BLUF（置頂摘要）： TUI集團的實戰經驗揭示了一個殘酷但無可迴避的事實——AI規模化的核心挑戰已從「技術可行性」徹底轉移至「組織變革的勇氣」。成功的關鍵不在於擁有最先進的模型，而在於能否勇於拆解數十年累積的遺留系統與僵化流程，擁抱「共同駕駛」的人機協作模式，並建立一套全新的AI投資衡量框架。這不僅是TUI的故事，更是所有志在AI時代保持競爭力的企業必經的考驗。
當AI浪潮撞上「既有路徑」：為什麼規模化總是卡關？
答案很簡單，卻也最難執行：因為我們試圖用未來的工具，去優化一個為過去而設計的系統。企業的作業流程，如同城市裡自然形成的巷弄，是數十年來人員、系統、意外與妥協交織而成的有機體。AI不是鋪在上面的新柏油，它需要的是一套全新的都市計畫。
這正是TUI集團技術負責人Jie Zheng在2026年Skift數據與AI高峰會上所點出的核心矛盾。TUI——這家擁有超過67,000名員工、年營收超過240億歐元的全球旅遊巨頭——在AI轉型的第一線累積了豐厚的實戰經驗。他們學到的最重要一課：規模化AI需要的不是更多GPU，而是拆解既有架構的勇氣。
根據麥肯錫2025年的一項調查，超過70%的企業AI試點專案未能成功擴展，其主因並非模型準確度不足，而是無法融入既有的營運現實。這場戰役的戰場不在資料科學家的筆電裡，而在跨部門的會議室、傳承多年的SOP文件，以及員工每日工作的慣性中。TUI自身的經驗也印證了這一點——當他們試圖將AI解決方案推向全組織時，最大的阻力並非來自技術堆疊，而是來自那些已經運作數十年的內部流程與組織文化。
從「自動駕駛」的幻想到「共同駕駛」的現實
業界對AI最大的誤解，莫過於對「完全自動化」的浪漫想像。彷彿一夜之間，系統就能接管一切，人類只需監督。TUI的經驗狠狠戳破了這個泡泡：規模化AI初期，需要的人力監督不是更少，而是更多。
這不是技術不成熟，而是責任歸屬與風險管理的本質使然。在旅遊業這個高度動態、充滿不確定性（天氣、政策、突發事件）且直接影響消費者體驗與安全的領域，將決策完全交給黑盒子模型，無異於商業自殺。TUI集團資訊長Pieter Jordaan有一個精闢的比喻：「如果你問『這輛車如何讓我原本的馬跑得更快？』那你就完全搞錯了重點。真正的問題是：『我要如何從騎馬切換到開車？』」
也因此，TUI在實踐中發展出清晰的AI協作層級架構。下表總結了三種主要的AI協作模式及其適用場景：
| 模式 | 核心概念 | 成熟度 | 適用場景 | 主要風險 | TUI案例 |
|---|---|---|---|---|---|
| 輔助工具 | AI提供建議，人類全權決策 | 高，已廣泛應用 | 資料分析、報表生成、初步篩選 | 建議品質不穩可能誤導決策 | 客服對話建議、動態定價參考 |
| 共同駕駛 | AI執行常規任務，人類處理例外與監督 | 中高，主流規模化路徑 | 客服路由、動態定價、庫存管理、內容生成 | 人機介面設計不良導致協作斷點 | 80%標準訂單由AI處理，20%複雜案例轉交人類 |
| 自動駕駛 | AI全權執行與決策，人類僅設定目標 | 低，僅限封閉、高確定性場景 | 資料清洗、系統監控告警、內部文件分類 | 黑盒子決策、長尾問題應變不足、法規倫理挑戰 | 僅限於非關鍵的內部數據處理流程 |
