給創業家的「AI文化檢核表」：用這6個問題，檢視團隊的AI熟悉程度

近期籌辦一場給近百位AAMA創業老闆的「AI公司文化建立」活動。為此，我整理了一份提供團隊自我檢核的清單。

這份清單的目的是協助創辦人、團隊主管了解自己的AI應用能力到什麼程度。

除了協助了解下一步學習與發展的方向，更重要的是在尋求資源時（AI顧問、AI導入作業），可以精準找尋到合適的資訊、資源。

適用對象：我鎖定的對象為約50人內的團隊（或許獨立營運的企業BU也適用）
產業領域：尤其適合「生活類」的創業，例如傳產、設計、品牌、行銷等「非科技」創業者；如果是AI產品、AI原生的團隊，AI文化應該是原生的DNA了。

以下列出我設定的幾項重要問題，並且解析背後的意涵：

Q1. 團隊目前AI的使用程度為何？

這一題是我認為最重要的檢核項目，協助團隊了解「我在哪裡」

• Lv.0：不了解或平常鮮少使用AI
• Lv.1：已日常使用ChatGPT（ex. 對話、協助翻譯、改寫信件、撰寫文案⋯⋯等）
• Lv.2：已建立AI工作流程或使用各種生成式工具完成工作（ex. Notebook LM整理資料、Gamma做簡報、Cursor AI協作coding）
• Lv.3：已使用自動化工具（ex. Zapier、n8n、Make⋯⋯等）串接Open AI將工作流程自動化
• Lv.4：已串接Open AI API到產品服務中/自架內部或提供客戶使用的LLM/運用AI coding或AI工具打造完整產品

Lv.1是我們最常聽到的AI應用：「我們常常使用Chat GPT問答、規劃、找資料」

但事實上，AI應用最核心且困難的關鍵點在於「探索與學習新的工具」

沒錯，GPT可以做到很多任務，但其實知識庫Notebook LM更強、簡報給Gamma更有效率、AI Coding用Cursor更好用⋯⋯。

能夠一步一步探索、理解、到應用新的工具，是AI文化很重要的流程。

再來，除了人工操作工具之外，有沒有嘗試建立過自動化的工作流程？

我觀察，若非科技軟體業的營運團隊可以走到「Lv.3：使用自動化工具」這一步，可以顯著地降低營運成本。

最後，檢核表中等級最高的是將自己的AI應用流程「產品化」，意即已經成熟到可以提供外部團隊、大眾使用。

Q2. 團隊目前使用哪些AI工具？(複選題)

這題算是Q1.的簡化版。

• ChatGPT
• Claude、Gemini
• Notion AI
• Notbook LM
• Lovable、Firebase AI、V0等產品開發工具
• Cursor、Windsurf或其他Vibe Coding工具
• 自動化工具（例如：n8n、Make等）

以上列舉的全部都是業界討論AI應用「最基本」會講到的工具產品。

光是看到這份清單，可能不少軟體業朋友會覺得：「太淺了吧」！然而，我發現不論是跟創業老闆，甚至工程師、PM聊，很多人聽過的可能僅在一半以下。

這可以理解為AI literacy（AI素養、AI識讀)的落差，我們要了解AI技術的發展太快，快到一端的理所當然、是另一端的FOMO（恐懼自己錯過）

Q3. 團隊已在哪些場景應用AI？

這一題我列舉許多團隊都至少包含一大半可以AI化的流程。

• 內容管理（知識庫）
• 行銷（文案、圖片）
• 影音製作
• 產品開發（設計/UIUX）
• 軟體開發
• 專案流程管理
• 客服管理
• 招募流程或人力資源管理
• 業務開發
• 會議記錄
• 營運管理（財務管理⋯⋯等）

檢核重點在於協助團隊思考：我可以用AI解決什麼問題？先了解自己需要的題目，才有機會找尋資源與方案。

Q4. 領導階層（ex. 創辦人、核心團隊）對AI工具或流程的實際使用程度或接受度為何？

就我個人經驗觀察，AI文化建立與團隊主管、新創老闆對AI的關心有超高度的關聯。

• 從未嘗試
• 偶爾使用
• 經常使用但上未推動團隊使用
• 積極使用並鼓勵團隊導入

我提倡的概念是：AI是一套Top-down的學習機制，上層理解AI的價值，有摸索過、甚至經常使用，帶動團隊AI化的機率最高。

反之，老闆覺得自己太忙、害怕科技，交給下面的人處理，不是做不起來，但上手效率會低很多。

Q5. 公司是否有進行內部AI運用相關培訓或獎勵機制？（例如：AI工作坊、內部分享、建立可用的AI教學資源）

以管理者角度，如何有效建立團隊自發學習、交流的生態系？

• 完全沒有
• 僅有團隊成員私下交流分享
• 已有舉辦全公司規模的培訓或分享會
• 已建立系統化的培訓資源或獎勵機制

這一題是我在蒐集身邊資訊時，最缺乏正確答案的題目。

團隊多數處在邊嘗試、邊摸索的狀態。

Q6. 公司目前導入AI的痛點？

這一題的重點在於自我審視「團隊需要什麼」

• 內部缺乏專業人才
• 領導階層對於AI認知不足
• 不知道如何建立AI Driven的組織文化（例如：獎勵制度）
• 成效難以衡量
• 公司資料整理困難
• AI工具與現有公司系統不易整合
• 風險難以評估（例如：個資、財務資料等）
• 不知道找誰諮詢或協助導入
• 不知道哪些問題適合用AI解決

許多老闆與主管們常常因為破碎的AI資訊產生焦慮，一方面想像AI可以解決任何問題、另一方面又不確定為什麼要用AI。

結果導致AI用了但沒有幫忙到，反而讓成員白忙了一場，反而降低對AI的信心與興趣。

不妨先選一兩個小題目解決，熟悉AI的能力極限（capacity），再來想像還可以做到多大規模的流程改善。

Portaly又是怎麼做的？

最後，以Portaly的團隊為例，我們應用AI的學習脈絡如下：

從最早2023年上旬Chat GPT推出，大約用了半年左右（Lv.1）；同一年夏季打造了Portaly第一款AI「ㄧ鍵生成網站」的產品，也在美國平台Product Hunt推出、並獲得了Product of the Day殊榮。

到2024年初開始大量使用Notebook LM/Gamma等工具輔助生產（Lv.2）；也於2024年底開始vibe coding的嘗試。

如今（2025年中），工程團隊工作習慣大量使用AI coding輔助（Cursor/Copilot為主），開發團隊則會用Lovable/Firebase AI建立產品。

舉例而言，我們的客服機器人 100%由PM透過AI生成製作，沒有撰寫任何一行程式碼。

此外，我們的email系統也嘗試透過Notion Mail+Notion AI連結我們在Notion設定好的FAQ知識庫（knowledge base），讓任何公司成員都可以輕鬆回覆80%以上的客服信件。

完整檢核表

這是一份動態的檢核表，表單是我與30多間新創團隊對話過後的整理，包含身為創辦人的學習經驗，以及小範圍的田野調查。

特別感謝同台分享者Jocelin Ho （過去在Meta擔任軟體工程師、也曾創業過AI軟體公司）的參與討論。

就跟所有AI產品快速的變革一樣，AI-driven文化的建立與檢核，也會隨著時間、經驗快速更新。