AI 轉型有 10 步，
只有 1 步是 AI
Alex Lieberman 講了句不性感的話：「大部分的 AI 轉型，跟 AI 一點關係都沒有。」把一個流程或產品變成 AI-native，要走完 10 個步驟，其中只有第 4 步是 AI，剩下 9 步——找對問題、看懂流程、推動採用、衡量價值——才是真正難的地方。最後再附上他看企業導入的現實光譜：多數、少數、極少數公司，各自卡在哪一階。
tl;dr
把流程變 AI-native 是一條 10 步的序列：理解（1–3）→ 打造（4–6）→ 規模化與價值（7–10）。真正的 AI 只在第 4 步「做原型」，前面要先變成那個流程的專家，後面要靠「像經營開源專案」的方式推動採用。Day 7 補一刀現實：多數公司還在「把幾千人導入 Claude Code」，少數開始「做工程部門以外的第一個 agent」，極少數已在「微調開源模型把成本砍半」——你在哪一階，決定你正在卡哪幾步。
反直覺的事實：9 步不是 AI
大家以為 AI 轉型＝導入一個很厲害的模型。實際上，讓一個內部流程或對外產品變成 AI-native，是一條有 10 個步驟的序列——只有 1 步是 AI，諷刺的是，另外 9 步才是難得多的部分。下面這張圖把 10 步攤開，依「理解 → 打造 → 規模化」分成三個階段。
10 步裡，只有第 4 步「做原型」真正動到 AI。其餘 9 步是流程、人、與組織的功夫——也是多數轉型卡關的地方。
有趣的副作用：光是「畫出流程」就值回票價
Alex 說，很多公司光是把自己的流程畫成流程圖，效率就提升了——就算最後根本沒導入任何 AI。因為大多數低效，來自沒人說得清「我們到底是怎麼做事的」。
誰來推這 10 步？
通常是 FDE（前進部署工程師）或 GTM 工程師這類角色。重點不在他們會不會寫 code，而在他們願不願意花最多時間在最不性感的第 2 步——真正搞懂現有流程。先成為那個流程的專家，才有資格重新想像它。
理解期：先變成那個流程的專家（步驟 1–3）
這是最不性感、卻最該砸時間的階段。在你重新想像一個流程之前，你得先比誰都懂它——要嘛你本來就有業務脈絡，要嘛靠「耳濡目染（osmosis）」把它吸收進來。
1找對問題
找到那個值得自動化的手動流程。打開「爛味偵測器」——哪個環節最煩、最重複、最容易出錯，從那裡下手。
2看懂流程
把大家現在實際怎麼做畫成流程圖——一張 A4 紙或 Excalidraw（線上手繪白板）都行，從頭畫到尾。推動轉型的人，大部分時間都該花在這。
3收集資料
蒐集範例輸入、文件、邊角案例。Alex 的例子：為了他的內容工作流，他翻出過去的 Slack／Notion 紀錄來測自動發想，再用過去的 X／LinkedIn 貼文整理出自己「語氣」的 .md 檔。
打造期：唯一動到 AI 的階段（步驟 4–6）
第 4 步才是大家以為的「AI 部分」。但它的目標很樸素：先當第零號客戶（customer zero），證明「真的有更好的做法」這件事成立——別管 code 漂不漂亮、能不能擴展，先證明「there's a there there（這裡真的有東西）」。
4做原型 AI 在這
不論是工程師主導還是 SME（領域專家）主導，目標都是驗證「有更好做法」這個假設。先別管程式碼乾不乾淨、能不能規模化，先證明這條路走得通。
5測試迭代
拿真實使用者與邊角案例去驗證。把流程從「單人模式（只有你用）」推到「多人模式（很多人用）」之前，盡量用一輪輪的實作、回饋、邊角案例把它打到爛。
6接上系統
測試時用定點資料（point-in-time）就夠；但上正式環境前，得接上即時資料（live data）。Alex 的內容機器接了 Notion／Gmail／Slack 做發想，再接 X／LinkedIn 在內容就緒時自動發佈。
規模化與價值：當成開源專案在經營（步驟 7–10）
流程跑通之後，剩下的全是「人」的問題。Alex 的心法：把你的新流程當成一個開源專案——讓用戶不只是用戶，而是貢獻者。
7推出與培訓
不管新流程是放在一條公開連結、GitHub、還是內部資料庫，下一步都是手把手帶同事／用戶走過上手流程。
8推動採用
道理簡單但不容易：推出一個幫人省下大把時間、又能嵌進他們現有習慣的流程，讓人不必重新學習。再把它織進文化——追蹤採用率、慶祝點子與回饋、讓新奇用法變成公司裡的「社交貨幣」。
9賦能貢獻
把新流程當開源專案：讓用戶變貢獻者。不論他們是真的推 code，還是只是被賦權往 kanban（看板）丟想法、由工程師接手，都要讓每個人覺得自己是 builder。
10衡量與擷取價值
現在人人都 ROI 上身。但 Alex 把它拆成兩個階段——看你在哪一階，做法完全不同。
實驗期：先別管 ROI
如果公司還在 AI 採用的實驗階段，Alex 的原話是「fuck ROI」。目標是讓大家把很多東西丟到牆上，看哪個值得專注。這階段不用很科學，直覺就足以判斷什麼有效、什麼無效。
規模化期：要兌現硬 ROI
如果進入規模化、必須交出實打實的回報，就得：重新培訓跟這流程相關的員工、把核准的招募計畫往下砍、或可量測地拉高 ACV／轉換率／縮短銷售週期。
你的公司，其實在哪一階？
這是 Day 7。前面是「該怎麼做」的劇本，這裡是「公司實際走到哪」的現實。Alex 把上門求助的企業，依成熟度分成三種——數量越往上越少，難度越往上越高。對照一下，你會更清楚自己正卡在 10 步的哪幾步。
右側圓點＝相對公司數量（越往上越少）。三句話對應三種成熟度：多數公司還在導入工具（對應 10 步的「推出培訓、推動採用」）；少數開始打造第一個 agent（回到「找問題 → 做原型」整套跑）；極少數已在微調模型、壓低成本（10 步全跑通後的優化）。
為什麼這張光譜有用
它幫你校準期待：如果你的公司連工具都還沒普及，就別急著談「自建模型降成本」——那是極少數公司的題目。先把多數人「會用、願意用」做起來。
跟 10 步怎麼接
每往上一階，其實是把 10 步再跑一輪、但對象更難：從「導入現成工具」到「自己做 agent」再到「自己調模型」。階段越高，前面「理解 → 打造」的功夫越重。
如果只記三件事
1. AI 轉型有 10 步，只有第 4 步是 AI。把功夫花在前面的「理解」和後面的「採用」，而不是只盯著模型。
2. 規模化是人的問題，當成開源專案經營：讓用戶變貢獻者。ROI 分階段——實驗期靠直覺亂試，規模化期才兌現硬數字。
3. 用 Day 7 的成熟度光譜校準自己：多數人卡在「導入工具」，少數做「第一個 agent」，極少數「微調模型降成本」。你在哪一階，決定你該先攻哪幾步。
名詞小抄
這篇出現的詞，一句話版。
中文圖文整理：Jazz Lien · 主視覺由 Gemini 生成（示意）· 屬「30 Days of AI」系列 Day 6＋7 合併整理