「該不該」是最危險的問法

今年五月底，一位新竹做工業紙箱的二代老闆，拿著一份 AI 產出的擴廠評估報告來找我。報告的結論是可以擴，理由列得很完整：產能利用率 87%、同業都在擴產、報價還有調升空間。但整份報告沒有提到一件事，他前兩大客戶占了公司 62% 的營收。

不是 AI 算錯，是他問錯了。

這幾年做企業 AI 導入的陪跑，我看過的決策失誤可以列出很多種，但最常見、代價也最高的一種，其實只有一個樣子：把 AI 當裁判，而不是當幕僚。

「該不該」是最危險的問法

那位老闆丟給 AI 的問題是「我們該不該花四千二百萬擴第二條瓦楞生產線」，附上三年的出貨與報價資料。這種問法有個隱藏的陷阱：AI 會順著你給的資料，找出支持某個方向的理由，然後把它組織成一份看起來很專業的報告。

資料裡其實有客戶集中度的訊息，出貨明細攤開來就看得到。但因為問題是「該不該擴」，AI 的注意力就放在產能、成本、市場趨勢這些跟「擴」直接相關的欄位上。沒被問到的風險，它不會主動翻出來。

我當時只問了老闆一句話：如果擴了之後，最大的客戶抽單，你撐幾個月？

他沉默了大概十秒。然後說，我回去重新算一下。

三個可以立刻用的做法

第一，決策之前，先寫下做錯的代價。不是寫做對的好處，是寫做錯的代價。這個決策如果錯了，最壞的情況是什麼？我付得起嗎？這一步不需要 AI，一張紙就夠。很多老闆跳過這步直接問 AI，等於還沒想清楚自己在賭什麼，就開始找人背書。

第二，把大問題拆成可驗證的小問題。「該不該擴廠」拆開來至少是三個問題：87% 的產能利用率是全年平均還是旺季峰值？前兩大客戶的訂單有沒有長約保障？擴產之後的保本點是多少產能？每個小問題都有明確的資料可以對，AI 回答這種問題的品質，比回答「該不該」高非常多。

第三，反向提問。這是我最常教的一招。在 AI 給出分析之後，接著問它：「假設一年後這個決策被證明是錯的，最可能的三個原因是什麼？請根據我給你的資料，具體指出數字。」這個問法會逼 AI 去翻那些它剛剛沒注意的欄位。那位老闆回去這樣問了一次，客戶集中度的問題自己跳出來了。

卦牌在這裡做什麼

老闆後來還是來找我抽了一張易經卦牌。抽到節卦。

節是節制、是分寸。我跟他說，這張卦不是叫你不要擴，是問你：有沒有分段的做法？

他想了想，把問題改掉了。從「該不該花四千二百萬擴產線」，改成「下半年能不能先用外包產能，測試新客戶的訂單是不是真的」。六個月後訂單如果站得住，再談買設備。

很多人以為易經卦牌是用來要答案的。做了幾百場諮詢之後，我的看法剛好相反：卦的價值不在答案，在於它逼你把問題問成一句話。一個問題如果沒辦法收斂成一句話，代表你還沒想清楚，這時候不管問 AI 還是問卦，得到的都只是雜訊。

AI 時代中小企業主最容易犯的決策錯誤，說到底不是工具用錯，是順序錯了。先想清楚自己在決定什麼、錯了要付什麼代價，然後才輪到工具上場。

四千二百萬的支票還沒開出去。外包的第一批貨，上週出了。