為什麼你的 AI Agent 邏輯無誤，但門市業績依然沒救？——談數據背後的「人性噪音」

老闆在辦公室看著 AI 儀表板，數據看起來都很合理，但第一線門市、客服、電銷的執行力就是出不來。

曾經，我的老闆在 ChatGPT 剛出來時就大聲疾呼，要大家全面擁抱 AI。公司算是入場很早的，每週要報告 AI 應用、每天記錄 AI 學習時間，還要提交成效報告。但利潤，一直沒有增加。

老闆百思不得其解：「我們 AI 用得這麼透徹了，業績怎麼還是起不來？一定是大家不夠努力。」

我當時是中階主管，坐在會議室裡看著他咆哮，心裡其實很清楚：這套 AI 對業績一點幫助也沒有。而且，那些被拿出來報告的指標提升，很多根本不是 AI 帶來的，而是制度調整之後影響了人的行為，加上大家為了應付週報，都習慣性地放大 POC 的數字，讓部門績效看起來更好看。

問題不在執行力，在於 AI 優化了一個錯誤的現狀

數據分析工具本身是理性的，它做的事情只有一件：優化現狀。問題在於，當「現狀」本身就是被人性噪音污染過的，AI 再怎麼優化，也只是在一個錯誤的基準上不斷精進。

用一個更直白的說法：AI 擅長執行「How」，但它無法判斷「Why」。它不會告訴你，你現在在解的問題，是不是真正值得被解的問題。

這讓我想到樂高積木的案例。當時樂高面臨破產危機，極度依賴大數據分析，所有報告都指向同一個結論：數位時代的孩子沒有耐心，想要即時滿足，樂高應該把積木做大、做簡單，好讓孩子快速獲得成就感，樂高照做了，卻迎來了歷史性的虧損。

後來他們透過田野調查走進一位德國男孩的家，發現男孩最珍視的東西是一雙磨損嚴重的球鞋。男孩說：「這雙鞋證明我是全鎮最厲害的滑板手，因為我練了無數次。」樂高團隊在那一刻才發現，大數據所顯示未來世代對於及時享樂的需求非常強烈這個方向雖然沒有錯，但深入理解孩子的行為後，發現孩子渴望的不是簡單，而是「專精」與「挑戰」。

樂高的數據沒有錯，但數據裡沒有那雙球鞋。平均值告訴你安全的答案，但人性真相藏在數據看不到的地方。

人性噪音的三種形態

回到門市場景，我觀察到的人性噪音大概有三種。

第一種：數字是被創作出來的。 員工知道老闆每週要看成效報告，就算這週真的沒什麼成效，也要想辦法找一個「看起來有意義」的數字交出去。AI 學習到的行為模式，很可能從一開始就是失真的。

第二種：問題永遠在自己手上。 我在那間公司的時候，面對當時的老闆，很清楚一件事：就算知道某個方向有問題，你也不能把球丟給老闆，因為那樣等於在說「你的能力有問題」。所以中階主管的本能是把問題接住、自己想辦法，或者把它悄悄壓下去。老闆收到的，永遠是「我們會繼續努力」。

第三種：數據本身沒有錯，但歸因錯了。 這是最難被發現的一種。業績好了，老闆歸功於 AI；業績沒起來，老闆歸咎於執行力不足。儀表板永遠呈現一個「可以被合理解釋」的版本，但背後的真正原因，從來沒有被翻出來。

老闆的視角，天然有盲點

這不是老闆的錯，是位置決定了視野。

羅傑．馬丁在《策略破框》裡說過一句讓我印象很深的話：如果組織裡的信息箭頭只是單向往下走，這個系統不會自我修正，只會導致故步自封，最後變得危險。

一個健康的策略系統，需要讓下層的反饋能夠往上修正決策者的選擇。但現實是，沒有幾個員工願意告訴老闆「你的方向有問題」，因為在多數組織文化裡，那樣做的代價太高了。

更根本的問題在於：老闆通常已經帶著一個「假設答案」在看數據。 AI 儀表板再精密，也只會強化他原本相信的那個世界觀，因為他篩選的問題、他關注的指標，早就反映了他的思維框架。研究機構Gartner 在 2025 年的研究裡也確認了這一點：超過三成的 AI 專案在 POC 後被放棄，核心原因不是技術不成熟，而是「缺乏明確的商業價值定義」——翻譯成白話就是：從一開始就沒有搞清楚要解什麼問題。

在讓 AI 工作之前，先做一件事

如果要我給出一個建議，就是：先定義制勝目標，再讓 AI 幫你想怎麼到達那裡。

策略的本質是一連串的選擇，而 AI 最擅長的，是在你給定目標之後，幫你找到最優路徑。但如果目標本身就是模糊的，甚至是錯的，AI 越努力，你離真正的答案可能越遠。

舉一個具體的場景：一個有三間門市的連鎖美妝品牌，電商後台與會員 email 系統都完備，老闆導入 AI Agent 分析回購率並自動推播優惠。系統邏輯完全正確——辨識低回購客戶、設計召回話術、定時推播。但回購率就是沒有上升。

直到一個外部視角進來，才發現問題的根源：門市人員長期在 POS 結帳時，習慣把熟客的消費掛在「新客」欄位，因為這樣可以讓「新客開發數字」好看。AI 系統一直在對一批根本不存在的「流失新客」進行優化，而真正的老客戶從來就沒有被正確辨識過。

AI 邏輯沒有錯。錯的是餵進去的現實。

你需要的，不是更好的 AI，是一個能看見你盲點的人

回到最初的問題：為什麼 AI Agent 邏輯無誤，業績依然沒救？

因為 AI 在優化「一個被人性噪音扭曲的現狀」，而老闆的位置讓他無法看見噪音的來源。這不是技術問題，是視角問題。

解法不複雜，但需要一點謙遜：在系統之外，找一個能夠誠實說話的人，幫你做一件事：確認你正在解的問題，是不是值得被解的問題。

很多時候，當老闆真的靜下來想這個問題，答案已經在那裡了。只是沒有人敢開口幫他問。