KJ Huang

情報不等於你手上拿到的資料。資料要先確認來源可信，整理成資訊，再收斂成知識，最後才濃縮成能支撐重大決策的情報。這條鏈子任何一段斷掉，決策品質就跟著掉。而情報再好，也取代不了到現場親眼看一遍——這也是 AI 目前幫不上忙的地方。

什麼是「情報」？和資料、資訊有什麼不同？

很多影視作品裡，主角身邊都有斥候通風報信，古裝劇甚至讓角色看天象就判斷接下來會發生什麼。這些情節有趣的地方在於，它們描述的其實是一件真實的事：當某些狀況出現時，大概率會發生什麼。今晚天色偏紅，可能是颱風要來，也可能明天有大雨。這個判斷會影響後續決策：準備糧食、確認窗戶關緊，還是明天出門帶一把骨架比較堅固的傘。

歷史上國家面臨重大決策時，君王會求神問卜。直到今天，考試、出遊，甚至企業經營者都可能透過祭拜祈求順利。但單純祈求並不是策略思考。若只靠這個方式，等於把公司的營運交給外部環境決定。

情報就是為了把決定權拿回來。它的階層是這樣的：

• 資料：原始的、未經處理的記錄
• 資訊：經過整理、有脈絡的資料
• 知識：資訊被歸納、驗證後形成的理解
• 情報：知識濃縮成可以直接支撐決策的成果

企業通常會用有組織的方式進行資料收集與同整，目的是確保來源正確，能夠變成有用的資訊、彙整成知識，再變成一項項可用於重大營運決策的情報。

為什麼情報的品質決定決策的品質？

因為多數時候，我們都要在資訊不完整的條件下做決定。能收集到的資訊越充分，決策品質相對就越好。

要整理出有用的資訊，第一步是知識的蒸餾：這個資訊從哪裡來、來源是否可信賴、能不能用。完成基本的品質管理之後，才分析這個資訊對我們、對市場、對情緒反應各是好是壞，變成判斷的基礎。有了情報之後，再進一步思考它對營運代表什麼風險或機會。

還有一個容易被忽略的前提：情報的取得是動態的，甚至是競爭層級的。你想收集情報的時候，對方也可能放假訊息，透過混淆讓你的判斷出錯。

現在資訊收集其實相對容易，各家新聞每天大量產出，也有人專門做資料整理賣報告。真正的門檻在分析：這個來源可不可信、推論合不合邏輯、怎麼驗證。做完這一段，才能推斷情勢接下來會怎麼發展，讓營運保持對潛在危機的警覺。

為什麼老闆不能只坐在辦公室看報表？

制定完戰略之後，接著就是怎麼把目標完成。很多人笑說當了老闆就可以把事情全部丟給員工做。

這句話的問題在於，除非這位老闆聘用了專業經理人，自己單純當股東或投資者，否則拿自己的錢在經營的老闆，很難這樣執行業務。原因是如果老闆不了解現場的情況或實際的工作狀態，就會與現實脫節；一旦脫節，遇到問題或突發狀況時，就很難針對它制定解決策略。

所以做一件事不能只是下達指示，還要親力親為去了解具體的執行狀況。

AI 的情況也一樣。對 AI 下了指令，但沒有實際去看它生成的結果，或是執行過程中有沒有偏差，得到的結果不一定是最好的。越複雜的問題，越需要一步一步監控，去面對 AI 或員工的工作成果，在過程中讓指示真的被落實。

只看數字為什麼會誤判？

很多人看到經營數據就覺得狀況大好或大壞而感到壓力。我一開始也是這樣，追著營運數字跑，卻沒注意到這些數字背後的細節是什麼，經營因此受挫。

高階數字要看，但也要了解數字背後代表的意義，才知道接下來的方向該怎麼走。這件事沒辦法只坐在辦公室裡下指令或看報表完成，必須親臨現場面對狀況、進行指揮，甚至跟其他人一起協作參與其中。

