你不必會寫程式，但若連 AI 能做什麼、不能做什麼都判斷不了，整個團隊的 AI 進度就會卡在你這關。這篇談中小企業主、部門主管與 HR 的 AI 素養最低門檻：三項判斷力，看懂能力邊界、會問對問題、知道何時該找人，把自己從決策瓶頸變成推進器。
陪台灣企業跑 AI 這一兩年，我發現一個沒人愛承認的場景：老闆把員工送去上 AI 課、工具也買了，整間公司的進度卻停在會議室裡那個看著漂亮報表卻心裡沒底的拍板者身上。問題很少出在技術，而出在決策者說不清楚自己該懂 AI 到什麼程度，今天就把這條最低門檻講清楚。
為什麼老闆的 AI 素養，正在變成整個團隊的瓶頸
AI 素養指的是判斷 AI 能做什麼、不能做什麼、何時該採信、何時該找人的能力，跟寫不寫程式無關。當一位決策者缺了這項能力，團隊就算手上有工具也不敢往前推，所有專案都得排隊等老闆點頭，於是這位老闆本人反而成了 AI 落地最慢的那一關。這正是非技術決策者最容易忽略的盲點。
數字也呼應這件事。根據 104 職場力引用的 DataCamp 2026 報告，有 88% 的企業領導者認為基本資料素養重要、72% 認為 AI 素養重要，但同一份調查裡看到團隊資料技能落差的有 60%、看到 AI 技能落差的有 59%，大家都喊重要，公司卻一直推不動。
落差其實被算錯了對象。McKinsey 2025 年 State of AI 研究指出，已有 88% 的組織至少在一個職能用了 AI，但多數公司歸因於 AI 的獲利不到營收的 5%，技術早就到位，真正卡住的是判斷。這道缺口常常不在第一線員工身上，而在那個敢不敢拍板的人，偏偏沒人替他定義過該懂多少。
最低門檻長什麼樣：非技術決策者要有的三項判斷力
非技術決策者的 AI 素養最低門檻有三項：第一是看得懂能力邊界，知道 AI 擅長重複與草稿、不擅長負責與拍板；第二是會問對問題，要求對方說清楚資料來源與失敗情境；第三是知道何時該找人，分得出哪些自己能判斷、哪些該交給專業。三項都不需要技術背景。
看懂能力邊界。哈佛大學講座教授孔祥重提醒，AI 時代人最該練的是判斷什麼事值得做、以及理解整體運作的系統觀。落到老闆身上，自測題很簡單：這件事交給 AI，我是省了力氣，還是把該自己想的部分也外包掉了。
會問對問題。多數人拿到 AI 產出只問「做得出來嗎」，真正該問的是「這結論的依據是什麼、哪種情況它會錯」，主管簽下去就代表你信了，問不出風險就等於把責任交給運氣。
知道何時該找人。決策者不必什麼都懂，但要分得清哪些自己拍板沒問題、哪些得拉專業進來。智谷的個人 AI 技能診斷用工作任務當單位，幫決策者盤點自己在哪些任務上只是看熱鬧、哪些已能獨立判斷，對 HR 與主管同樣是面鏡子。
| 判斷力 | 老闆／主管的場景 | HR 的場景 |
|---|---|---|
| 看懂能力邊界 | 決定哪些決策可交 AI、哪些要人簽字 | 評估人才時分辨真會用與只會點 |
| 會問對問題 | 驗收報表時追依據與失敗情境 | 導入流程前追資料來源與風險 |
| 知道何時找人 | 分清能拍板與該找專業的事 | 判斷哪些流程能自動、哪些要人 |
判斷力不足會付出什麼代價，含一個常見誤判
缺乏 AI 素養的決策者最常犯兩種錯：一種是過度相信，把 AI 草稿當定稿直接發出去，出錯才發現沒人查證；另一種是過度懷疑，因為看不懂而全盤否決，讓團隊白白錯過效率。兩種都源自同一個缺口，也就是沒有判斷能力邊界的標準，於是只能在賭運氣與踩煞車之間二選一。
落差也不只在員工身上。104 引用的同一份報告顯示，只有 35% 的主管認為團隊具備把資料說成故事的能力，看不懂產出好壞的人常常正是那位驗收的主管。顧問現場常見的情境是，某主管收到一份圖表精緻的市場分析就滿意地轉發出去，後來客戶一問數據怎麼算的整個團隊答不出來，他才發現自己從頭到尾沒問過一句「這可信嗎」。
