2026 年了，現在做 AI 還有沒有搞頭？從 AI 工具到工作流程重設計

- AI 的機會沒有消失，而是從會用工具轉向懂產業、重設流程並交付商業結果。 -

今天有人問我：

現在 AI 還有搞頭嗎？

我想了一下，答案是：有，而且我甚至覺得，現在才真正開始有搞頭。

只是有一件事情已經變了。

以前只要會用 ChatGPT、會下 Prompt、會生圖片、會做簡報，就可能被叫做「AI 專家」。現在不太一樣了，因為這些能力正在快速變成基本能力。

所以真正應該問的，不是「AI 還有沒有搞頭」，而是：

接下來 AI 的錢，到底在哪裡？

我會把這個變化分成幾個階段來看。

第一階段：賣「會用 AI」還有價值嗎？

前幾年最容易賺錢的，是資訊差。

很多人還不知道 ChatGPT 能做什麼，因此只要你會寫 Prompt、做簡報、生圖、寫文案、摘要文件，就能開課、接案或提供顧問服務。

這個市場沒有完全消失，但門檻已經快速降低。AI 越來越能理解自然語言，很多以前需要寫一大串 Prompt 的事情，現在只要用幾句話描述需求就能開始。

所以我一直覺得：

Prompt 不會消失，但「只會 Prompt」會越來越不值錢。

Prompt 仍然是與模型溝通的方法，只是它不再是完整的商業護城河。真正的差異會逐漸移到你理解什麼問題、怎麼判斷結果，以及能不能把結果放進一個可交付的流程。

第二階段：只賣一個 AI 工具，風險越來越高

接著市場出現大量 AI SaaS：

• AI 寫文案
• AI 做簡報
• AI 生成社群貼文
• AI 客服
• AI 摘要
• AI 履歷
• AI SEO

這些產品當然還有市場，尤其是能掌握特定資料、流程、權限或客戶關係的產品。但問題也越來越明顯：你今天辛苦做出一個功能，半年後 ChatGPT、Gemini、Claude、Canva 或其他大型平台，可能直接把它內建成一個按鈕。

所以我現在看一個 AI 產品時，會先問：

如果下一代模型直接把這個功能內建，我還剩下什麼？

如果答案是「什麼都沒有」，那產品就很危險。能留下來的，通常不是單一生成按鈕，而是專屬資料、產業判斷、流程整合、權限管理、稽核紀錄、客戶關係，以及一套穩定交付結果的方法。

第三階段：AI 開始進入工作流程

我認為這才是現在真正有意思的地方。

不要只想：

AI 可以幫我寫一封 Email。

而是想像一整段工作：

1. 客戶填完表單。
2. AI 自動判斷需求並整理資料。
3. 根據規則為客戶分級。
4. 產生合適的回覆並寄信。
5. 透過 LINE 通知業務。
6. 建立後續追蹤任務。
7. 把結果寫回 Dashboard 或 CRM。

這時候 AI 已經不是單純的聊天機器人，而是公司流程的一部分。Google Sheet、GAS、n8n、MCP、AI Agent、Codex，單獨看每一個工具，其實都沒有那麼重要。

真正重要的是：

它們串起來之後，可以拿掉多少原本需要人工處理的工作？

這也是企業導入 AI 時，應該從「哪個工具最好」轉向「哪段流程最值得重設計」的原因。若想延伸理解企業可以如何組合不同 AI 能力，也可以參考企業工作自動化不只有 ChatGPT：6 大 AI 自動化能力解析。

第四階段：專業知識開始軟體化

這是我最近非常有感的一件事。

未來最有價值的人，可能不一定是最懂 AI 的人，而是：

最懂某個產業，又知道怎麼叫 AI 做事的人。

例如房仲。真正懂房仲的人知道屋主在意什麼、同社區競品怎麼比較、什麼叫價格問題、什麼叫曝光問題，以及物件掛了多久開始需要調整。

這些都不是 AI 原生知道的，它需要人的產業經驗。但過去這些經驗通常只能存在一個資深業務的腦袋裡，現在可以逐步整理成：

• 規則
• 流程
• Prompt
• Skill
• Agent
• Web App

最後甚至可以變成一套軟體。

這就是我最近一直在講的：專業知識軟體化。

你以前賣的是自己的時間，現在可以開始賣：

你的經驗被 AI 執行之後的結果。

這不代表把所有判斷都丟給 AI。好的流程仍然需要定義輸入、判斷規則、例外情況與人工審核，並且持續檢查結果是否符合產業要求。關於把經驗整理成可重複執行能力，也可以延伸閱讀從經驗到 AI Skill：把專業知識變成可執行能力。

