產品團隊如何圍繞 AI 進行架構重組

AI 改變了團隊所能構建的產品，卻未能動搖傳統的團隊組織架構。

AI 代理現已能夠自動分流程式漏洞、生成程式碼並將修復方案發佈至生產環境。在 2024 年，這些功能或許還帶有實驗性質；但到了 2026 年，這已成為各個團隊的標準配備。配備 AI 的高效團隊與一般團隊之間的實力差距，正以超出預期的速度迅速擴大。

然而，綜觀企業目前的應對方式，不難發現大家只是將 AI 技術強行套用在三年前的組織架構圖、交接流程以及崗位職責之中。工程師獲得了程式碼編寫工具 (copilot)，產品經理獲得了摘要工具，但組織架構與匯報架構依舊原地踏步。

那些成功突圍而出的企業，往往在舊有限制消除後，便立即重新審視整個組織的工作流程。

您正為團隊配置噴射機引擎，卻依舊沿用駟馬戰車

設計領域中有一個概念名為「擬物化」（Skeuomorphism），意指新技術在視覺上刻意模仿其所取代的舊事物。當 iPhone 於 2007 年面世時，首批應用程式便充斥着這種設計：筆記手機軟件模仿黃色法律線條紙，計算機則模仿桌面計算機。設計師花費了數年時間，才意識到手機是一種全新的媒介，擁有其獨立的運作規律。

在最新一期的 Airwallex Podcast 中，Shannon Scott 對談了 Anything 的行政總裁 Dhruv Amin。Anything 是一個能讓非技術人員透過指令直接構建生產軟件的平台。Dhruv 留意到企業在引進 AI 組織團隊時，正陷入相同的誤區。企業在獲得強大的全新 AI 代理後，第一直覺往往是將其塞進舊有的工作流程之中：打開 12 個瀏覽器分頁、緊盯每個 AI 代理直至其完成工作，並繼續沿用傳統「產品經理至設計師，再到工程師」的交接鏈。

傳統的運作模式呈線性發展：產品經理編寫規格說明書，設計師將其轉化為原型圖，工程師負責構建，最後由質量保證團隊進行測試。每一次交接都會帶來延遲，而每次延遲都會因資訊斷層而導致上下文語境流失。

在 Anything 這間僅有 20 人的企業中，這種交接斷層已開始消失。以往，他們的客戶服務人員在 Slack 上發現漏洞後，需要等待工程師調查日誌、診斷問題並發佈修復方案。現在，同一位客服人員只需向 AI 代理發出指令。AI 代理便會自動分流漏洞、檢查程式碼庫並發佈初步修復方案，這整個過程，往往在工程師點開工單之前就已經完成。客服人員並未因此變成工程師，只是「回報問題」與「解決問題」之間的界限被徹底打破。

瓶頸已經轉移，多數團隊卻渾然不知

多年來，開發軟件的最大限制在於工程師的頻寬。每間企業的想法總是多於實際產能，積壓的工作不勝枚舉。當時的解決方案不外乎是「聘請更多工程師」或「更嚴格地排列優先順序」。

然而，AI 已經打破了這項限制。工作積壓不再受限於有多少人能編寫程式碼，從而引發了一個全新且更隱蔽的問題。

當更多人能對生產環境做出貢獻時，團隊協調就變得更加困難。您可以調配無限數量的 AI 代理，其優勢在於能夠 24/7 全天候運作。然而，如何讓團隊成員在「構建什麼」以及「為何構建」上達成共識，依然是一大苦差。正如 Dhruv 所言，您可以擁有無數個 AI 代理，但協調人類成員依舊是真正的限制所在。讓大家在產品路線圖上達成共識，並未變得更加輕鬆。

客戶期望的提升令這項挑戰更具難度。當軟件的構建成本降低時，市場對「優質產品」的標準便會全面提高。現在，一名獨立創辦人利用一個週末所開發並發佈的產品，甚至超越了五年前一間初創企業花費整個季度所能交付的成果。這無疑重新定義了所有人的競爭公式。

