當AI從工具走向執行者，保險業面對的是組織運作邏輯的重構。在AI時代中，團隊長能否重新理解人與AI的協作關係，拆解工作流程，讓AI承擔部分執行環節。才能將AI轉化為推動組織賦能的關鍵力量。
當AI從概念走向實際的應用，企業最迫切的問題已從要不要使用AI，轉變成該如何用AI？保險行銷集團保險科技事業部總經理張天天表示，隨著近年來生成式AI的大爆發，2026年大眾對於AI的討論，已經從「AI」推進到了「AI Agent」。
然而，他在實際與多家保險機構交流的過程中發現，多數企業對AI的想像仍留在表層理解，將AI當成一項技術工具。許多企業僅是在自家的公司系統中接入API（應用程式介面，一種將各種程式相互串接的工具）後，便認為已完成了AI轉型，導致在投入資源後，實際效益與預期存在顯著的落差。這份落差在管理階層的心中，便逐漸演變成焦慮與不安。
張天天認為，問題並非出在人員對使用AI的技術能力不足，而是對AI本質缺乏清晰理解。而提升對於AI的認知力，正是在這個時代中，不可或缺的AI素養。
擺脫工具思維，方能發揮AI真正價值
NVIDIA（輝達）CEO黃仁勳將過往的軟體產業定義為工具產業，無論是試算表、文件處理或瀏覽器，本質上都是協助人類完成工作的工具；業界習慣的思維是工具思維，即開發出更好用的工具。而AI的出現，為軟體產業帶來天翻地覆的變化，業界的思維被顛覆成：開發出「主動完成工作的執行者」，AI不再只是輔助，而是開始承擔部分原本屬於人的工作職能，重新劃分人與工具之間的邊界。
這樣的轉變，意味著科技發展的歷程已經出現本質差異。過去的工具思維，其核心價值在於提升效率、節省時間，無論是軟硬體設備或各類應用系統的升級皆是如此；然而，AI卻是直接介入問題解決的過程，甚至在特定情境中取代部分決策與執行。
隨著AI Agent快速發展，AI之間的競爭焦點已從哪間AI公司擁有更強大的模型，轉變為哪間AI公司能提供更好的服務。目前AI的進展，已能撰寫程式、分析醫療資訊或處理專業知識；下一步，AI將能依據工作的場景，自主決定執行事項。
也因此張天天強調，企業在導入AI時，關鍵不在於企業內部的系統AI化的程度，或是人員於工作的過程中，使用了多少AI？而在於是否能重新定義人與AI之間的協作關係。若仍以過往的工具思維看待AI，便難以發揮其真正價值；唯有將AI視為可共同參與任務的執行者，納入整體運作體系之中，才能真正啟動AI所帶來的結構性變革。
數據是AI時代的石油，AI素養決定挖掘結果
張天天建議，當AI不再只是工具，而是能夠使用工具參與工作的執行者時，團隊長首先要思考的是人才與AI間的關係，以及究竟希望藉由AI解決團隊內的什麼問題，否則即使導入再多AI技術，終究是過時的工具思維。必須把人與AI放在同一個體系中思考，重新定義彼此的分工、協作與問題解決的機制。
因此，導入AI的第一步，不是追逐時下最熱門的大模型，也不是單純比較哪一家公司技術更強，而是回到團隊自身的業務場景，釐清核心需求。團隊長得先思考，當前要解決的究竟是教育訓練、組織管理、行銷輔助，還是客戶服務等不同問題。不同場景對應不同能力，通用大模型雖能處理廣泛任務，卻未必精準契合實務需求，若僅因某個模型名氣大、技術強便直接導入，最終成效往往與預期產生落差。
AI於團隊中能否真正落地，另一項關鍵在於資料庫的建設。以保險業為例，壽險、產險、理賠、教育訓練、組織發展與行銷管理，各自需要不同的資料。
「資料是AI時代的石油。」張天天特別強調，資料是AI運作的基礎，更是決定其應用深度與精準度的核心資產，資料庫本身的內容與品質，將會決定AI產出的結果是否符合團隊文化、管理制度與公司流程。
技術只是執行層面的工具，真正決定AI成效的仍是團隊長自身的AI素養，以及其是否能將既有運作流程重構，成為一套完整的人機協作模式。在此基礎之上，AI才能成為推動組織賦能的核心引擎。
組織賦能：重構人才與AI的分工關係
張天天表示，AI為保險業帶來最重要的革新在於「組織賦能」。在與行業主管交流AI的使用心得時，他發覺許多人將AI的應用場景侷限於單點效率的提升，例如：縮短作業時間、降低人力成本。本質上仍停留在工具優化的思維框架之中。
他認為，團隊長應轉換思維模式，釐清自身工作流程中，哪些環節存在效率瓶頸或決策落差，並思考AI如何介入並重構流程，但這些判斷成立的前提，取決於決策者對AI的理解程度。
張天天強調，AI並非為了取代人力，而是為了讓組織運作更有效率。若一個組織在導入AI後仍維持原有流程與分工，只是多了一個工具，實際上並未形成真正的組織賦能；唯有將AI納入工作流程中，重新設計人與AI的分工，才能進一步邁向AI協作。對於行業而言，這樣的轉變意味著，競爭不再只是個人能力的差異，而是團隊是否能透過AI，建立更高效率、更具規模化的經營模式。
「在AI時代，不努力的人照樣會被淘汰，但淘汰他的不是AI，而是他自己。不努力的人無論在哪個時代都會被淘汰，AI僅是加速了這個過程。」張天天為此下了精闢的註解。
詳細拆解流程是導入AI的關鍵前提
張天天以世界華人保險500強峰會主席陳嘉虎所分享的「MAPA」團隊發展方程式（詳細內容可參考本刊442期P.46）為例：他將團隊長的工作拆解為32個關鍵環節，將原本的個人經驗，轉化為清晰可視的作業架構；如此一來，團隊長的養成不再依賴個人累積，而是得以被標準化與複製。同樣的，團隊長亦可依據此架構概念進一步思考，人與AI之間的分工關係，明確界定AI可承擔的執行環節，進而放大整體運作效能。
張天天又提及，他曾拜訪過馬來西亞的某間保險公司，該公司的培訓部門曾投入大量資源設計高品質訓練題目，學員反應良好，卻因製作流程繁瑣，難以穩定產出，形成效果佳卻無法規模化的困境。
對此，張天天指出，其問題正出在於工作流程尚未被完整拆解，未能與AI良好協作。在重新梳理任務後，團隊將高度重複且耗時的工作交由AI處理，人員則專注於內容優化與品質判斷，原本多層次且繁複的流程，被重構為「提出需求、確認內容、審核完成」3個核心環節，使整體運作流程大幅簡化。
透過AI協作，組織效能出現明顯躍升。過去需由好幾個人耗費一週才完成的工作內容，在流程重構後，便可用更精簡的人力，完成相同甚至更高的產量。這正是AI帶來的團隊質變，不在於讓個人做得更快、更多，而在於透過流程與分工的重新設計，將AI嵌入工作流程之中，進而推動整體產能的結構性提升，最終實現組織賦能。