上表清晰地揭示了產業的共識：跳過「共同駕駛」直奔「自動駕駛」，是大多數AI專案失敗或投資報酬率低下的主要原因。AI的真正價值，在於為人類專家過濾掉80%的例行性「雜訊」，讓他們寶貴的認知資源能夠重新聚焦在那20%真正複雜、高價值、需要創意與同理心的「例外」與「訊號」上。例如，讓AI處理標準的訂票改簽請求，而讓客服專員有時間去安撫因航班取消而焦慮的家庭旅客——這正是TUI將客服投訴處理時間從5分鐘大幅縮減至30秒的關鍵。
「商業流程重新想像」：是口號，還是非做不可的外科手術？
「商業流程重新想像」聽起來像是另一個管理顧問創造的華麗詞藻，但在AI時代，它已從選修課變成生死存亡的必修課。這不僅是流程優化，而是以第一性原理思考：如果今天我們從零開始，為了最大化顧客價值與營運韌性，並擁有當今的AI能力，我們會如何設計這個流程？
這個過程必然伴隨著陣痛。它意味著要挑戰那些「一直以來都是這樣做」的規則，可能觸動既得利益，並需要投資於暫時看不到直接收益的基礎架構重構。TUI為此展開了大規模的組織改革：將外部IT承包商從「數千人」大幅削減至「可能僅剩30到50人」，同時啟動了2.5億歐元的成本節約計畫（2025-2028年），按60:40比例分配至一般費用與營運優化——而且明確不涉及裁員。
TUI的具體做法包括：將所有雲端基礎設施整合至法蘭克福的AWS資料中心（Jordaan稱之為AI的「氧氣」），推動「數據解封」（unboxing data）打破數據孤島，以及全面汰換遺留系統——預計在2026年完成。根據斯坦福大學「人工智慧指數2026」報告，那些在流程重構上投資超過AI模型本身開發的企業，其AI專案的長期成功率是前者的2.3倍。TUI的實戰經驗完全呼應了這項研究發現。
以旅遊業為例：從線性流程到即時協調的典範轉移
以旅遊業的動態打包為例。傳統流程是庫存系統、定價引擎、預訂系統、支付閘道依序線性作業——這是一個為單一產品、單一通路時代設計的流程。AI驅動的重新想像，則是建立一個以「顧客意圖」為核心的即時協調層：AI同時理解顧客偏好、預測目的地熱度、動態組合庫存並計算最優價格與佣金結構，將一個多步驟、多部門的流程壓縮為一個即時互動。這不僅是速度更快，更是創造了全新的產品可能性與營收模式。
TUI在這方面的成果極為具體：旅館描述生成從原本需要8小時的人力撰寫，縮短至10秒內的AI自動生成；規劃流程從72小時壓縮至分鐘級；內部更建立了超過3,000個AI助手，每週為員工節省數千工時。這些不僅是效率提升，更代表著整個組織運作邏輯的根本性改變。
如何衡量無形價值？AI投資回報的新指標
「這個AI專案幫我們賺了多少錢？」這是CEO最常問，也最難直接回答的問題。尤其是在策略性、基礎性或是體驗優化的專案上，直接財務影響往往滯後且難以歸因。若只拘泥於傳統投資報酬率計算，許多最具變革潛力的AI投資會在早期就被扼殺。
TUI的技術負責人Jie Zheng在訪談中特別強調了這個痛點。他指出，AI的價值衡量不能沿用傳統IT專案的框架，而是需要一個多維度的評估體系——對產品長（CPO）而言代表營收增長潛力，對人力長（CPO）而言代表縮短員工技能達標時間，對資安長（CISO）而言則是風險降低程度。企業需要一套新的衡量框架，聚焦於「領先指標」與「能力建構」：
- 營運韌性指標：系統異常的平均偵測與回應時間縮短百分比、旺季人力需求預測準確率、供應鏈中斷的替代方案生成速度。TUI在MongoDB Atlas上實現了毫秒級搜尋，正是這類指標的具體展現。
- 決策品質指標：關鍵決策（如定價、採購）所需的資料準備時間減少量、決策選項的模擬分析廣度、決策後結果與預期的偏差率。
