最近接觸了一些中小企業老闆，發現他們都很積極地投入 Vibe Coding。

有了想法，就打開 AI 工具，描述需求、產生程式、調整畫面。過去要找工程師、談預算、排時程的事，現在自己花幾個晚上，就能做出一個看起來像樣的雛形。

這種「原來我也做得到」的感覺，很有吸引力。尤其對老闆來說，腦中那些累積多年的改善構想，終於有機會自己動手實現。

但接著，大家開始卡在類似的地方。

畫面做出來了，流程卻接不起來；功能各自能用，放進實際工作就到處卡住。有些系統只能在自己的電腦上跑，有些勉強上線了，卻沒有人知道怎麼維護。一旦資料出錯、需求改變，或同事遇到例外狀況，又得回頭找老闆處理。

做出雛形的門檻降下來了，讓一套系統穩定地被使用，仍然需要另一種能力。

這也是我最近越來越深的感受：AI 加速了開發，但企業缺少的，往往還包括系統化的經驗。

老闆知道自己想解決什麼問題，卻不一定有經驗把需求拆成完整流程。誰可以看哪些資料？訂單修改後，帳務要怎麼跟著更新？同事操作錯誤時，能不能復原？原本負責的人離職後，誰能接手？

這些事情，通常不會直接出現在第一版漂亮的畫面上，卻決定了系統能不能真正進入日常工作。

另一個落差，發生在老闆與員工之間。

老闆急著導入 AI，因為他看的是成本、競爭與未來幾年的生存問題。但員工每天面對的，是今天要交的報表、還沒處理完的訂單，以及已經很熟悉的工作方式。

對員工而言，學新工具可能代表額外工作；提升效率之後，也未必能換來更好的待遇或更少的負擔。如果導入過程還要一邊使用新系統、一邊維持舊流程，很容易只感受到麻煩。

所以，同事沒有跟老闆一樣積極，不一定是不願意改變。有時候，是改變的誘因與好處，還沒有真正落到他們身上。

AI 導入要走得下去，除了工具，還得處理分工、責任與誘因。

台灣很多傳統產業，都有很大的改善空間。

像旅行業、海運承攬，我接觸到的案例裡，有企業靠著 Excel、大量人工與資深員工的經驗，就能做到十五億、二十五億元的營收。

這些企業有成熟的客戶關係，也有很強的業務與現場處理能力。但支撐營運的資訊，可能散落在不同人的表格、Email、通訊軟體，以及腦袋裡。

從表面看，這是很適合自動化的場景：重複輸入、人工核對、報表整理、進度追蹤，每一項都可能省下時間。

真正開始導入，才會發現困難。

同一個欄位，不同部門有不同定義；同一種案件，不同人有不同做法。許多例外沒有留下紀錄，只靠一句「這個要問某某，他比較清楚」來處理。

既有工具與流程已經碎片化，自動化就很難直接接上去。你得先釐清資料從哪裡來、誰負責確認、什麼條件下要交給下一個人，才有機會讓 AI 穩定地接手其中一段工作。

否則，很容易只是替每個部門各做一個小工具，最後多出更多需要人工搬運資料的地方。

往後看五年，我認為 Vibe Coding 很可能會逐漸成為一種普遍能力，不再主要集中在資訊背景的人身上。

高中生、國中生，或任何熟悉專業領域的人，都可能透過 AI，把自己的想法做成雛形，甚至做出能供少數人使用的系統。

當製作軟體的成本降低，過去因為預算不足而被擱置的需求，也可能開始被實現。軟體需求未必因此減少，反而可能增加。

但當更多人都能做出東西，價值也會跟著移動。

你是否理解真正的問題？能不能判斷哪些功能不該做？能不能把零散需求整理成一致的流程？做出來的東西，別人願不願意用、能不能接手？

這些差異，會越來越明顯。

AI 壓縮了開發成本，但如果工作方式沒有改變，維護與營運成本仍然可能很高。

程式產生得快，不代表後續責任會變少。每增加一個系統，就多一份需要維護的資料、權限、部署與使用者期待。如果缺乏整理與取捨，開發越容易，累積問題的速度也可能越快。

我自己玩了快一年的 AI，投入將近兩千美元的訂閱費，也買了 RTX 5090 研究地端模型。

從 AI Application、Multi-Agent Application，到模型訓練、建立 API 與 MCP，一路嘗試，最後讓 AI Agent 真正串起整個工作流程。

這一路走來，我越來越能感受到「一個人就是一個團隊」的可能性，也越來越清楚，它背後需要什麼。

對我而言，支撐這件事的，是過去十年累積的技術、經驗與工作流程。遇過的問題、做錯過的決定、維護過的系統，都會影響今天怎麼交代 AI、怎麼判斷結果，以及什麼時候該停下來重新想一遍。

訂閱幾套工具、上幾堂課、複製幾個 Skill，可以幫助我們起步。要把它們組合成能持續運作的工作方式，仍然需要實作與累積。

AI 能放大一個人的能力，但無法取代長期累積的經驗與判斷力。

當想法能更快變成產品，一個人的品味、深度與累積，也會更直接地呈現在作品裡。從他選擇解決什麼問題、怎麼安排流程，到如何照顧那些容易被忽略的細節，都看得出來。

我期待更多人開始 Vibe Coding。也期待大家在做出第一個雛形之後，願意繼續走下去：讓同事實際使用、面對例外、整理流程，讓另一個人也能接手。

那會是 AI 真正開始改變一家企業的時候。