AI用量不等於績效，怎麼重設成果導向KPI？

「你們團隊這季的 AI 用量 KPI 達標了嗎？」這句話近兩年在台灣企業的季度檢討會上愈來愈常出現。後台報表一拉，Token 用量、提示次數、活躍天數清清楚楚，看起來比客戶續約率、事故率還好追蹤。於是有企業很自然地把它寫進考核表，甚至直接連動獎金。問題是，當 AI 用量 KPI 被當成成果來獎勵，員工就會開始最佳化那個數字，而不是最佳化顧客價值。這篇文章要談的，就是把用量降回診斷資訊、把成果升為獎酬依據的完整思路。

AI 用量指標是什麼？為什麼企業一開始都看 Token 用量

多數企業在評估 AI 導入成效時，第一個拿到的資料不是財務報表，而是工具後台的用量報表。原因很單純：這些數字自動產生、當天就能看到，而且不需要跟其他部門對帳。所以它很自然成為「我們有沒有在動」的第一個證據。

但便利性與價值之間，往往存在一條看不見的斷層。用量高可能代表效率提升，也可能代表反覆試錯、提示寫得太冗長、產出品質不穩而重複生成。同一個數字，可以有兩種完全相反的解讀。

Token、提示次數、活躍天數：三種最常見的 AI 用量指標

Token 用量反映模型處理的文字量，提示次數反映互動頻率，活躍天數反映使用者的黏著度。三者都屬於「活動層級」的訊號，描述的是行為發生了幾次，而不是價值創造了多少。

用量指標為什麼好蒐集、卻難以對應價值

它幾乎是工具自動吐出來的副產品，蒐集成本趨近於零。然而從用量到營收、成本、品質、風險與交付週期之間，隔著流程設計、人員技能、審核關卡與決策權限等一連串中介變數。少了這些變數，用量就只是一個孤立的事實。

從採用率轉向價值實現：國際研究的共同訊號

根據 McKinsey（2024）的調查，78% 的組織至少有一個業務職能使用 AI，65% 受訪組織經常使用生成式 AI；但 BCG（2024）指出，74% 的企業難以從生成式 AI 獲取並規模化價值。MIT NANDA（2025）的報告更直白，約 95% 的生成式 AI 試點未產生可衡量的財務回報，而 Gartner（2024）預估約 30% 的生成式 AI 專案會在概念驗證後被放棄。這些數字指向同一個訊號：採用率高，不等於價值實現。

換句話說，企業真正缺的不是使用率，而是一套能分辨「用了」與「用出成果」的衡量架構。這件事本質上屬於治理層級的問題，可以延伸參考企業AI治理三層架構如何實務建立與落地？的實務做法，先把指標邊界與權責講清楚。

指標類型	資料來源	可觀察訊號	適合用途	不適合用途
Token 用量	模型 API 或工具後台	文字處理總量、輸入與輸出比例	推估成本、偵測異常用量、容量規劃	個人獎金、升遷依據、績效排名
提示次數	對話紀錄、工具日誌	互動頻率、任務重試次數	訓練需求判斷、流程卡點盤點	生產力結論、部門績效比較
活躍天數	帳號登入紀錄	使用黏著度、導入擴散程度	採用率追蹤、教育訓練成效觀察	成果歸因、獎酬計算
工具席次啟用率	授權管理系統	採購席次與實際使用落差	授權最佳化、成本回收評估	個人貢獻評價
生成次數	工具操作紀錄	產出量、草稿反覆次數	辨識重複生成與低品質迴圈	產出價值判定

亞馬遜修訂軟體工程師職務指引：Tokenmaxxing 爭議的管理意涵

近期媒體報導指出，亞馬遜修訂了軟體工程師的職務指引，方向是強調 AI 時代應回歸成果與顧客影響，而非單純的 Token 用量（iThome 報導標題所述，具體年份與條文待核實）。這個轉向之所以引發討論，是因為它戳中了很多企業不敢明說的痛點。

事件脈絡與必須標記的資訊缺口

需要誠實標記的是：目前公開資訊多來自媒體標題與二手轉述，官方職務指引的完整條文字句、適用範圍與生效時程，都還有待官方文件或可信媒體核實。管理意涵可以討論，細節不宜當成定論引用。

