企業為了取得競爭優勢，常常同時在不同部門推出大量的AI試行計畫，結果收效甚微。與其採用這種「淺而廣」的散彈槍策略，本文建議集中在單一部門或職能深入推動AI試行計畫，並具體說明執行這種「深而窄」策略的4大步驟。

攝影／潔西卡．伊頓（Jessica Eaton）

2023年底，消費性包裝產品公司利潔時（Reckitt）的管理團隊考慮採用生成式AI時，它的潛在用例遍及公司所有事務，從製作簡報、提供顧客支援，到優化採購合約等。許多用例確實能節省時間，投資報酬（ROI）也立即可見，但這些用例卻分散於截然不同的任務。雖然利潔時的高階主管樂見生成式AI可以節省時間，但他們也很清楚，導入生成式AI不會大幅改變公司的策略，也不會創造有意義的競爭優勢。他們希望看到更強烈的效果，而不只是微幅提升效率而已。

所以，與其一律放行可以提供正向ROI的AI專案，利潔時決定專注單一領域：行銷。生成式AI在這個領域可以用來處理許多彼此相關的任務，包括生成見解、內容，以及開發新產品。這些任務彼此相關，使用的資訊也取自相同的數據、顧客與市場調查。而且一項任務的成果也和其他任務有關。舉例來說，即時生成消費者見解，可以帶來優異的產品創新和更精準的市場區隔。而更好、更快的產品創新，有助於公司把貼近顧客需求的產品推向市場，進而強化顧客的忠誠度、留存率和口碑。高階主管認為，將心力集中於行銷，可以大規模改進公司的表現。

利潔時在行銷方面已經具有優勢，例如它擁有豐富的顧客數據，團隊也精通先進的技術，包括預測式AI。採用生成式AI時，若將重點放在改進行銷的運作，利潔時就能為行銷部門找出新的運作方式。它會迫使行銷團隊徹底重新思考整體的做法，並在了解生成式AI如何改進整體行銷運作，而不只是零星一兩項任務時，重新塑造許多流程。

而不到兩年，利潔時就表示，審慎採用生成式AI讓公司發想產品概念的速度，比以往提升高達60％。公司也指出，生成式AI讓品牌和行銷溝通流程的效率提升30％以上（視流程而定）。若非利潔時將AI的實驗和投資集中於單一領域內一組彼此相關的職能或任務，這些成效不可能實現。

利潔時的經驗給我們上了重要的一課：要取得長久的競爭優勢，企業導入生成式AI時，不能犯下兩項常見而且彼此相關的錯誤。第一項錯誤是把心力和資源分散投入於公司各處的一次性用例；第二項錯誤，則是只著眼於立即可見的ROI。這種做法會有許多互不相關的用例，而且每個用例的投入理由也都是很有機會立即實現ROI。這種部署方法常被形容為「淺而廣」（shallow and broad）。我們訪談過的許多高階主管都說，他們認為應該盡量廣泛部署生成式AI，看看哪些可行。這種技巧雖然會立即創造一些成本效率，卻很難提供競爭優勢，而且採用這種方式的企業，表現也不如預期的好。

原因說明如下。假設一家公司將會計部門幾個截然不同的流程自動化，也將供應鏈、行銷、財務、人資等部門的一些流程自動化。這會導致兩個結果：第一，如果只有5％到10％的任務使用生成式AI，那麼高階主管很少會有動力徹底改造各項職能。第二，執行各項用例而沒有一個更大的目標當成重心，往往會造成方案疲勞（initiative fatigue）。當這些用例幾乎無法提供競爭優勢，或是容易被競爭對手模仿時，員工可能會產生疑慮或是幻滅。（相較之下，利潔時有一個更大的目標，就是加快腳步向市場推出新產品，藉此帶動營收成長。）

其他公司要部署AI，就應該效法利潔時，採取我們所說的「深而窄」（deep and narrow）的方法。這項策略很少有人使用，波士頓顧問公司（BCG）2024年調查1,000位長字輩高階主管和資深高階主管，發現只有4％的公司專注於少數幾項優先要務，並在這些地方進行深度轉型。但採取這種做法的公司，ROI長期下來會是其他公司的兩倍。

