引言

中華企業策略永續發展學會 創會 理事長 莊鈞翔 博士對 AI 的疑問，最早來自使用者經驗：為什麼一個看似能寫論文、寫程式的系統，卻可能在簡單的脈絡裡答非所問？

當產業開始用「推理」「慢思考」「代理式 AI」描述下一代模型，我真正關心的不是這些名稱是否足夠炫目，而是背後的商業條件發生了什麼變化？如果模型要花更多步驟處理問題，就意味著更多運算時間、更多晶片資源、更高能耗與更高服務成本；對科技公司而言，這可能是能力升級，對一般企業而言，卻是一個採購與治理問題：每一個任務真的都值得使用最高階推理嗎？如果不是，企業如何分流？

我不想用「AI 撞牆」或「AGI 即將實現」這種難以驗證的口號作結論，真正有用的分析，應該把模型能力拆成任務：數學、程式、規劃、法律閱讀、客服、摘要、資料抽取，各自需要不同的推理深度；企業若把所有工作都送到最昂貴的模型，只因為「越強越好」，最後很可能得到技術上過度配置、財務上缺乏紀律的結果。

「慢思考」不是人類思考的複製，而是一種增加推理計算的工程方法；產業常用「快思考／慢思考」類比人類認知，方便大眾理解模型差異；但企業決策不能把比喻當成技術事實。

推理型模型的核心，是在回答期間投入更多計算、搜尋、驗證或內部中間步驟，以提高複雜問題的表現；它不因此變成人，也不能因此推定具有意識、價值判斷或常識；這個界線很重要；模型在數學或程式任務上進步，不代表它自動理解企業文化、員工情緒、客戶承諾與法律責任；很多日常商務問題不是缺少計算，而是缺少正確情境、即時資料與責任判斷；因此企業應先問：我們的問題到底需要更多推理，還是需要更好的資料？如果客服答錯產品規格，可能應先改善 RAG；如果法務模型引用過期法規，問題可能在來源；如果模型需要比較多份契約並找出衝突，才可能需要更強推理。

模型愈強，不代表總成本愈低；AI 採購常以「每百萬 token 價格」比較，但真正成本還包括等待時間、重試、上下文長度、工具調用、資料檢索、人工複核與錯誤代價；推理模型如果一個問題要執行更長時間，即使單價下降，總資源仍可能上升；企業應建立自己的成本單位；例如客服可看每一成功解決案件成本；法務可看每一份完成審閱並由人確認的文件成本；程式開發可看每一個通過測試的功能成本；不要只比較模型標價，而要比較「完成一件真正業務工作的成本」；這也能避免技術部門陷入規格崇拜；最強模型若需要大量人工檢查，未必比中型模型配合好資料更划算。

企業應建立 AI 任務分級，而不是模型崇拜，我認為 AI 使用至少可以依風險與複雜度分層：

低風險、可快速驗證的工作，例如格式整理、摘要、語言轉換，可以使用成本較低的模型。

需要跨文件推理、程式除錯或複雜規劃，可以採高階模型。

涉及法律權利、財務承諾、人事、醫療或安全等高風險事項時，企業應依適用規範、決策可逆性與風險程度設置相稱的人工覆核、核准或接管節點，不能只因模型能力提升，就把責任節點一併省略。

分級的價值在於把「是否使用 AI」變成企業決策，而不是員工自行選最貴工具；企業也可以依工作量設定預算、日誌與權限；算力成本最後會變成治理問題；當企業大量使用推理型模型，AI 成本會像雲端成本一樣逐步變成營運支出；如果部門沒有預算責任，使用量可能快速成長；企業應建立 FinOps 類似的 AI 成本治理：哪個部門使用多少、哪些任務最昂貴、哪些可以快取、哪些可以用小模型或規則替代。

這不是要限制員工，而是確保昂貴推理被用在真正有價值的地方；當模型價格、供應商或能源成本改變時，企業也能快速調整；推理模型仍然需要外部事實，不能把「會推理」誤認為「知道最新資料」；模型可以更擅長推導，卻不代表它自動擁有最新法律、財報或企業資料。

對需要即時性的任務，RAG、工具調用、資料庫與外部查證仍然重要；推理能力與知識來源是兩條不同軸線；企業若忽略這點，可能出現一個更危險的錯誤：因為模型說理更完整，就更相信它引用的事實；語言越有邏輯，錯誤反而越難被察覺；不要把「思維鏈」當成唯一可稽核證據；很多人以為只要看模型的中間推理，就能知道答案是否可靠；企業治理不應過度依賴這種想法；真正可稽核的應是輸入資料、工具調用、引用來源、模型版本、最終輸出與人工審核紀錄。