為什麼工程師評鑑最容易淪為用量競賽

工程工作的成果有延遲性。程式碼寫完不等於價值產生，還要經過測試、部署、上線觀察，才能看到事故率與顧客影響。相對地，AI 用量是即時的、可比較的、每天都能排名的。當評鑑週期縮短、需要快速給出分數時，容易量化的指標就會勝出。

對台灣企業主管與人資主管的三個啟示

第一，職務指引必須先改，績效表才有依據。第二，AI 協作能力要寫成可驗收的行為，而不是「有在用」的模糊描述。第三，獎酬與升遷要對準成果，否則用量指標一旦進入公式，就會扭曲整個團隊的工作行為。職務邊界本身也在鬆動，關於這點可參考AI代理如何重劃企業職務邊界與工作設計的整理。

構面	舊慣例：用量語言	新方向：成果語言	對人資的意涵
評鑑焦點	AI 工具使用頻率與 Token 用量	交付品質、系統穩定與顧客影響	評鑑表需改寫題目與權重
獎酬依據	使用次數、活躍度排名	成果指標與關鍵行為	獎金公式需重新校準
能力定義	會操作工具即可	會驗證輸出、把關資料品質	能力模型需新增驗證與判斷項目
審核關卡	無特別規範	高風險輸出需人工確認並留紀錄	需與法遵共同設計升級流程
升遷標準	工具熟練度	成果貢獻與協作品質	晉升委員會需取得成果證據

用量當 KPI 的四個謬誤：古德哈特定律與坎貝爾定律

把用量寫進考核表，通常不是因為主管不懂管理，而是因為它太好用了。可惜的是，好用與有效之間，隔著四道理論與實務上的關卡。

【情境】年中績效面談：業務主管拿著 AI 工具後台報表，要求把 Token 用量列入獎金公式，人資主管當場提出疑慮。

傳統做法（用量語言）

業務主管：「他這季 Token 用量是全部門第一，AI 用最兇，獎金應該給最高。」

人資主管：「可是他的交付週期跟去年一樣，客訴也沒少。」

業務主管：「至少他願意用新工具啊。」

新做法（成果語言）

業務主管：「他這季交付週期縮短兩成，上線後事故率下降，客戶續約多一筆。」

人資主管：「那我們就用交付週期、事故率與顧客影響來算獎金，Token 用量放儀表板，用來看他需不需要進階提示訓練。」

業務主管：「這樣我比較敢跟團隊解釋。」

謬誤一：指標反噬，員工最佳化數字而不是顧客價值

經濟學家 Charles Goodhart（1975）指出，當一項指標成為目標，它就不再是良好的指標。用量一旦被獎勵，員工會追求數字本身，而不是數字原本想代表的價值。

謬誤二：活動量與成果脫鉤

Token、提示數、活躍天數都是活動指標。它們回答「做了幾次」，不回答「創造了什麼」。若只獎勵次數，等於在制度上鼓勵表面採用。

謬誤三：生產力悖論與互補性資產未同步

Robert Solow（1987）提出的生產力悖論提醒我們，資訊科技投資隨處可見，生產力統計卻未必同步。原因在於流程、技能、組織設計與衡量制度沒有一起改。AI 也一樣，工具上線了，但審核關卡、決策權限與工作設計若原封不動，產出量增加並不會自動變成顧客價值。

謬誤四：獎酬錯置與 Tokenmaxxing 遊戲化

社會心理學家 Donald T. Campbell（1979）提出，任何量化社會指標若被用於重大決策，就會受到腐化壓力。當 AI 用量連動獎金與升遷，重複生成、無效提示、貼上未公開資料等行為就會出現。內容品質的把關也會同步鬆動，關於這點可延伸閱讀AI生成內容氾濫，企業如何守住內容品質與原創？。

謬誤	理論依據	現場徵兆	可能後果	建議處置
指標反噬	古德哈特定律（1975）	用量衝高但顧客指標持平	指標失去診斷功能	用量退出獎酬，只留儀表板
活動量脫鉤	策略對齊理論	使用次數成長、交付週期沒變	表面採用、資源錯置	改用成果指標定義成功
生產力悖論	Solow（1987）、互補性資產	工具上線但流程未改	產出變多、品質未升	同步調整流程與審核關卡
獎酬錯置	坎貝爾定律（1979）	重複生成、規避審核	風險升高、信任受損	獎酬對準成果與關鍵行為