數十年來，我們在全球品牌擔任行銷、策略及科技領域的從業人員、教育者、以及顧問，累積了豐富的經驗。自2022年生成式AI進入市場以來，我們觀察到深而窄的方法擁有許多優勢。這項方法要求你徹底重新思考公司每個單位執行工作的方式。它能夠善用你的競爭優勢，來提高生產力。同時，它也鼓勵你找出企業文化獨有的全新工作方式，讓競爭對手難以模仿。一旦你在某個業務領域熟悉了生成式AI，就可以將你學到的經驗運用到其他領域。

我們第一次提出深而窄的部署觀念時，許多高階主管擔心它似乎違背直覺，而且比淺而廣的做法還要更有風險。畢竟，淺而廣的部署方法並不算錯：它確實可以節省時間和金錢。而高階主管也應該放心執行幾個淺而廣的實驗，尤其他們開始測試組織採用AI的意願和準備程度時。但他們必須明白，部署一次性而互不相關的用例，並不能收到轉型的效果。而且重新打造流程也需要大量的投資，讓這些高階主管深感不安，擔心違反一般的認知：要成功就要執行數百項AI專案。此外，許多人也沒有誠實而認真地評估公司的核心能力和數據成熟度（要決定深入哪些領域，這個步驟必不可省），因為他們認為這個過程太困難、也太耗時。然而，許多心存疑慮的人，漸漸明白深而窄策略確實有它的道理。

“高階主管應該放心執行幾個淺而廣的實驗，但他們必須明白，部署一次性的用例，並不能收到轉型的效果。

我們將在本文探討為什麼這麼多公司在採用生成式AI時沒有妥善管理。接著我們會以宜家（IKEA）、萊雅（L'Oréal）等公司的實例，說明如何成功採取深而窄的AI部署策略。

本文觀念精粹

挑戰：要利用生成式AI取得長久的競爭優勢，公司不能犯下兩個常見的AI執行錯誤—推出大量試行計畫，而且用例彼此不相關；只著眼於立即可見的ROI。

解決方案：採取深而窄的策略，也就是在單一職能或流程內大力部署生成式AI，以取得更大的長期效益。採取這種做法可以善用現有優勢、鼓勵重新塑造，並帶來可擴大規模的創新。

回報：採取深而窄AI部署策略的公司，長期下來會取得更高的ROI，並發展出競爭對手難以複製的競爭能力。

為什麼要深而窄？

領導人往往要求每一項用例都要具體預測ROI數字。他們告訴我們，只有親眼看到部署生成式AI可以立即獲得ROI，他們才認為應該推廣到其他領域。但這種做法忽略了AI導入的真實運作方式：每一項用例都會以不同的速度和規模來累積ROI。那些在我們看來成功部署生成式AI的公司，可能都需要一段時間才能看到真正的效果，所以不應該單獨採用短期的ROI來衡量進展。

相較於淺而廣策略，執行深而窄策略需要投入大量的時間和心力。在多個領域同時執行尤其困難，因為這需要大規模的變革管理。你要導入員工不熟悉的新技術、改變工作流程，還要調整團隊結構和工作方式。當然，導入任何新技術都需要學習、調整一些工作流程，但深入執行則需要全面改變，以及重新構思工作的執行方式。

深而窄策略可以針對單一職能或端到端流程來執行。全球最大的化妝品公司萊雅和利潔時一樣，都在行銷職能大規模部署AI。相較之下，銀行Acme Bank（化名）則專注改造端到端房貸流程。原本的流程相當繁瑣：首先，房貸顧問要彙整借款人的文件，並將資料手動輸入到放貸系統；接著，貸款專員必須核對文件，並使用其他文件（如產權調查和洪氾區證明）來協助評估。最後，承貸人員要評估借款人的信用狀況，並設定貸款條件。Acme現在使用生成式AI自動化處理所有房貸文書作業，也建立生成式AI對話介面供承貸人員使用。他們可以和系統對話，要求系統執行各項任務，例如執行預測式AI模型，並撰寫申貸准駁說明。這個簡單的介面讓貸款專員能夠深入追問模型所做的決策；他們發現，提供模型更完整的客戶背景資訊，可以同時為客戶和銀行帶來更好的成果。這麼一來，Acme銀行改善了決策的品質、運作的速度，也可以更迅速回應客戶的問題。