即使模型能提供解釋，也要以外部可驗證證據為主；這尤其適用法律與財務場景；企業需要的是可追溯決策，不是被模型的長篇推理說服；從採購角度看，企業必須保留模型替換能力；推理模型更新非常快；今天最佳的供應商未必明年仍然最合適；如果企業把流程、提示模板、資料格式全部鎖死在單一平台，就可能失去議價與切換能力；因此應把資料與工作流程盡量保持供應商中立，模型層可以替換；這與多雲策略類似，不一定要同時使用很多家，但至少不能讓離開變得不可能。

AI 能耗與永續承諾之間需要真實成本計算

推理型 AI 的資源消耗提高，也會讓企業 ESG 與碳管理面臨新問題；企業若大量使用雲端 AI，未必容易直接看到能源足跡，但仍應把數位服務的環境成本納入採購思考，尤其當公司對外承諾減碳時；這不代表每一次 AI 提問都要計算碳排，而是大型部署需要理解基礎設施影響，不要把數位服務誤認為「沒有物理成本」；真正的風險不是 AI 太聰明，而是企業在沒有治理下把更多決策交出去；推理能力提升會讓模型更像專家，這正是企業更容易過度信賴的時候。

如果一個模型能寫出完整的法律分析、投資建議或策略報告，管理者可能忘記它仍需要正確資料與人類責任。

莊鈞翔 博士認為，所以模型愈強，治理反而不能變少；高風險決策應設人工門檻、來源要求、異常回報與後續審查；企業不應用「AI 使用率」作為創新政績；如果管理層要求每個部門都必須使用 AI，員工會為了達標把簡單工作複雜化。

真正好的 KPI 應是時間縮短、錯誤減少、知識可追溯、客戶體驗或成本改善；科技不是目的；企業若把導入率當成果，很容易重演過去數位轉型中「系統上線但流程沒有改善」的問題；AI 變強之後，人類更應學會算帳；從快思考到慢思考，我真正看到的不是機器變成人，而是 AI 能力開始用更多物理資源換取更高表現；這是一種工程進步，也是一個企業成本與責任問題。

我希望企業最後學會的，不是追逐最新模型，而是建立自己的任務分級、成本計算、資料來源與人工責任；當這些都清楚，模型升級會成為可利用的工具；如果這些不清楚，越強的模型只會讓企業更快放大自己的管理盲點；企業需要建立「模型路由」，讓高成本推理只在真正必要時出現；如果每個請求都直接送到最強模型，企業成本很快失控。

更成熟的架構是先判斷任務難度：簡單摘要交給小模型，文件查詢先走 RAG，複雜分析才交給推理模型；這種模型路由不是工程炫技，而是成本治理；同一個問題也可以先用低成本模型處理，只有低信心或重大風險案件才升級；企業因此能把昂貴算力配置到真正需要的位置。

模型評估不能只看公開 benchmark；模型在數學競賽、程式題或標準測試上表現好，不代表在企業自己的任務上同樣可靠；企業應建立自己的評估集，包含真實文件、例外情況、模糊指令與歷史錯誤；真正的採購比較應問：這個模型對我們的工作準不準、成本多少、錯了能否被發現；公開排行榜只能是參考；推理型 AI 也可能出現「更完整地答錯」；長篇推理很容易帶來可信感；模型若一開始使用錯誤事實，後面可能把錯誤推演得非常完整；因此，高階模型仍需要資料來源驗證，不能用推理長度替代事實正確性；對法律與財務工作尤其如此：先確認法規版本、數字與文件，再讓模型分析。

企業應記錄重大 AI 決策的模型版本

模型供應商會更新系統，同一問題不同月份可能得到不同答案；若 AI 參與重大報告或決策，應記錄模型、日期、主要來源與人工審核，這讓企業日後能重建當時判斷，而不是面對「現在模型已經不會這樣回答」的困境；AI Agent 把「回答」變成「行動」後，權限治理更重要；當模型能自動寄信、下單、修改資料、呼叫系統，錯誤成本會從文字變成實際行為；企業應採最小權限、金額上限、雙重確認、敏感操作人工核准與完整日誌；不能因為模型會推理，就讓它取得比員工更大的系統權限；速度與品質應依情境設計，而不是追求單一體驗；客服可能需要秒級回覆，法務研究則可以等待更長時間換取更完整檢查；企業若要求所有 AI 都又快又深，只會增加成本。