活動指標與成果指標差在哪？一張表看懂

爭論「用量指標能不能看」很容易失焦。比較有用的問法是：它屬於哪一層指標，該放在哪個位置。把指標分成三層，討論就會清楚很多。

活動指標、產出指標、成果指標的三層架構

活動指標記錄行為發生，產出指標記錄東西被做出來，成果指標記錄外部世界因此改變。三層都值得追蹤，但不能混進同一個獎金公式。

成果指標的六個面向：營收、成本、品質、風險、週期、顧客

成果指標通常落在這六個面向其中之一。它們的共同特徵是衡量有延遲、歸因有難度，但一旦量測穩定，就能支撐策略對話與獎酬決策。

哪些指標可以進獎金公式，哪些只能進儀表板

原則很簡單：能被員工單方面衝高、且與外部價值無直接關聯的指標，只放儀表板；需要跨角色協作才能改變、且直接反映顧客或財務結果的指標，才進獎金公式。想讓這件事在內部說得通，可以參考AI轉型提案說服老闆：用價值語言與階段驗收打破卡關的溝通架構，先把價值語言建立起來。

層級	定義	AI 情境範例	蒐集難度	歸因難度	是否適合獎酬
活動指標	記錄行為發生次數	Token 用量、提示次數、活躍天數	低	高	不適合
產出指標	記錄產出物數量或比例	生成文件數、草稿完成率、測試覆蓋率	中	中	僅限品質條件下使用
成果指標	記錄外部結果的改變	交付週期、客訴率、事故率、續約率	高	中	適合，需搭配基線

面向	可衡量項目	資料來源	建議觀察週期	常見誤用
營收貢獻	成交率、客單價、續約金額	CRM 與訂單系統	季	把整體成長全歸因給 AI
成本下降	單位處理成本、外包費用	財務與採購資料	季	忽略導入與維護成本
品質提升	退件率、客訴率、重工率	客服與品管紀錄	月	只看產出量不看退件
風險降低	資安事件、合規缺失件數	資安與法遵紀錄	月	未計入未通報的黑數
交付週期	從需求到上線的天數	專案管理系統	雙週	用平均值掩蓋長尾延遲
顧客價值	滿意度、留存率、推薦意願	問卷與行為資料	季	樣本偏誤、只問熟客

成果導向 KPI 怎麼設計？五步驟重設流程

KPI 重設不是把舊表格改幾個字，而是重新回答「我們被託付什麼價值」。以下五個步驟，順序不能顛倒。

步驟一：定義成果北極星

先寫清楚何謂成功，再挑指標。若一句話講不出這一季要改變什麼，就先不要動考核表。

步驟二：區分診斷指標與獎酬指標

用量類指標一律歸入診斷，用來判斷訓練需求與工具瓶頸；獎酬只連成果與關鍵行為。這條界線一旦失守，後面全部會走鐘。

步驟三：重設職務指引與能力模型

把 AI 協作、輸出驗證、資料品質把關、風險辨識寫成可觀察的行為，員工才知道自己被期待什麼。

步驟四：建立對照試驗與邊際貢獻

用試點、對照組與前後測衡量 AI 帶來的邊際變化，避免把景氣回升或季節效應誤歸因給工具。資源有限的團隊，可以參考中小企業如何借力產業AI中心快速落地AI技術的做法，先借用外部資源建立量測能力。

步驟五：校準獎酬與治理週期

每季檢視指標是否出現遊戲化跡象，必要時調整權重，並由人資、業務與法遵共同治理，讓校準成為常態節奏而非一次性的專案。

步驟	核心動作	產出物	主責角色	完成判準
步驟一	定義成果北極星	一頁成果定義書	事業單位主管	能用一句話說明本季要改變的顧客或財務結果
步驟二	區分診斷與獎酬指標	指標分流清單	人資主管	用量類指標全數標記為診斷用途
步驟三	重設職務指引與能力模型	職務指引與能力檢核表	人資與用人主管	每項能力都有可觀察行為與驗收方式
步驟四	建立對照試驗與邊際貢獻	試點設計書與前後測報告	專案負責人	能提出可歸因的邊際變化與信賴區間說明
步驟五	校準獎酬與治理週期	季度校準會議紀錄	人資、業務、法遵	獎酬公式與儀表板權重完成書面確認