如何開始

執行生成式AI之前，你必須先確認它在哪裡最有策略意義，因為你的最終目標是讓生成式AI強化現有的競爭優勢。要做到這一點，我們建議採用一套4步驟流程。

“導入生成式AI之前，必須確認它在哪裡最有策略意義，因為你的目標是讓它強化現有的競爭優勢。

第一步：找出最有潛力的機會。生成式AI是一種用途廣泛的技術，應用範圍介於例行性工作和價值創造活動之間。前者是辦公室生產力任務，例如製作會議摘要與簡報；後者的例子包括以生成式AI促成新的商業模式，或是將生成式AI融入產品和服務，徹底革新顧客體驗。介於兩端之間的則是領域重塑：重新構思完整的工作流程或職能。

辦公室生產力的重點在於提升日常瑣事的處理效率，不太可能帶來競爭優勢。以AI促成新的商業模式，是一個令人十分期待的機會，但對那些AI無法輕易融入產品（例如牙膏）的公司來說，可能很難實現。至於領域重塑，它涵蓋各項職能和流程，幾乎所有公司都有實現的機會。

回到Acme Bank的例子。它是該地區最大的放貸機構之一，房貸在它的放貸組合中占有相當大的比例。即使在低利率的環境中，提供房貸也有相當可觀的利潤，因此房貸成為該銀行的策略重點產品。Acme利用房貸提升顧客關係，同時交叉銷售其他產品。銀行團隊釐清整個流程有哪些必要步驟、評估哪些地方適合改變做法，並消除多餘的環節。他們接著發展出一套更有效的流程，生成式AI則讓這套流程變得更快、更容易執行。

第二步：找出持續具有優勢的領域。每當你深入部署AI，目標都應該是保護或強化現有的競爭優勢，或者創造難以模仿的新優勢。

萊雅運用生成式AI打造出全新的競爭優勢。這家年營收430億歐元的法國化妝品零售業者，最近結合自身的化妝品專業和強大的生成式AI工具，重塑公司和顧客的互動方式。萊雅的執行長葉鴻慕（Nicolas Hieronimus）表示，公司將願景從「讓所有人美麗」轉變為「讓每一個人美麗」，把個人化放在使命的核心。怎麼做？萊雅將生成式AI方案集中於消費者旅程，採取深而窄的策略。它的Beauty Genius聊天機器人能對每位使用者的膚況進行深入診斷，然後向顧客提供專業分析、產品建議，以及個人化保養程序。萊雅有辦法做到這樣，是因為它從2015年就持續強化擴增實境（augmented reality, AR）的能力，也因為它能取用公司在皮膚生物學領域的尖端研究成果。萊雅將生成式AI計畫鎖定在自身的領域專長和大量的顧客數據。Beauty Genius的推出重塑了消費者旅程，現在他們可以輕鬆了解自己的膚況（診斷）、取得建議、挑選合適的產品，並與朋友分享。而且，顧客每次與聊天機器人互動，萊雅就取得更多有價值的數據。

這項專案已經取得成功。Beauty Genius上線頭6個月，美國境內就有超過40萬次對話。萊雅正將Beauty Genius整合到WhatsApp，我們預期使用量將會激增。萊雅的策略是提供一系列美妝技術（Beauty Tech）服務，而Beauty Genius是其中的關鍵要素。這些服務（例如虛擬試妝和電腦化上妝工具Hapta）廣泛運用AI，消費者累計使用次數超過1.1億。在東南亞、中東及北非，Beauty Tech已經將5,000萬使用者的轉換率提升一倍。像這樣的成功，勢必引來許多模仿者，但它們無法提供萊雅擁有的龐大美妝研究資源。

宜家則是採取略微不同的做法：它利用生成式AI來放大自身優勢。這家公司以平價家具聞名，也提供室內設計服務。但對顧客來說，價格往往是一道門檻，因為公司需要高薪聘請設計師才能提供這項服務。現在，宜家試著運用生成式AI，讓設計服務更為平價。宜家的數據與分析長弗朗西斯科．馬佐尼（Francesco Marzoni）根據初期的成果，預測宜家的專業設計師未來將能在10分鐘內，利用生成式AI完成設計專案，然後再發揮自身專業，提升設計的品質。這和過去聘請顧問的方式相去甚遠：他們通常每間房收費99美元，而且需要好幾天才能交出設計方案。

