。
- 資料依據：AI 使用哪份 FAQ、產品文件或會議紀錄；缺資料時怎麼標記。
- 例外交接：遇到不確定、例外或超出範圍的問題，交給誰處理。
- 觀察頻率：每週抽查幾筆，以及誰保存實際樣本。
- 月底決定：延伸到更多工作、先修正一項缺口，或停止這個任務。
把標準先寫下來，月底才不會因為「看起來很順」就把流程推廣，也不會只因一筆錯誤便抹掉所有收穫。
完整示範：客服回覆怎麼從課堂回到日常工作
假設一間小型網路商店有四位客服，常遇到商品尺寸、配送時間、退換貨和付款方式等問題。內訓後，團隊想先把「依核准 FAQ 草擬常見問題回覆」做成試點：AI 只整理問題類型、找出對應資料並起草文字，客服確認後才送出。
課前先抽出十筆相似的常見問題，四位客服平均每筆處理八分鐘，十筆合計約八十分鐘。每筆都記下問題類型、查資料時間、修改內容，以及是否需要主管介入。這是比較基準，不把不同難度的客訴混在一起。
試點期間，AI 依照核准 FAQ 產生草稿，客服先核對引用資料、商品條件與語氣，再決定是否採用。另一組同類十筆問題中，包含查資料和人工修改的平均處理時間是每筆五分半，合計五十五分鐘；其中七筆只需小幅調整，兩筆需要更正重要商品資訊，一筆因配送承諾不明而轉交主管。
這組示範樣本顯示，時間總量少了二十五分鐘；同時也看出兩個要修的地方：FAQ 的商品資訊要補齊，配送例外要明確交接。客服沒有自動送出回覆，因此主管仍能檢查內容與承諾。這時的決定不是宣布「訓練已成功」，而是先補資料和例外規則，再繼續用同類工作觀察。
若只記「AI 幫忙省了時間」，兩筆重要更正和一筆主管交接就會被藏起來。把時間、修正與例外一起記，才能分辨瓶頸在資料、任務邊界，還是責任分工。
30 天怎麼跑
**第 1 至 3 天：建立基線。** 選定同一類工作，收集課前樣本；記下完成時間、常見修改、錯誤來源和升級原因。資料不足的欄位先標記未知，不用推測補齊。
**第 4 至 7 天：限定 AI 的工作範圍。** 把核准資料、可交付格式、人工覆核點和停止條件寫清楚。先由操作者逐筆檢查草稿，發現新型錯誤時回到資料或任務規格修正。
**第 8 至 21 天：用同類樣本持續比較。** 每週固定抽查，保留原始輸入、AI 草稿、修改紀錄與最後交付。每次只修一個明確問題，例如補 FAQ 缺項或改變例外分類，避免一次換工具、換資料、換流程後看不出差異。
**第 22 至 30 天：作出下一步決定。** 看平均處理時間之外，也看資料是否可追溯、重大修改是否能接受、例外有沒有交到正確的人，以及成果是否真的被下一個工作角色使用。
月底可以做三種決定：
- **延伸：** 同類任務穩定交付，人工覆核清楚，例外也有負責人；逐步增加一個相近任務或一個工作小組。
- **修正：** 主要問題集中在某一類資料、提示規格或交接責任；先補那個缺口，再觀察一輪。
- **停止：** 任務本身不適合 AI、資料無法提供、品質無法檢查，或人力沒有因此得到更好的交付方式；停止這個試點，改找更合適的工作。
什麼時候出席率和測驗就夠了？
如果這次課程的目的只是讓員工認識 AI、建立共同語言或完成基礎理解，出席與測驗可以回答「有沒有參加、懂不懂概念」。如果目標是讓 AI 進入日常流程，就再加上工作樣本、人工修改與交接紀錄。兩類指標回答的問題不同，不需要互相取代。
也不必一開始就追很多指標。先挑一個任務和一組同類樣本，記下最能影響月底決定的兩三項資料。要擴大之前，再確認誰會接手、哪些內容必須人工確認，以及這項改變有沒有讓團隊交付更清楚的結果。
若你正在規劃 AI 內訓後的工作安排，可以看看《總裁 AI 商業思維》的公開課綱，從商業判斷、找客戶到工作設計，挑出最需要先接上的一段。
常見問題
內訓後一定要等滿 30 天才能檢查嗎？
不用。前幾天就能檢查任務範圍、資料和人工覆核是否可行；30 天是讓團隊有機會觀察重複工作、修正缺口並作出下一步決定的示範週期。
要先導入自動化或 AI Agent 才能驗收嗎？
不用。先把一項工作如何交付說清楚，讓 AI 在限定範圍內產生草稿或整理資料，再由負責人確認。工具選擇要服務工作，不必先把整段流程自動化。
哪個數字最能代表內訓成果？
要看這次內訓想改變什麼。若是認識基礎，可看參與和理解；若是改善工作，則比較同類任務的交付時間、必要修改、資料正確性與例外交接。先寫清楚月底要作出的決定，再選相應資料。
參考資料