對此進行精準思考的企業正提出一個非常關鍵的問題：既然構建速度已大幅提升，那麼因 AI 而釋放出來的人類精力，應該投放在什麼地方？在多數情況下，答案直指產品差異化、客戶洞察力以及渠道分銷——這些都是人類判斷力作為不可替代核心元素的領域。

此外，還有一個多數團隊尚未開始思考的潛在問題。Dhruv 總結得非常到位：當用戶本身就是一個 AI 代理時，您該如何設計產品與體驗？當客戶的 AI 代理開始與您的軟件進行互動，整個用戶體驗的討論維度將會徹底改變。

掌握問題的人，現在能直接構建解決方案

這背後正在發生的價值轉移，值得我們停下來深思。數十年來，編寫程式碼的能力一直是科技業的瓶頸技能。如果您懂程式碼，您就能構建產品；否則，您就必須聘請專業人員。

現在，這個公式已經顛倒。稀缺的投入要素變成了行業知識——亦即您在特定行業或工作流程中深耕多年所累積的經驗。Vibe coding 已成為一種大眾現象。現在的工具在安全防護機制與正確配套系統的支援下，已經能夠完成非常實質性的工作。

試想一下那些經營招聘機構的中小企業主、管理跨國實體現金狀況的財務營運人員，或是耗費十年時間摸清貨運物流漏洞的物流協調員。這些人對於如何改善軟件一直不乏實質想法。現在，他們無需聘請任何開發人員，就能將這些想法直接轉化為實際應用的程式。

對於這些企業而言，行業知識本身就是最堅固的護城河。別人可以複製程式碼，卻無法複製您十幾年來對招聘機構運作模式的底層理解——例如哪些候選人會在線上哪個階段失去聯絡、哪些收費架構會產生錯誤的激勵機制，或是哪些合規要求會讓不同地區的新進入者誤入陷阱。

Dhruv 在 Anything 的 200 萬用戶中見證了這一點。最成功的用戶往往是那些對特定問題擁有深厚專業知識的人，而非純技術背景的創辦人。從消防、房地產到金融領域，他們現在都能根據自身的專業知識來構建軟件，而不再受限於外判開發人員在簡報中所理解的表面資訊。

阻礙您前行的，正是您的組織架構圖

您已經引進了相關工具。關鍵在於，您的組織是否仍圍繞着「工程開發是唯一瓶頸」的舊有思維來架構？

在該集 Podcast 中，Shannon 與 Dhruv 深入探討了 AI 如何重塑產品團隊的構建方式、為何多數企業仍將 AI 疊加在過時的工作流程上，以及當行業專家（而非僅限工程師）能夠直接將產品發佈至生產環境時，企業將迎來怎樣的轉變。

在現今許多企業中，財務團隊對內部工具有許多創新想法，卻被迫耗費 6 個月排隊等待資訊科技部門處理積壓的工作；客戶服務團隊敏銳地捕捉到產品問題，卻只能透過工單匯報，最後淹沒在衝刺週期之中。消除這些斷層的工具早已存在，但大多數組織架構尚未演進到能夠靈活運用的階段。

在 Airwallex，我們已經看到了這種轉變：非工程團隊正連接自身的背景與工作流程構建內部工具，逐步以最貼近問題核心的人員所設計的解決方案，取代第三方軟件。

雖然率先採用新技術需要付出代價，但這種門檻正在逐步降低。Dhruv 將當前形勢與晶片時代進行了類比——當時運算能力的飛速提升，不斷刷新了電腦的性能極限。AI 亦正遵循着相似的發展曲線，每隔幾個月，技術能力的躍升便會進一步拓寬產品構建的可行性邊界。盲目等待「最佳時機」顯然已成為一個錯誤的偽命題。

適應這一變革並調整架構的企業，其前行速度將遠超固步自封的競爭對手。工具已經齊備，技術不再是限制，真正的考驗在於您的組織架構圖是否已追上技術發展的步伐。