商周 -AI 是「會說故事的黑箱」！當答案變廉價，政大 EMBA 如何助經理人煉就無可取代的決策力？

政大 EMBA 執行長陳嬿如、資管系主任張欣綠、政大 EMBA 文化創意、科技與資通創新組召集人張瑜倩，與校友吳昭明、董政哲共同拆解 AI 時代下做好決策的成功關鍵。

史丹佛大學研究指出，2025 年全球超過八成的組織導入 AI、七成至少在一項業務功能中使用生成式 AI，但 AI 代理人的實際部署幾乎停在個位數。

市場分析、威脅偵測、客訴分類等繁重工作，如今 AI 幾分鐘就能完成。產出變便宜，責任卻沒跟著減輕；主管更容易得到答案，卻不知道結果怎麼來的。

AI 是「很會說故事的黑箱」靠 AI 決策潛藏了兩大風險

政大資訊管理學系教授兼系主任張欣綠觀察，過去經理人的迷思是能不能比別人更快產出答案，當 AI 能給出一堆答案後，重點反而變成「能不能判斷採取哪一個答案？我願意為哪一個答案負責？」

張欣綠提醒，AI 給結論卻說不清楚理由，潛藏了兩大風險。產出過程不透明還算可控，真正危險的是產出一堆看似正確的結論，而哪些是事實、推論，還是隱含了沒說出口的假設卻難以辨認。

她比喻，AI 是一個「非常會說故事的黑箱」。為此經營者要常反思三個問題：AI 根據的歷史資料是什麼、設定的目標值與真正想要的是否一致、決策若出錯後果可不可逆。

「AI 是很會說故事的黑箱！」政大資訊管理學系教授兼系主任張欣綠提醒，經營者仍得經過反思與檢查後再決定是否採用。

此外，有些決策是不能交給 AI 的，像是後果不可逆而且錯誤成本很高，以及對象是人的決策。

Palo Alto Networks 資深業務副總吳昭明舉例，資安產業有個概念叫「零日漏洞」（Zero Day）。AI 模型的資料都來自已經發生的事，但「資安不可能百分之百掌握數據，因為能掌握就代表事故已經發生了。」所以在很多決策的關鍵環節，仍仰賴人。

這並非完全不用 AI，吳昭明的做法，是把 AI 生成的結論當成底層依據，最後用自己的策略、推論與邏輯拍板決策；他提醒，溝通的本質仍是最重要的，尤其是面對客戶、決定是否成交的關鍵時刻，少不了對人與人、團隊與公司之間的互動與博弈。

這也是他加入政大 EMBA 的理由。政大 EMBA 讓他認識各產業的領導型人才，「就像是在優化我們的數據、迭代我們的判斷模型」。

Palo Alto Networks 資深業務副總吳昭明指出，資安事件往往無法在事前得到完整數據，所以關鍵環節仍得靠人判斷。

前鴻海 MIH 電動車開放平台董事董政哲則提醒，AI 讓每個人都能蒐集到數量與品質相當的資訊，對事實更容易達成共識，但「這些資料並無法自動對齊大家的利益」。

他引用鴻海董事長劉揚偉常講的「divide and conquer」。Divide 是把資訊做更細緻的分類與整理，這部分 AI 能代勞；conquer 是用人的經驗把各方利益對齊，責任最終落在管理者身上。

要理解他人的立場，得先檢查自己的想法。他在政大 EMBA 學會分辨觀察、詮釋與推論，避免把自己的解釋當成事實，再一味尋找支持它的資料。「AI 越強，人越要學會觀察自己是如何思考並做出決策，這是我在政大 EMBA 學到最重要的事。」

前鴻海 MIH 電動車開放平台董事董政哲認為，AI 能拉齊資訊，卻無法自動對齊各方利益。

政大 EMBA 文化創意、科技與資通創新組召集人張瑜倩，把課堂上的彼此挑戰視為批判性思考的練習。

政大 EMBA 文化創意、科技與資通創新組召集人張瑜倩觀察，AI 的回答受限於提問及提供的資訊，公司的組織重整、人際關係等複雜背景，未必會自動出現在答案裡。

她透過質性研究訓練，要求主管追問事情為何發生、牽涉哪些人、如何走到眼前的結果；原本憑直覺做出的決定，就得補上情境與脈絡，也得解釋各個角色的考量，才能讓意義浮現。

文科資創組涵蓋資訊、通訊、科技與文化創意，同學的專業與立場各異，也會挑戰彼此的判斷。在質疑中看見遺漏、修正想法，便是批判性思考的練習。

政大 EMBA 執行長陳嬿如指出，讓多元意見成為有價值的討論，也仰賴批判性思考力，這也是高階經理人走向企業領袖的養成過程。政大 EMBA 讓經營者在課堂先檢查自己的理由，也練習接受別人的追問。當答案愈來愈容易取得，能說清楚為何選擇、也願意為選擇負責，將是領導者愈來愈寶貴的能力。

「批判性思考帶來的，其實是能不能帶來好的答案。這些新的洞見，可以引導你看見不同的風景。」政大 EMBA 執行長陳嬿如說道。