推理預算也應有「停止線」；某些模型可以不斷投入更多計算，但邊際效益會下降；企業可以設定最大時間、最大成本、最大工具調用次數，超過就轉人工；這是避免無底洞式運算的重要治理；企業真正要買的不是「智商」，而是可控的任務能力；模型廣告常以聰明程度競爭，但企業需要的是穩定完成特定任務；當公司能把任務、成本、資料與責任都量化，模型再強也只是一個可替換元件。

這種視角能讓企業從 AI 崇拜走向 AI 管理，也讓「慢思考」回到它真正的位置：一種值得用在對的問題上的昂貴能力；模型能力升級後，企業更需要「錯誤預算」概念；任何 AI 系統都可能出錯；與其追求不切實際的零錯誤，企業應定義每種任務可以容忍多少錯誤、錯誤造成的最大損失以及發現錯誤的控制點，低風險摘要可以容許較高誤差，高風險法律或財務任務則需要更嚴格驗證。

這裡所稱的「錯誤預算」是風險管理上的工作概念，不是法律術語；它讓企業把可容忍誤差、可能損失與人工檢查點放在同一個決策裡，也能幫助公司判斷哪些流程值得自動化；推理模型的「自我檢查」不能取代獨立驗證；模型可以被要求反思、重算或交叉檢查，但仍然是同一套系統在評估自己的答案。

企業若面對重大結果，應使用外部資料、規則引擎、不同模型或人工專家做真正獨立驗證；企業若使用多模型，應避免責任被切碎；一個工作流可能先由模型 A 分類，再由模型 B 分析，最後由模型 C 寫報告；若結果錯誤，不能只看到最後輸出；企業應記錄各層輸入與輸出，並知道誰負責整體流程。

Agentic AI 會讓權限設計從「資料存取」走向「行動授權」

當 AI 可以開工單、調用 ERP、寄信、建立採購單甚至執行交易，企業應像設計員工職權一樣設計代理權限；哪些操作可以自動完成、哪些需要第二人核准、哪些在既定風險政策下不得由模型直接執行，都應事先定義；企業內部需要一個可以停止 AI 的人；當系統失常時，如果沒有明確 owner，大家可能互相等待。

重大 AI 流程應指定能暫停服務、切換人工、封鎖模型或撤回權限的人；這是最基本的 operational governance；模型採購也應要求透明度最低標準；企業未必能取得模型所有技術細節，但至少應知道資料處理、保留、服務區域、重大限制、支援與事件通知；供應商如果對這些基本問題無法回答，企業就應重新評估是否適合高風險用途。

推理型模型對法律專業的價值，不在於取代律師；它可以幫助比較條文、整理爭點、檢查論證，但法律效果仍依賴正確法源與事實；真正提高品質的方法，是讓 AI 協助擴大檢查範圍，再由專業人員確認，而不是把最後判斷交給模型；企業應建立「模型退役」程序；舊模型可能停止支援，資料處理條款也可能改變；當模型退役，企業要知道哪些流程依賴它、如何遷移、歷史紀錄如何保存；這和舊軟體退役一樣，是長期治理的一部分；AI 越會推理，企業越不能停止思考；技術進步最大的誘惑，就是讓人覺得自己可以少做判斷；其實相反。

當模型可以處理更複雜任務，企業更需要清楚界定它能做什麼、不能做什麼、成本多少、錯了怎麼辦。

從公司治理的角度來看，我希望這篇最終留下的不是對算力的焦慮，而是一種紀律：把最昂貴、最強的工具用在真正需要的位置，並永遠保留可驗證、可停止、可替換的人類治理；用一個法律研究情境看「慢思考」真正的價值與限制；假設企業法務要分析一份跨國供應合約；普通模型可以快速摘要，但若問題是「解除條款、不可抗力、保密義務與準據法是否互相衝突」，較強推理模型可能更適合。

然而，模型若拿不到完整合約附件、沒有最新法規或誤解某個定義條款，再多推理也只是建立在錯誤前提上；這個例子提醒企業，推理能力必須和資料完整性一起設計；高階模型最適合解決「已掌握正確材料後的複雜推導」，而不是替代資料蒐集與法律確認。