第五階段：不是導入 AI，而是重新設計公司

這可能是我目前最看好的方向。

很多企業現在問的是：

我們公司要怎麼導入 AI？

但我覺得這個問題還不夠深。真正應該問的是：

如果這家公司今天才成立，它還會用現在這套流程嗎？

例如以前的流程可能是：

1
2
3
4
5
6
7
8

客戶填表單
→ 行政下載資料
→ 整理 Excel
→ 寄給主管
→ 主管確認
→ 行政再寄 Email
→ 業務打電話
→ 人工更新 CRM

以前只能這樣做，因為每一個系統彼此不會說話。但現在 AI Agent 可以理解內容、呼叫工具、跨系統搬運資料，也能在明確權限下完成多步驟任務，很多流程其實可以重新設計。

重點不是在原本流程裡塞一個 ChatGPT，而是：

把整條流程重新畫一次。

也許表單不需要由行政下載，也許 Excel 不需要被人工整理，也許主管只需要看例外案件，也許業務收到的不是一份待處理清單，而是一個已經完成分級、附上建議下一步的任務。

自動化是讓舊流程跑得更快；AI 原生設計則可能讓其中一部分流程直接消失。這也是我在AI 時代真正會被淘汰的，可能不是員工，而是「組織圖」一文中想繼續追問的問題。

所以現在做 AI，到底有沒有搞頭？

我會說：非常有。

只是「AI」本身已經慢慢不是賣點了。

你不能只說：

• 我會 ChatGPT。
• 我會 Gemini。
• 我會 Claude。
• 我會生圖。
• 我會 Vibe Coding。

這些能力最後都會變成基本能力。真正值錢的是：

• 你能不能幫一個人完成一整件事情？
• 你能不能把一個產業的 SOP 重新設計？
• 你能不能把某個專家的知識變成 AI 可以執行的流程？
• 你能不能把原本五個人做的工作，重新設計成一個人加 AI？

我現在越來越認為，未來真正有競爭力的公式可能是：

產業知識 × AI × 工作流程 × 商業能力

而不是單純「AI 技術很強」。如果想從變現角度看另一條由時間、知識、能力、結果到資產的升級路徑，也可以參考AI 變現五階段：賣時間 → 賣知識 → 賣能力 → 賣結果 → 賣資產。

AI 最後會變成基礎設施

再過幾年，我們可能根本不會特別講「AI 公司」。就像現在也很少有人說「我要成立一家 Internet 公司」。

Uber 是交通公司，Netflix 是娛樂公司，Shopify 是電商公司，只是它們都建立在 Internet 上。

未來應該也是一樣：房仲公司本來就會用 AI，行銷公司本來就會用 AI，製造業本來就會用 AI，教育公司本來就會用 AI。AI 最後會變成基礎設施，而不是每次都要被拿出來當成主標題。

所以如果今天再有人問我：

現在 AI 還有沒有搞頭？

我可能會回答：

AI 當然有搞頭，只是「靠 AI 兩個字賺錢」的時代正在慢慢結束。

下一個階段真正有搞頭的，是拿 AI 去改掉一個原本很爛、很慢、很貴的工作方式。

以前我們在學「AI 可以做什麼？」接下來更值得研究的是：

如果 AI 本來就存在，這件事情還需要這樣做嗎？

我覺得真正的大機會，會藏在這個問題裡。

常見問答 (FAQ)

Q1：2026 年只會使用 ChatGPT，還能算是 AI 專家嗎？

只會使用 ChatGPT、下 Prompt 或生成內容，會越來越接近基本能力。更有價值的能力是把 AI 放進產業流程，定義判斷規則、處理例外，並且交付可以驗收的結果。

Q2：AI SaaS 會不會被 ChatGPT 或其他模型的內建功能取代？

單一生成功能確實可能被大型平台內建，因此產品需要累積模型之外的價值，例如專屬資料、產業知識、流程整合、權限、稽核紀錄、客戶關係與穩定的交付能力。

Q3：什麼是「專業知識軟體化」？

專業知識軟體化，是把原本存在專家腦中的判斷、規則與流程，整理成 Prompt、Skill、Agent、Workflow 或 Web App，讓 AI 能在明確條件與檢查機制下重複執行。

Q4：企業導入 AI，第一步應該做什麼？

先盤點一段高頻、耗時、跨人員或跨系統的工作流程，畫出目前的輸入、判斷、交接與輸出，再問哪些步驟可以刪除、合併、交給 AI 執行或保留人工審核，而不是先決定要買哪一個 AI 工具。

Q5：未來最有競爭力的 AI 能力是什麼？

最有競爭力的組合會是產業知識、AI 使用能力、工作流程設計與商業能力。單一工具會快速變動，但能把專業經驗轉成可執行流程並交付商業結果，通常更能持續累積價值。