工程師與知識工作者的職務指引怎麼改？

工程師的評鑑最怕兩件事：一是成果延遲，二是貢獻難分。這正是為什麼用量指標容易趁虛而入。比較務實的做法，是把評鑑拆成幾個可蒐集、又不容易被單方面衝高的項目。

工程師評鑑：程式品質、交付速度、系統穩定、顧客影響

程式品質看同儕審查與重構比例，交付速度看週期而非行數，系統穩定看事故率與回復時間，顧客影響看功能上線後的使用與回饋。四項交叉，用量就只是輔助資訊。

AI 協作與驗證能力如何驗收

重點不在於會不會下提示，而在於輸出之後做了什麼。能不能查出錯誤、能不能把關資料品質、能不能辨識風險並在關鍵時刻升級人工確認，這些都必須有證據來源。

知識工作者的成果語言：從產出量轉向決策品質

文件數量很容易衝高，決策品質卻很難假裝。對知識工作者而言，更好的成果語言是決策被採用的比例、覆核退回率、以及關鍵判斷被事後證明正確的比率。

評鑑指標	建議權重	可蒐集性	抗遊戲化	獎酬適用性	綜合星級
程式品質	25%	★★★★☆	★★★★☆	★★★★★	★★★★★
交付速度	20%	★★★★★	★★★☆☆	★★★★☆	★★★★☆
系統穩定	20%	★★★★★	★★★★☆	★★★★★	★★★★★
顧客影響	15%	★★★☆☆	★★★★★	★★★★☆	★★★★☆
AI 協作與驗證能力	10%	★★★☆☆	★★★★☆	★★★☆☆	★★★☆☆
知識分享	10%	★★★☆☆	★★★☆☆	★★★☆☆	★★★☆☆

能力項目	行為觀察點	驗收方式	證據來源
提示設計	能否用結構化方式描述任務與限制條件	情境演練與成果比對	提示紀錄與產出對照
輸出驗證	是否主動查核事實與邏輯一致性	抽查覆核紀錄	審查意見與修正歷程
資料品質把關	是否避免貼入未授權或敏感資料	合規抽查與情境測驗	工具使用日誌與稽核報告
風險辨識	能否提前標記高風險輸出與情境	案例回顧會議	風險登錄表與事件紀錄
紅燈升級人審	重大承諾或高風險決策是否主動升級	流程遵循率檢視	升級紀錄與處理時效

若你的驗收場景涉及對話式或語音介面，量測方式會更需要事先設計，可延伸閱讀企業如何選擇適合的語音 AI Agent導入場景？驗收關鍵策略，把驗收標準寫在導入之前。

獎酬制度設計：診斷指標與獎酬指標分流

獎酬是最誠實的溝通工具。公司獎勵什麼，員工就會做什麼，這比任何標語都有效。所以分流的關鍵不是「要不要看用量」，而是「用量有沒有資格進公式」。

【情境】季度指標校準會議：人資、業務與法遵三方共同檢視上一季 KPI 是否出現遊戲化跡象。

傳統做法（用量入獎金）

人資：「上季我們把 AI 使用次數放進獎金，結果有人一天生成四十份報告，但客戶一份都沒看。」

法遵：「而且裡面有幾份把未公開資料貼進外部工具。」

新做法（成果入獎金，用量留儀表板）

人資：「這季改成獎酬只看交付週期、事故率與顧客續約，AI 用量只放儀表板。」

法遵：「涉及重大承諾與高風險決策，一律紅燈升級人工確認，並留下可追溯紀錄。」

業務：「這樣團隊知道被期待的是成果，不是刷次數。」

獎金公式該放什麼、不該放什麼

該放的是需要協作才能改變、且直接對應顧客或財務結果的指標。不該放的是單方面就能衝高、與外部價值無關的活動量。

升遷與能力認證如何與成果連動

升遷看的是長期軌跡，不是單季數字。建議以成果證據為主、能力驗收為輔，並要求候選人提出具體案例與影響範圍。

紅燈人審與透明合規的治理底線

凡涉及重大承諾、法遵風險或高風險決策，都應設計人工確認關卡並留下可追溯紀錄。AI 可以前期溝通與彙整，但不代替人做最後決定。若代理型工具已進入日常流程，角色與權限的設計可參考AI代理員工管理實務：從入職到退場的完整流程。