- 人力賦能指標：員工從重複性行政工作中釋放出的時間比例、用於高價值任務的時間增長、員工對工具滿意度與使用率的提升。TUI的3,000個AI助手直接對應這項指標。
- 顧客體驗指標：個性化推薦的接受率、問題首次接觸解決率、顧客旅程中的摩擦點減少數量。TUI將客服投訴處理時間從5分鐘降至30秒，就是顧客體驗指標的飛躍性改善。
下表將這些指標與傳統衡量方式進行了系統性比較：
| 衡量維度 | 傳統IT專案ROI | AI專案ROI（建議框架） | 關鍵差異 |
|---|---|---|---|
| 時間維度 | 1-2年回收期 | 3-5年能力建構期 | AI價值遞延但複利效應更強 |
| 價值類型 | 直接成本節省 | 直接節省+風險規避+能力建構+機會創造 | 需要更全面的評估模型 |
| 歸因難度 | 較易直接歸因 | 間接且與其他因素交織 | 需建立實驗組與對照組 |
| 主要受眾 | 財務長 | 產品長、人力長、資安長、財務長 | 每個長字輩關注不同維度 |
| 成功門檻 | 可量化即可 | 需同時量化有形與無形價值 | 無形價值常占總價值的60%以上 |
誰將是贏家？產業格局的重塑與新競爭軸心
AI規模化的這場硬仗，正在悄然重塑科技與傳統產業的競爭格局。贏家不會是最先發表頂會論文的團隊，也不會是擁有最多AI博士的企業，而是那些能將技術洞察與組織執行力、流程設計與人性管理結合得最好的「混合型」領導者。
首先，軟體與雲端巨頭的影響力將進一步向產業縱深滲透。TUI本身就是一個典型案例——它與AWS緊密合作，將其雲端基礎設施整合至AWS，並利用Amazon Bedrock進行內容生成。微軟憑藉其Copilot堆疊與Azure OpenAI服務，正從工具提供者轉型為「AI轉型夥伴」。Google透過Vertex AI和Duet AI深入企業工作流。這些巨頭競爭的不再只是算力與模型，更是誰能提供更貼合產業痛點的「共同駕駛」解決方案與轉型方法論。
其次，垂直領域的「AI原生」新創將對僵化的incumbent（既有業者）發起更精準的攻擊。這些新創沒有歷史包袱，從第一天起就用重新想像的流程和AI核心來設計業務。在旅遊業，我們已看到從行程規劃、個性化推薦到團體管理各環節的AI原生應用。TUI的回應策略是與Mindtrip等AI平台合作，讓用戶能在AI規劃旅程時直接點擊「透過TUI預訂」按鈕——這是一種務實的生態系合作思維。
最後，競爭的軸心將從「誰的AI更聰明」轉向「誰的AI與人協作得更流暢」。這涉及複雜的組織設計、變革管理與使用者體驗設計。根據Gartner預測，到2027年，超過50%的中大型企業將設立專職的「人機協作流程設計師」職位。企業的AI成熟度，將體現在其員工手冊、KPI設定、會議流程乃至辦公室佈局中，而不僅僅是技術架構圖裡。
| 企業類型 | 在AI規模化浪潮中的優勢 | 面臨的主要挑戰 | 關鍵成功動作 | TUI啟示 |
|---|---|---|---|---|
| 科技巨頭 | 技術棧完整、生態系龐大、資金雄厚 | 缺乏深度產業知識、解決方案可能過於通用 | 深耕關鍵垂直領域、與產業領導者建立深度共創夥伴關係 | AWS與TUI的深度合作模式 |
| 傳統產業領導者 | 豐富領域知識、客戶關係、實體資產與資料 | 組織慣性強、既有IT系統複雜、害怕蠶食現有業務 | 展現拆解既有流程的勇氣、設立獨立創新單元、投資於內部AI能力中心 | TUI從「騎馬轉開車」的思維轉換 |
