AI 商業策略專家 Allie K. Miller 在 X 上分享了一套五級 AI 使用成熟度框架，用於招聘和入職評估。這則推文被超過 514 人收藏，遠超過其 262 個讚數——這個收藏與按讚的懸殊比例，說明這不只是一個觀點，而是一個被大量專業人士存下來準備實際使用的工具。她的核心論點：「AI-first 如果不解決實際商業問題就毫無意義。」
Table of Contents
從「會用 AI」到「掌握 AI」的五個層次
Miller 的框架將 AI 使用者分為五個層級。第一級是「表面使用者」（Surface User），只會用 AI 做基本查詢；第二級能夠運用 AI 提升個人生產力；第三級開始將 AI 整合進團隊工作流程；第四級能設計 AI 驅動的解決方案；第五級——「完全擁有者」（Full Ownership）——能從零建構 AI 策略並衡量其商業影響。
這個分層的價值在於，它把模糊的「AI 能力」轉化為可觀察、可評估的具體行為指標。面試官不再需要問「你會不會用 AI」，而是可以根據框架評估候選人處於哪個層級。
為什麼傳統招聘方式失效了
Miller 指出，多數企業的 AI 招聘仍停留在「有沒有用過 ChatGPT」的層次，這就像在智慧型手機時代問人「你會不會打電話」一樣毫無鑑別力。真正的差異不在於「是否使用」，而在於「如何使用」以及「能否將使用轉化為商業成果」。
這個框架之所以引起廣泛共鳴，是因為它解決了企業 AI 轉型中一個普遍痛點：知道要招 AI 人才，卻不知道怎麼評估。五級分層提供了一個簡單但有效的評估語言，讓人資、主管和候選人可以在同一個座標系上溝通。
框架的侷限與適用場景
當然，任何統一框架都有簡化的風險。技術職和非技術職的 AI 成熟度標準理應不同：一個行銷主管的「第四級」和一個機器學習工程師的「第四級」，實際能力差異可能很大。此外，AI 工具的快速迭代意味著今天的「第五級」可能在六個月後就變成基本門檻。
儘管如此，在多數企業連「如何定義 AI 能力」都還沒有共識的當下，這個框架提供了一個實用的起點。
對台灣企業 AI 人才策略的啟示
台灣企業正面臨 AI 人才爭奪戰，但許多公司的招聘標準仍然圍繞傳統技術指標。Miller 的框架提供了一個跨越技術與商業的評估維度：不只看候選人的技術深度，更看他們能否將 AI 能力轉化為可衡量的業務成果。對於正在建立 AI 團隊的台灣企業，這五個層級可以直接作為人才盤點和培訓規劃的參考座標。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