模型評估應包含「拒答品質」；企業不只要測模型會不會回答，也要測它何時知道自己不該回答；高風險系統如果對缺資料的問題仍強行給結論，就算平均正確率很高，仍然危險；因此評估可以加入不完整資料、互相矛盾文件與超出權限的問題，看模型是否能指出限制、要求補件或轉人工。成熟的 AI 不只是答對，更是知道何時停。

答案愈長，不代表愈容易確認

更強模型往往輸出更長、更完整的分析；對使用者而言，這可能提高理解，也可能增加審查時間；企業應設計固定輸出格式，例如結論、依據、假設、風險、待確認事項，避免模型用大量文字掩蓋真正關鍵；企業可以建立「推理深度政策」；不是所有人都需要自行選擇 thinking effort；系統可以依任務風險自動設定：一般行政低、跨文件分析中、重大法律或工程判斷高。

這能降低成本，也避免員工為求安心一律選最昂貴模式；供應商若以「更聰明」作為漲價理由，企業應要求可量化改善；模型升級應用自己的任務測試；若新版本在關鍵場景沒有顯著提升，就不一定值得增加成本；採購決策應有 A/B 測試，而不是跟著發布會節奏。

算力稀缺時，企業需要業務優先順序；若高階模型服務受限、價格上升或 API 降速，公司應知道哪些流程優先。

關鍵法務、工程與客戶服務可能高於一般文案；這種優先級應事前定義，而不是發生中斷才爭資源；模型能力提升可能改變內部職務分工；某些初步分析、資料整理會自動化，但最終判斷、跨部門協調與例外處理的重要性上升；企業不應只計算「可以少幾個人」，而要重新設計工作內容與培訓；AI 成本中心應與實際商業價值連結；如果某部門使用大量推理模型，但沒有對應收入、效率或風險下降，管理層應檢查；AI 不應因為是新技術就免於一般投資回報紀律。

真正的 AI 成熟，不是永遠選最強，而是知道何時選夠用；企業若能讓大量日常工作由較小模型完成，把高階推理留給真正複雜、風險較高或需要跨文件推導的任務，通常比全面升級更有治理彈性，這不是保守，而是資源配置；我希望這篇把「模型進步」從科技新聞轉成企業治理：能力、成本、風險與責任同時被看見，才算真正導入。

先弄清楚任務，再決定要用什麼模型

例如客服摘要使用小模型，契約差異分析使用推理模型，涉及正式法律意見或個案權利判斷時，仍應由具資格的法律專業人員依完整事實與法源審閱；每一列同時寫明資料來源、最大成本與最終責任人。

這張矩陣可以讓 AI 使用變得透明，也方便財務與稽核追蹤；模型供應商的 SLA 應包含不只是 uptime；企業還可以關注重大模型變更通知、資料保留、資安事件、支援時效與停用安排；當 AI 進入核心流程，單純「服務可用率」已不足以描述風險；AI 推理品質也需要 human QA sampling；不必人工檢查每一筆，但可以定期抽樣高風險輸出，找出常見失敗模式，再調整 prompt、資料或模型；這種品質循環比一次驗收更重要。

企業應允許部門證明「不用最強模型也能完成」，這能避免技術升級成為單向成本；只要較便宜模型在實際任務達標，就應允許使用，採購制度應獎勵成本效益，而不是單純追求規格；AI 的真正進步，應該讓企業更自由，而不是更依賴；如果每次模型升級都迫使企業追加硬體、提高訂閱、改寫流程，企業其實失去主導權；最好的架構應讓新模型可被替換，能力提升可以被吸收，舊流程仍有備援。

這才是「慢思考」時代真正值得企業追求的成熟度，企業導入推理模型前，可以先做一個「三層決策試驗」：

第一層，用現有人工流程取得基準。

第二層，用一般模型或 RAG 測試能否達標。

第三層，只有在前兩層不足時才加入高階推理。

這種逐層升級能看出真正的邊際價值，也能避免一開始就把所有問題歸因於「模型不夠強」。

從 GRC 的角度來看，推理型 AI 的治理也要考慮供應商集中與區域可用性；某些高階模型可能只在特定雲端或地區提供，政策或服務異常時可能無法使用，企業對核心流程應保留替代模型與人工降級方案，並定期測試切換；真正的高階 AI，不是讓企業少思考，而是讓企業把最難的思考留給最值得的問題；如果公司能把重複工作交給便宜工具，把複雜問題交給高階模型，再把價值判斷留給人，這才是資源配置；AI 的成熟，不在於每個地方都最強，而在於每個地方都恰到好處。

模型越強，企業越要保留不用它的能力

真正的議價與治理，都建立在替代方案存在。