指標	分類	是否進獎金公式	使用方式	更新頻率
Token 用量	診斷指標	否	偵測異常用量與容量規劃	每週
提示次數	診斷指標	否	判斷訓練需求與流程卡點	每週
活躍天數	診斷指標	否	追蹤採用擴散程度	每月
交付週期	獎酬指標	是	連動團隊與個人獎金權重	每季
事故率	獎酬指標	是	設定門檻，超標則扣減權重	每季
顧客影響	獎酬指標	是	以續約、留存與滿意度呈現	每季
成本下降	獎酬指標	是	扣除導入與維護成本後淨額計算	每季

常見誤區與遊戲化徵兆：Tokenmaxxing 的八個訊號

指標被遊戲化很少一開始就很明顯。它通常先出現在幾個角落，等到獎金公布後才全面擴散。以下八個訊號，值得放進季度校準會議的檢查清單。

用量暴增但交付沒變：最典型的假性成長

當用量曲線往上、交付週期曲線卻持平，幾乎可以確定指標與價值之間已經脫鉤。這時候要先查流程，而不是先慶祝。

重複生成與無效提示：低品質產出的隱形成本

反覆生成看似勤奮，實際上是在用更多 Token 換取更差的判斷。這些成本不會出現在績效表上，卻會出現在帳單與品質紀錄裡。

表面採用的組織訊號與早期預警

只交 AI 草稿不驗證、規避審核關卡、用量集中在少數幾個人身上，都是表面採用的典型樣態。人力配置若沒有同步調整，這些現象會更明顯，可參考台灣缺工，企業如何用AI配置人力？的實務觀點。

徵兆	判讀方式	可能原因	建議處置
用量暴增但交付不變	用量與週期趨勢交叉比對	缺乏成果指標，只能追活動量	補上成果基線，用量退出獎酬
重複生成	統計同任務生成次數	提示品質不足或需求未釐清	提供進階提示訓練與範本
超長提示	分析平均提示長度分布	缺乏結構化任務描述能力	建立提示模板與審查機制
深夜批次刷量	檢視使用時段與批次特徵	為衝高指標而機械式操作	移除用量與獎酬連結
只交 AI 草稿不驗證	抽查產出的事實正確率	驗證責任未寫進職務指引	明訂驗證行為與證據要求
規避審核	比對流程遵循率與例外件數	審核被視為阻礙而非保護	設計紅燈人審並強化溝通
指標集中少數人	看用量分布的集中度	多數人未真正採用	檢查工具適配性與訓練覆蓋率
獎金公布後用量跳升	比對公布日前後的用量曲線	指標已被當成目標操作	重新校準指標與獎酬結構

台灣企業的落地路徑：試點、對照組與成果基線

台灣多數企業目前處於試辦與局部導入階段。最常見的困境不是不願意衡量，而是沒有可比的基線，導致衡量結果怎麼解釋都行。

沒有成果基線，就先別全面考核

在基線建立之前全面考核，等於把總體變化誤歸因給 AI。景氣回升、季節效應、人員流動都可能被算進 AI 的功勞，獎酬自然失去公信力。

試點設計：前後測、對照組與邊際貢獻

理想的試點要有一組使用 AI、一組維持原流程，並在相同條件下比較。若無法設對照組，至少要有完整的前後測與質性訪談，並在報告中標明歸因限制。

在地資料缺口與查證建議

台灣目前缺乏公開且具代表性的「AI 用量 KPI 與成果指標」調查資料，主計總處、國發會與各產業公會的最新統計仍需進一步查證。在資料到位之前，建議企業以自身試點資料為主，不要直接套用國外數字。若資源有限，也可評估中小微企業AI投資抵減怎麼申請？門檻與實務解析，降低導入與量測的初期負擔。

