banner-post-8

AI 時代組織怎麼跑?91APP 三十幾個團隊的實戰經驗拆解|阿峰老師

·

·

✍️ 阿峰老師

AI 時代組織怎麼跑?91APP 三十幾個團隊的實戰經驗完整拆解

本文是 YouTube 影片「91APP 產品長揭露:AI 讓職業邊界消失,Sprint 估點數也沒用了」的延伸閱讀版。
影片講了核心觀念,本文加上獨家分析和操作指南。
影片版本:https://www.youtube.com/watch?v=baZp2vDyuFI


📋 本文目錄

影片重點回顧

91APP 有三十幾個開發團隊,全面導入 AI 三年。產品長 Happy 和前 iCHEF 共同創辦人 Spencer 分享了最前線的觀察:職稱邊界正在模糊化、Sprint 方法論被 AI 衝擊、Agent UX 不是聊天機器人,而是融入流程的隱形助手。更大膽的判斷是——未來軟體要服務 Agent,不再是服務人。


【獨家】自動化工具的典範翻轉:從 N8N 到 LLM-first

Close-up view of a robotic arm equipped with a video camera, showcasing modern technology.
Photo by Pavel Danilyuk on Pexels

影片中 Spencer 提到 N8N 的星星數在過去半年暴跌,這背後的邏輯值得深入分析。

過去三年,自動化工具經歷了三個階段:

階段一:Rule-based 自動化(2020-2023)
N8N、Zapier、Make 這類工具的核心邏輯是「你設定規則,軟體執行」。你得手動拉節點、設觸發條件、一個一個串接。語言模型只是其中一個步驟,被「封印」在有限的規則框架裡。

階段二:LLM + Rule-based 混合(2023-2024)
開始有人把 ChatGPT API 塞進 N8N 的節點裡,讓 AI 在某些步驟做判斷。但整體架構還是 Rule-based,AI 只是一個更聰明的「節點」。

階段三:LLM-first 架構(2025-現在)
Spencer 在影片中描述的方向:以語言模型為基礎,在上面疊控制。你用自然語言描述任務,AI 自動去技能組裡找工具、自動組合工作流。規則不再是框架,而是控制手段。

這個翻轉的核心洞察是:以前是「有限集合上放無限可能」(等於封印),現在是「無限可能上加有限控制」(等於釋放)。

我帶企業做 AI 培訓時,最常遇到的誤區就是第二階段的思維:把 AI 當工具塞進現有流程。但真正的突破在第三階段——讓 AI 重新定義流程本身。


【獨家】Sprint 方法論的 AI 衝擊:五個正在發生的改變

A modern humanoid robot with digital face and luminescent screen, symbolizing innovation in technology.
Photo by Kindel Media on Pexels

影片中 Happy 提到 Sprint 估點數失去意義,但他沒有展開的是,整個敏捷開發框架正在被根本性地挑戰。根據我服務超過四百家企業的觀察,以下五個改變正在發生:

1. 估點數 → 估方向
以前一個 Ticket 估 3 天,AI 出現後可能 1 天就完成。重點不再是「多久」,而是「做不做」和「做到什麼程度」。

2. 角色固定 → 能力流動
Happy 的觀察最精準:PO 可以寫程式、RD 可以做產品決策。Sprint 原本就有「任何人可以撿別人的工作」的原則,以前做不到,現在 AI 讓它成真了。

3. Sprint Review → 持續驗證
以前要等一個 Sprint 結束才 Review,現在 Vibe Coding 可以在幾小時內做出 Prototype,直接拿給客戶看。驗證週期從兩週變成一天。

4. Backlog 管理 → 機會爆炸
Happy 說「題目收不完」——員工瘋狂提案,用 AI 快速做出 POC 證明可行性。以前的問題是「資源不夠」,現在的問題是「機會太多,怎麼選」。

5. 團隊規模 → 重新定義
如果一個人加 AI 可以做以前三個人的工作,團隊還需要 7-15 人嗎?91APP 目前沒有裁員,而是讓團隊做更多事。但長期來看,最佳團隊規模一定會改變。


阿峰觀點

A modern humanoid robot with digital face and luminescent screen, symbolizing innovation in technology.
Photo by Kindel Media on Pexels

聽完 Happy 和 Spencer 的分享,我最大的感觸是:台灣其實有很多企業已經走在 AI 導入的最前線,只是大家不太講。

91APP 的做法有幾個值得學的地方:

第一,從上到下全力支持。不是喊口號,是直接發錢訂閱 AI 工具。每人每月二十塊美金,看起來不多,但代表的是「你去用,公司買單」的態度。

第二,不急著收斂。三十幾個團隊各自探索不同的 AI 工作方式,讓大家互相分享。這需要管理層的耐心和信任。

第三,務實面對失敗。對話式 Agent 客戶不買單?那就換方向,做融入流程的隱形 AI。不是「AI 不行」,是「這個用法不對」。

你是機長,AI 是機組人員。不要被職稱限住你的可能性。


本文提到的資源

工具 連結 說明
91APP https://www.91app.com 台灣零售科技 SaaS 平台
塞掐 Side Chat https://www.youtube.com/watch?v=8QSNNvM7yEU 原始訪談完整版

影片中提到的資源

  • Cursor — AI 程式編輯器
  • Claude Code — Anthropic 的 CLI 開發工具
  • N8N — 開源自動化工具
  • Open Claw(龍蝦)— 開源 AI Agent 平台
  • Lublia — Spencer 的開源 AI 工作流工具

📌 企業 AI 培訓服務
→ https://www.autolab.cloud


關於作者

黃敬峰(AI峰哥),企業 AI 實戰培訓專家,400+ 企業合作、10,000+ 學員。
核心心法:「會用、懂用、好用、每天用」
官網:https://www.autolab.cloud


🎯 需要企業 AI 培訓?

阿峰老師已為超過 400 家企業提供 AI 實戰培訓。從 ChatGPT 基礎應用到 AI Agent 建置,量身打造最適合你團隊的課程。

了解培訓方案 →
📧 ai@autolab.cloud

📬 想收到最新 AI 實戰文章?

每週精選 AI 工具教學、產業趨勢、企業案例,直接寄到你的信箱。

免費訂閱電子報 →

📬 訂閱阿峰老師的 AI 實戰電子報

每週精選 AI 工具技巧、產業趨勢、實戰案例,直送你的信箱。

🔗 追蹤阿峰老師


📖 推薦閱讀


OpenAI 駕馭工程:AI Agent 五個月零手寫百萬行程式碼,軟體開發典範轉移
OpenAI 駕馭工程:AI Agent 五個月零手寫百萬行程式碼,軟體開發典範轉移


OpenClaw 全解析:當 AI 從顧問變成員工,台灣企業需要知道什麼
OpenClaw 全解析:當 AI 從顧問變成員工,台灣企業需要知道什麼


👨‍🏫 阿峰老師

台灣最懂企業 AI 落地的實戰教練。400+ 企業培訓經驗,專注 AI 工具教學、企業 AI 轉型、AI Agent 建置。

了解更多 →📧 聯繫