AI 能幫經營者做到什麼？做不到什麼？

AI 讓企業在日常營運中能更有效率地處理大量資料、分析流程、自動化客戶互動，甚至產出內容。許多過去需要大量人力的工作，現在很快就能完成。

但有些決策與價值塑造仍然必須由經營者親自承擔，因為這些決策最終的責任人就是經營者。以下三個領域，AI 可以輔助，無法取代。

企業文化的塑造

AI 可以協助分析員工滿意度調查，用情緒分析技術檢視內部溝通狀況，甚至提出改進建議。但企業文化的核心價值與行為準則，必須由經營者親自建立與傳遞。

文化不是一份文件，而是經營者在日常決策、行為示範與用人選才中的一貫表現。如果經營者只是讓 AI 生成一套制度，卻缺乏實際行動，中間也沒有任何調整，文化很快就只剩下口號。

定價策略的決策

AI 能根據市場數據、競爭分析與顧客行為提供定價模型與模擬情境，幫你看清不同價格策略的可能結果。

但好的定價來自完整的策略選擇。企業獲利天經地義，難的是設計出讓收入大於支出的價格。即便銷售能力強、營業額很高，一旦成本無法下降或高於收入，長期對經營都是傷害。定價需要結合經營者對公司長期目標的判斷與風險承擔，AI 可以告訴你不同價格下的盈虧預測，但決策權必須在經營者手上，成敗也由經營者承擔。

還有一層限制：AI 目前無法走進現場判斷狀況。也許某天它能替我們到現場蒐集資料，屆時才有辦法從它的角度判斷哪個結果的機率較為合理，目前的生成式模型都是機率輸出。

想帶給客戶的服務與產品

AI 可以參與產品設計，分析顧客需求、預測市場趨勢，甚至生成初步的設計方案。但最終的產品與服務要帶給客戶什麼體驗，是我們希望創造的成果，不是 AI 給的。

經營者要回答的問題是：我們希望客戶在使用產品時感受到什麼？我們想在市場中扮演什麼角色？這些答案必須來自經營者對品牌使命與願景的詮釋，AI 的角色是把這些理念轉化為可執行的方案與功能。

重點整理

• 情報是資料經過來源查核、整理、歸納、驗證之後的成果；情報取得是競爭層級的活動，對手可能放假訊息，所以分析能力比收集能力更關鍵。
• 經營者必須親臨現場。高階數字只告訴你發生了什麼，數字背後的細節才告訴你為什麼發生、接下來該往哪走。
• 企業文化、定價策略、產品願景這三件事 AI 可以輔助但無法承擔，因為最終負責的人是經營者本人。

常見問題

小公司要怎麼建立情報收集的機制？

不需要一開始就制度化。可以先固定幾個來源：產業新聞、第一線同事的觀察、合作廠商的回饋、客戶端的訊號。重點是每一筆進來的資訊都問三個問題：來源可不可信、推論合不合邏輯、有沒有辦法驗證。做到這三點，剩下的是把它變成習慣。

用 AI 分析市場資料可靠嗎？

可以用來加速整理與比對，但不能當成結論。目前的生成式模型是機率輸出，而且它沒有走進現場的能力，看不到報表以外的脈絡。務實的做法是讓 AI 處理彙整與初步分析，判斷與決策留給人，並且對關鍵結論做獨立查證。

經營者要親臨現場到什麼程度？

重點不在接手執行，而在知道實際的工作狀態長什麼樣子。指標是：當突發狀況發生時，你能不能在不問任何人的情況下，大致說出問題可能出在哪個環節。如果不能，代表你離現場太遠了。

---

本文整理自作者在 2025 iThome 鐵人賽系列〈如何營運一間公司〉的〈情報〉、〈現場與解決問題〉與〈AI 與經營者〉三篇，重新編寫並補充查證資料。