Gartner 2026 年也提醒，許多財務主管把 AI 投資當成單一 ROI 題目、用傳統財務指標一刀切，結果嚴重低估了需要時間發酵的轉型項目。判斷力這一關補不起來，代價就是整間公司一起付。
怎麼補起來：決策者的 AI 素養養成路徑
補 AI 素養不必去學寫程式，而是練三件事：固定拿這週真要決定的業務問題去試 AI、針對產出連問依據與哪裡會錯、把「該找人」的界線寫成自己的判斷清單。決策者每週花一段時間刻意練判斷，會比讀十篇技術文章更快建立 AI 判斷力，因為這項能力是練出來的，不是讀出來的。
值得注意的是，104 引用的報告顯示只有 46% 的企業提供基本的 AI 訓練，多數決策者其實沒人教。BCG 的 AI at Work 2025 報告則發現，領導者只要明確表態支持員工用 AI，整體使用率與樂觀度就能拉高超過 40 個百分點，所以決策者願不願意先把判斷力練起來，往往正是團隊敢不敢動的開關。
智谷的 Claude Code 公開班「給中小企業主的 AI 決策課」 就是為不寫程式的決策者設計的，練的是怎麼指揮 AI、怎麼分辨產出好壞。想看其他企業怎麼做，可以參考 企業 AI 導入失敗常見的三件事 與 主管如何把任務交給 AI 代理人，盤點角色可讀 AI 時代主管的能力陷阱，也可以直接 跟我們聊聊你的卡點。
每家公司都有一堆該做、卻沒人有時間做的事，現在還多了一堆該判斷、卻沒人敢拍板的事。判斷力這條路沒有捷徑，卻是現在最划算的一筆投資，你補起來的那一刻，卡住全公司的那一關也就鬆開了。
FAQ
老闆需要學會寫程式才懂 AI 嗎？
不需要。決策者要的是 AI 素養，也就是判斷能力邊界與風險的能力，技術實作交給工程師就好。判斷一件事該不該做、做得對不對才是老闆的事，把心力花在練判斷遠比學語法划算，因為團隊真正缺的是敢在模糊情況下拍板、又分得清風險的人。
AI 素養和會用 ChatGPT 有什麼不同？
會用是操作層，AI 素養是判斷層，能產出一段內容不等於能判斷它可不可信、該不該採用，決策者真正缺的通常是後者。很多人以為自己會用 AI，其實只停在「按了會動」，一旦要對結果負責，就發現手上沒有那把分辨好壞、決定取捨的尺。
部門主管和 HR 也需要這套判斷力嗎？
需要，而且比老闆更直接。HR 評估人才、導入招募或訓練流程時，部門主管驗收團隊每天交出的 AI 產出時，都得分辨能力邊界，否則一樣會變成各自團隊的瓶頸。主管簽下去就代表你信了，把這三項判斷力練起來，等於替整條線把關。
沒有技術背景，要花多久才能建立基本 AI 素養？
判斷力靠刻意練習累積，多讀技術文章幫助有限。固定拿真實業務問題去試、刻意檢查產出哪裡會錯、整理自己的判斷清單，多數人幾週就會有感。重點不在時數而在頻率與真實度，與其用玩具題練半年，不如拿這週真要決定的事認真試三次。
把卡住全公司的那一關練開，從一堂給中小企業主的 AI 決策課開始
智谷網絡（Kvalley Network）自 1996 年創立，專注企業 AI 轉型與中高階主管培訓，累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。本文由智谷內容團隊整理，研究來源包含：104 職場力 2026〈AI 與資料素養人才市場洞察〉引用 DataCamp 2026 Data & AI Literacy Report、McKinsey 2025《The State of AI》、Gartner 2026 CFO Symposium 新聞稿〈CFOs Need to Rethink the ROI of AI Investments〉、BCG《AI at Work 2025》、《數位時代》孔祥重專訪（AI 時代人最該培養的能力）。
推薦精選文章
更多企業 AI 培訓服務：https://www.kvalley.biz/tcservice/digital/