試點要素	設計選項	衡量項目	觀察期	注意事項
試點範圍	單一流程或單一團隊	流程週期、退件率	8 至 12 週	範圍過大難以歸因
對照組	同職能未導入組或歷史同期	相同成果指標	與試點同期	需確認條件相當
前後測	導入前後各量測一次	週期、品質、成本、風險	各 4 週	注意季節性因素
邊際貢獻計算	扣除工具、訓練與維護成本	淨效益與投資回收期	每季更新	勿忽略隱形成本
歸因限制	書面說明無法排除的因素	信心程度與假設條件	報告時同步揭露	避免過度推論

方法比較：產出量指標、成果導向 KPI、混合式儀表板

市場上常見三種衡量方法，各有其合理之處，也各有代價。真正的問題不是哪一種最好，而是你的組織目前承受得起哪一種。

三種方法的優勢與限制

產出量指標回饋即時但容易失真；成果導向 KPI 對齊策略但見效較慢；混合式儀表板兼顧診斷與成果，但需要明確的權重與治理紀律，否則很容易退化成「什麼都看、什麼都不算」。

四維星級評分：可蒐集性、策略對齊、抗遊戲化、獎酬適用性

把四個維度拉出來打分，選擇就會變得可討論。組織可以依當前成熟度調整權重，而不是一次跳到最複雜的方案。

混合式儀表板的權重設計與治理紀律

建議把用量類指標的權重設為零（僅供診斷），成果指標合計占八成以上，其餘留給能力與行為項目。並且每季開一次校準會議，確認沒有指標被實質遊戲化。若企業知識本身也需要在 AI 環境中被正確理解與引用，可延伸閱讀企業知識如何在AI搜尋中被正確引用與可見度提升。

方法	核心邏輯	優勢	限制	適用情境
產出量指標	以活動量與產出數代表努力	易蒐集、回饋即時、成本低	與價值脫鉤、易被遊戲化	導入初期觀察採用情形
成果導向 KPI	以外部結果定義成功	對齊策略、適合獎酬	衡量延遲、歸因困難	已有基線與對照組的團隊
混合式儀表板	診斷與成果分層並存	兼顧早期預警與長期價值	需明確權重與治理紀律	跨部門協作與多層決策

方法	可蒐集性	策略對齊	抗遊戲化	獎酬適用性	綜合建議
產出量指標	★★★★★	★★☆☆☆	★★☆☆☆	★☆☆☆☆	僅作導入初期觀察
成果導向 KPI	★★★☆☆	★★★★★	★★★★☆	★★★★★	成熟團隊優先採用
混合式儀表板	★★★★☆	★★★★☆	★★★★☆	★★★★☆	需治理紀律支撐，最推薦

90 天 KPI 重設行動清單

把上述觀念落地的節奏，建議抓一季。太短會來不及建立基線，太長則會讓舊指標繼續主導行為。

第 1 至 30 天：定義成果與建立基線

與事業單位共同寫出成果北極星，並回頭蒐集過去兩季的週期、品質、成本與風險資料，形成可比較的基線。

第 31 至 60 天：試點、對照與能力驗收

選定單一流程試點，設定對照組或歷史對照，同步進行 AI 協作與驗證能力的檢核，累積可用的行為證據。

第 61 至 90 天：獎酬校準與制度化

把成果指標寫進獎金公式，用量指標移入儀表板，並確立季度校準會議與紅燈人審機制，讓做法變成制度而不是專案。

階段	關鍵任務	主責角色	交付文件	檢核點
第 1 至 30 天	定義成果北極星並建立成果基線	事業單位主管與人資	成果定義書、基線資料報告	能用一句話說明本季要改變的結果
第 31 至 60 天	啟動試點、設定對照並完成能力驗收	專案負責人與用人主管	試點設計書、能力檢核表	對照組與衡量項目完成書面確認
第 61 至 90 天	獎酬校準與治理制度化	人資、業務、法遵	獎酬公式、校準會議制度	用量指標全面移出獎金公式

