【專訪】萊維：AI 預算離開 IT 部門，企業流程重建才剛開始

這場談話有幾個值得記的點。第一，AI 預算的歸屬正在從 IT 部門流向業務單位，這不是趨勢預測，是已經發生的事。第二，工程部門吃到的 AI 紅利最大，但那個模式很難直接複製到其他部門，原因比你想的更根本。第三，企業要不要訓練自己的私有模型，他給了一個比較清醒的判斷框架，不是直覺反應。第四，舊的 SaaS 應用不會消失，反而可能因為 AI 代理人而用得更兇。第五，服務業（包括顧問公司）不會被消滅，但轉型窗口不等人。合起來看，他在說的是：AI 的擴散不是一個技術問題，是一個組織再造問題，而且要花十年。

◎AI 的帳不該掛在 IT 底下

萊維說，頭幾年大家把 ChatGPT，Claude 這些工具的費用都丟給 CIO 管，因為那時候花的錢不多，幾百萬美元，IT 預算吃得下。但現在有些企業的 AI 支出已經跳到幾千萬甚至上億美元，這時候要 IT 部門在要買網路設備還是要買 AI 算力之間做取捨，根本不合理——這兩件事的商業邏輯毫無關聯。他用了一個類比：以前企業把客服外包給 BPO 公司（Business Process Outsourcing，也就是流程外包廠商），那筆錢是客服部門出的，不是 IT 出的。AI 代理人現在扮演的角色和 BPO 很像，所以預算自然應該跟著走進業務部門。這個判斷很直接，但大多數企業的內部流程還沒跟上。

◎工程部門的紅利，其他部門搬不走

為什麼 AI 在工程部門的成效最明顯？萊維的解釋很清楚：工程師的產出可以直接對應到程式碼的數量與品質，代理人寫幾千行，幾萬行程式碼，價值是可以被衡量的。但換到業務，行銷，人資，情況完全不同——那些工作是多個環節串成的流程，中間要有人做判斷，要等客戶回饋，要有人審核。這種流程不是把代理人插進去就能跑，要先把底層流程本身重新設計，才能讓代理人在對的位置發揮作用。他說這是大多數企業正在撞牆的地方，而且這道牆要爬過去，現實一點估計要十年。

◎自建私有模型，不是安全問題而是賭注問題

訪談主持人提到有人主張，把核心業務邏輯丟給公開的大型語言模型（LLM，Large Language Model，也就是像 GPT 這類大規模 AI 模型）是在冒險。萊維的回答比較冷靜：你擔心模型偷學你的資料，這件事可以用合約解決，主流模型供應商都能簽。真正要問的問題是：你的需求，公開的前沿模型能不能滿足？如果能，就繼續用，因為這些模型還在快速進步，你搭著走比自己跳車划算。只有在特定情境——比如大型銀行的詐欺偵測，生命科學的臨床研究——才值得考慮訓練自己的模型。但他特別提醒一件事：不管用哪個模型，企業自己的知識，資料，智慧財產要和模型分開存放，這樣才能在模型換代的時候自由切換，不會被綁死。

◎舊 SaaS 不會死，代理人反而讓它用得更兇

很多人以為 AI 代理人會讓傳統軟體應用變得多餘。萊維不這樣看。他自己舉例：他以前很少主動進 Salesforce（全球最大的客戶關係管理軟體），頂多看看季度業績儀表板。現在他透過 MCP（一種讓 AI 代理人連接外部工具與資料的標準協定）搭配 Claude，直接用對話方式查詢銷售資料，分析市場機會，反而比以前更頻繁使用 Salesforce。他的邏輯是：如果一套軟體的核心價值在於它管理的資料與業務邏輯，代理人需要這些資料來運作，這套軟體就會變得更重要，而不是被取代。真正會被壓縮的，是那些價值只在介面操作層的工具。

◎顧問公司不會消失，但要搶在前面

萊維對服務業的判斷是謹慎樂觀。他認為流程重新設計，系統整合，AI 治理，這些工作規模龐大，企業自己摸索效率太低，顧問公司和系統整合商的角色仍然存在。但他說了一個關鍵：如果你是一家服務公司，現在最重要的指標不是客戶數，不是營收，而是你整個組織有沒有辦法用代理人來執行客戶專案。他的假設情境是：一個原本要一年，要一百萬美元的專案，用 AI 壓縮到三個月，二十五萬美元，你不是縮水了，你是打開了以前根本服務不到的客群。Accenture，Deloitte 這個級別的公司過去只有最大的企業才用得起，現在市場可以往下擴。機會在那裡，但窗口不會一直開著。

萊維講了二十年企業軟體，這場訪談最有價值的地方不是他對 AI 有多樂觀，而是他一直在說但是：代理人在工程部門有效，但其他部門的流程要先重建；公開模型夠用，但你的資料要和模型分開；顧問業有機會，但你得先把自己的人訓練好。AI 擴散到整個企業，不是插電就能跑，是一場十年的組織工程。這不是壞消息，是提早知道代價的好消息。