採用這種新方式執行設計專案，可以強化宜家在設計方面的現有競爭優勢。宜家本來就擁有全球最大的室內設計師社群，而執行的室內設計專案也遠多於競爭對手。現在，它能將來自數千項專案的高品質數據，即時輸入它的生成式AI模型。專業知識和規模這兩大元素，讓它的生成式AI系統比其他業者學得更快、也更好。其他家具零售商很難以相同的品質和價格，提供類似的服務。

第三步：選擇正確的順序。生成式AI可以創造成本效率和成長，進而提升利潤。你應該優先重視效率、成長，還是兩者兼顧？在你採取深而窄的策略時，最明智的做法通常是先在單一領域提升成本效率，因為降低成本的速度往往可以比營收成長還快。

這就是利潔時採取的做法。這家公司找出5項生成式AI試行計畫，要證明生成式AI能夠立即提升行銷效率。例如，其中一項實驗結果顯示，生成式AI可以在數小時內做好媒體宣傳分析，而不必耗時數日。像這樣的初期成果，有助於爭取高階主管的支持。在成功說服領導人之後，利潔時開始在行銷領域採取深而窄的策略，希望同步提升效率和成長。

接著，利潔時採取有系統的部署方式。它將全球2,000多名行銷人員執行的所有任務分成不同類別。這是非常耗費心力的工作，不僅需要進行調查，也需要一對一的訪談。研究找出300項不同的任務，行銷人員則是估計每項任務需要花費的時間。公司接著依據兩條軸線標出每項任務的位置：其中一條軸線是「可能自動化的程度」（按照可應用的生成式AI類型），另一條則是公司的「機會規模」（按照任務所花的時間）。這項分析幫助團隊鎖定約100項最適合使用生成式AI執行的任務。由於團隊目前有大量工作運用AI，利潔時的領導人認為，行銷人員必須徹底重新思考該部門的運作方式。隨著生成式AI接手例行性任務，行銷人員轉而承擔更吃重的工作，包括先前由他們主管執行的任務。利潔時在部署生成式AI時，將重點放在效率，因為提升效率可以立即增加公司的利潤。一旦高階主管看到這些成果，就會同意用生成式AI來追求成長目標，畢竟這些目標通常需要更長時間才能實現。行銷人員運用生成式AI將消費者見解轉化為更好、也更快的產品創新，並加快產品的上市速度，進而實現公司的成長。

由於深而窄的方法需要更專注於流程改造，對員工的日常工作也有更大的影響，因此相較於淺而廣的方法，需要花更多心力在管理上。在所有挑戰當中，變革管理就占了70％；而資料的完善和生成式AI的有效利用，分別只占20％及10％。企業在取得初期成功之後想要更上一層樓，踏出原先深入部署的部門，就必須做好準備，執行全面的變革管理方案。

“在所有挑戰當中，變革管理就占了70％；而資料的完善和生成式AI的有效利用，分別只占20％及10％。

第四步：監測競爭態勢。競爭對手和你一樣，都在利用生成式AI來強化自身的競爭位置。不妨問問自己：我們的頭號競爭對手能否運用生成式AI，複製我們其中一項寶貴的優勢？那家公司不必在這項優勢上和你一樣強，它只要提供一個「夠好」、卻更簡單、也更便宜的解決方案，就能對你構成威脅。為了避免失去優勢，你在部署生成式AI的時候，必須設法拉大公司和競爭對手的差距，就像萊雅的Beauty Genius那樣。當你在營運中優先採用生成式AI，改變工作方式的機會就會浮現在你眼前。請務必好好把握。

深化優勢才是關鍵

我們仍然處於生成式AI和代理式AI（agentic AI）的早期階段，但已經出現一個清晰的模式：大多數公司將AI廣泛部署於組織各處，採取淺而廣的做法，希望幾個試行計畫就能提供有意義的價值。這些努力有許多確實會帶來ROI，但整體來說，它們的影響往往十分有限、時間也很短暫，因為淺而廣的部署方式很容易被人複製。

審慎採取深而窄策略，可以強化公司的優勢。宜家、萊雅、利潔時等企業都採用深而窄的方法，來改善職能或複雜的端到端流程。它們都對自身的AI目標提出棘手的問題。在某些情況下，這還會促成它們創造新的業務線。雖然中間的過程辛苦，但成果非常值得。BCG的一項研究發現，相較於採取淺 而廣部署的公司，運用深而窄策略的公司，ROI多出一倍。我們預測這個差距還會持續擴大。

文章來源：哈佛商業評論 12月號