常見問答：AI 用量 KPI 與成果指標重設

用量指標到底能不能看

可以看，但只能當診斷資訊。用量能協助了解採用程度、訓練需求與工具瓶頸，卻不適合直接連結獎酬。若把用量當成果，員工會追求數字，忽略品質、驗證與顧客價值。

如何避免 Tokenmaxxing

把獎酬對準成果與關鍵行為，例如交付週期、程式品質、顧客影響與風險事件。用量只放儀表板，並定期檢視是否出現重複生成、無效提示或低品質產出。

做法	是否進獎金公式	實際效果	常見副作用
用量指標連結獎金	是	短期用量快速上升	重複生成、規避審核、品質下降
用量指標只放儀表板	否	可及早發現訓練需求與工具瓶頸	需搭配成果指標才看得出價值
成果指標連結獎金	是	行為對準顧客與財務結果	需基線與對照組支撐歸因

工程師 KPI 與獎酬怎麼改

可從程式品質、交付速度、系統穩定、顧客影響，以及 AI 協作與驗證能力著手。用量只作輔助資訊，並以同儕審查、測試覆蓋、事故率與實際貢獻交叉驗證。

台灣企業沒有成果基線怎麼辦

先選一個試點，建立前後測與對照組，記錄週期、品質、成本與風險。沒有基線就急著全面考核，容易把總體變化誤歸因給 AI，也容易錯設 KPI。

人資主管的角色是什麼

人資要重設職務指引、能力模型、績效與獎酬制度，並與業務、法遵共同治理。重點是區分診斷指標與獎酬指標，確保用量不被遊戲化。

問題	主要適用角色	對應章節
AI 用量 KPI 完全不能看嗎？	企業主管	第一章、第四章
如何避免 Tokenmaxxing？	企業主管、人資主管	第三章、第八章
工程師評鑑與獎酬怎麼改？	工程主管、人資主管	第六章、第七章
沒有成果基線怎麼辦？	企業主管、專案負責人	第九章、第十一章
人資在重設中的角色？	人資主管	第五章、第七章

智菩科技的觀點：把用量降為診斷，把成果升為獎酬

智菩科技（AIbud）長期主張「智慧引導 AI」，意思是讓 AI 成為人類智慧的延伸，而不是數字競賽的放大器。用量是過程資訊，成果才是被託付的價值。

從智能到智慧：AI 用量只是過程，決策品質才是結果

工具愈強，判斷力愈珍貴。當每個人都能快速生成內容，差異就不再來自產出速度，而是來自取捨的品質與承擔責任的能力。

治理、領導、管理三支柱如何對應 KPI 重設

治理負責定邊界與權責，領導負責凝聚成果北極星的共識，管理負責把落地節奏與校準機制做成日常。三者缺一，指標就會歪一邊。

價值總帳六面向：避免只看短期數字

評估 AI 效益時，除了顯性、現在、直接的數字，也應納入隱性、未來、間接的影響，例如顧客信任、員工能力累積與風險韌性。這些不會出現在當季報表，卻決定了下一季能否延續。

支柱	對應動作	KPI 重設意涵
治理	界定指標邊界、權責與紅燈人審機制	決定哪些指標不得進入獎酬，以及誰有權調整
領導	凝聚成果北極星與價值排序共識	確保組織對「何謂成功」有一致語言
管理	建立落地節奏、試點對照與季度校準	讓成果指標可被驗收，用量指標維持診斷功能

結論：用量會退流行，成果不會

工具會換、模型會更新、報表欄位會改版。唯一不會退流行的是：企業被託付了什麼價值，以及有沒有把它做出來。把用量留在儀表板，把成果寫進獎酬，是這一輪 AI 轉型裡最務實的一個決定。

三個今天就能做的動作

1. 打開目前的獎金公式，把純活動量的指標圈出來，先標記為「待移出」。
2. 找出一個最能代表顧客或財務結果的指標，回頭查過去兩季的數字，建立基線。
3. 約一次人資、業務與法遵的 60 分鐘會議，把紅燈人審的範圍寫成一句話。

下一季要追蹤的四個數字

交付週期、事故率或退件率、顧客影響指標（續約或滿意度）、以及扣除導入成本後的淨效益。四個數字若能穩定呈現趨勢，獎酬校準就有依據；AI 用量則繼續留在儀表板，用來判斷誰需要進階訓練、哪個流程還有瓶頸。

延伸閱讀

• 企業AI治理三層架構如何實務建立與落地？
• AI代理如何重劃企業職務邊界與工作設計
• AI轉型提案說服老闆：用價值語言與階段驗收打破卡關