在最近的演講或輔導中，我常提到導入 AI 必然會遇到痛點。例如，因為人力不足導致無法有效處理大量文件，或是人員交接時造成的混亂。但後來我反思，這樣講可能還不夠具體。
我們今天使用任何工具，甚至包含生成式 AI，如果只把它當作「提升單次效率的工具」，那就太可惜了。我認為我們使用生成式 AI 這些工具，有一個核心目的如此重要，但我們卻忽略了，那就是讓它做為助手，協助我們累積知識、記錄流程、留存數據，最終形成「可累積的資產」。對我們真正有價值的，是經過分析、比對後產出的那份洞察報告。但在產生報告之前，如何「批次且持續」地累積這些過程資料，才是最大的難關。
過去的痛點：被工具綁架的認知負擔
回想一下我們過去是怎麼收集資料的？不外乎是各種線上表單（Google Forms、Microsoft Forms）或會議記錄工具。如果是單次處理，這些工具堪稱堪用；但如果是一個長期累積、大量且多維度的處理過程，它們就會變成一場噩夢。
在「想要收集數據」與「實際得到數據」之間，充滿了各種模糊性與摩擦力。這些阻力往往讓我們缺乏動力去實現完整的資料收集企圖。而現在，生成式 AI 的出現，解決了這個問題。
以下我就用兩個我自己真實發生的案例說明，或許會給你一點啟發：
案例一：從紙本到自動化的同儕互評表（Peer Evaluation）
過去在課程中，我一直希望能落實深度的同儕互評。這本質上是一個需要「針對每個人進行多維度評分」的模式。過去我試過發紙本，也試過用 Google Forms。但傳統表單根本不好用：評分項目多、有不同的分數行為描述（Rubrics），學生填寫時常常搞混。更災難的是後端處理，學生會填錯自己的學號、寫錯別人的名字，或是重複送出。每一次做互評，助教和我都要耗費大量時間和精力去人工清洗、比對資料，簡直讓人不敢想像下一次還要再來一遍。
透過生成式 AI，我只花了大概半小時，就開發出一個專屬的網頁版互評表單。AI 幫我寫出了一個介面清晰、防呆機制完善的表單。學生輸入學號會自動校驗格式，評分的 1、3、5 分都有明確的行為描述（Tooltips），甚至還有即時計算總分的預覽功能。
學生送出資料後，我讓 AI 寫了一段自動化腳本。腳本會自動抓取同一份檔案、清洗重複填寫的無效資料，並與班級的學員學號名單進行交叉比對與校正。
我現在能毫不費力地捕捉到精準的團隊互動軌跡、每個人的貢獻度指標，並且幾乎是全自動地產出分析結果。那些繁瑣的資料清洗苦工，全部交給了機器。
而且過往因為這種煩人的事，做一次就已經耗掉大量精力，所以一個學期可能最多執行兩次同儕互評。現在有了這樣的工具之後，我要執行幾次都行。
案例二：AAMA 策略成長實驗室的市場導航器（Market Opportunity Navigator）
在輔導新創團隊時，我們的課程涵蓋了非常龐大且複雜的框架。從評估 PMF 的 Crux、分析顧客待辦任務（JTBD），一路到吸引力地圖、敏捷焦點飛鏢靶，最後串接到 Roger Martin 的策略選擇（WTP x HTW）。
在過去的實體工作坊中，這些討論都是透過白板、便利貼（Post-it）或大張海報紙來進行。要收集、數位化並整合這麼多元、多維度的討論內容，困難度極高。更別提課程思維邏輯可能會隨著每一屆的經驗而更新調整，如果依賴傳統軟體開發，根本趕不上框架改變的速度。
現在，我們透過 AI 生成了一個高度客製化的單頁應用程式。介面按照我們工作坊的邏輯，分為五個 Tab（Crux、機會集、吸引力地圖、敏捷焦點、策略串接）。團隊可以直接在上面拉動滑桿評估「市場潛力」與「挑戰難度」，系統會即時生成視覺化的吸引力地圖與飛鏢靶。
於是，我們不再只是拍下滿牆的便利貼。我們精準捕捉了團隊在每個階段的決策邏輯、JTBD 的具體描述、核心能力的盤點，以及他們最終的策略選擇。這些結構化的資料，最終匯聚成我們獨特的新創輔導資料庫。我們可以從中辨識出團隊問題的樣態與進步的軌跡。更棒的是，如果明年我們的工作坊流程改變了，我們只需用 AI 重新生成一套新的介面即可。
核心關鍵：AI 解譯了我們的「模糊意圖」
看透這一切，你會發現這個串聯機制其實沒有什麼深奧的魔法。它的底層核心機制早就存在了：就是 HTML/JS 搭配 Google Apps Script (GAS)。
但為什麼我們以前不做？因為：
1. 前端頁面該怎麼寫出來？
2. Apps Script 該怎麼編寫？
這兩點是過去卡住多數領域專家的巨大技術門檻。我們的腦海中有著明確的「資料收集企圖」，卻因為技術的摩擦力而顯得「意圖模糊」，最終只能妥協於現成的笨重工具。
現在，生成式 AI 彌補了這段落差。它能夠精準解讀我們「想要收集什麼資料、想要什麼樣的互動流程」的意圖，並直接將其轉化為程式碼。
讓專業回歸前端引導，讓機器處理後端苦工
當你抱持著「想要收集數據」的企圖心，卻受限於傳統工具的僵化時，這兩個案例或許為你帶來啟發。
我們身為各領域的專家，真正擅長的是在前端的「流程開發」、「框架設計」與「引導互動過程」。至於該怎麼防呆、怎麼把資料收攏到 Google Sheet、怎麼清洗與比對，這些會造成認知負擔的後端資料處理，就交給 AI 來協助吧。
只有當我們移除了資料收集過程中的模糊性與摩擦力，我們才能真正專注於創造價值，將每一次的互動，都轉化為組織最寶貴的、可累積的資產。