| 垂直領域AI新創 | 無歷史包袱、組織敏捷、產品體驗聚焦 | 缺乏規模、品牌信任度、獲取特定資料困難 | 聚焦利基場景、成為生態系中的關鍵模組 | Mindtrip的API整合模式 |
| 系統整合商與顧問 | 流程專業、變革管理經驗、客戶信任 | 技術深度可能不足、傳統方法論過時 | 快速升級為「AI轉型顧問」、建立技術合作夥伴網絡 | 需具備TUI等級的實戰經驗 |
TUI的「兩條腿走路」策略：破壞性創新與務實交付的平衡
Jie Zheng在Skift峰會上提出了一個極具啟發性的管理原則——「兩條腿走路」（Walk on Two Legs）。具體來說，就是將AI投資策略分成兩個並行的軌道：
第一條腿：探索性研發。 撥出一部分預算（通常占AI總投資的10-20%）用於高風險、高回報的實驗性專案。這些專案可能最終無法規模化，但它們是組織學習的前哨站，讓團隊能夠接觸新技術、培養新能力，並在市場真正爆發前累積經驗。
第二條腿：務實交付。 將大部分資源投入那些能夠在短期內產生可衡量商業價值的專案。這些專案不一定最具顛覆性，但它們建立了組織內部的信任與動能，讓利害關係人看到AI的實際效益。
這「兩條腿」必須同時前進，不能偏廢。只專注探索會讓組織失去短期動能與資金支持；只專注交付則會讓組織錯失長期的策略性機會。TUI的經驗表明，最成功的AI組織往往是在願景驅動與務實交付之間取得了巧妙平衡。
除了策略層面的平衡，TUI也在組織層面推動巨變。他們將外部IT承包商從「數千人」削減至「可能僅剩30到50人」，這不僅是成本考量，更是為了建立長期、可持續的內部AI能力。配合這項變革的是對67,000名員工的AI素養培訓計畫——TUI的目標是「將AI交到每個人手中，讓他們去實驗」。
給領導者的行動備忘錄：從今天開始的三大優先事項
面對這場不可避免的拆解與重構，企業領導者不應再等待完美的藍圖。以下是從TUI實戰經驗中提煉出的、可以立即啟動的三個關鍵行動：
1. 啟動一個「逆向工程」專案。 選擇一個核心顧客旅程，組建跨功能團隊，任務不是用AI優化現有步驟，而是回答：「如果一切從零開始，我們會如何設計這個旅程？」這個練習本身就會暴露出大量可被重構的「既有路徑」。TUI將旅館描述生成時間從8小時縮至10秒，正是逆向工程思維的具體成果。
2. 將「共同駕駛」體驗納入產品與服務設計的核心。 在設計任何新功能時，強制要求團隊明確定義：哪裡是AI的常規處理區？哪裡是人類的監督與例外處理介入點？兩者之間的「交接」如何做到無縫且情境感知？TUI的做法是讓AI處理80%的標準訂單，而將20%的複雜案例保留給人類專員。
3. 改變衡量與激勵機制。 停止只獎勵「完成了一個AI模型」。開始獎勵「成功拆解了一個舊流程」、「設計了一個被員工採用的新人機協作介面」。將投資與績效評估對準「能力建構」和「流程健康度」，而不僅僅是短期財務數字。
更深層的啟示：AI規模化歸根結底是領導力的考驗
TUI的故事並非一個關於技術的神話，而是一個關於領導力的寓言。它的核心訊息是：AI規模化的旅程，歸根結底是一場領導力的考驗。 它考驗的是領導者是否有足夠的智慧看清未來，是否有足夠的勇氣拆解過去，以及是否有足夠的耐心與紀律，在願景與現實之間，鋪設一條讓整個組織都能穩步向前的道路。
Pieter Jordaan在2026年2月的一場演講中說了一句發人深省的話：「如果你問『這輛車如何讓我原本的馬跑得更快？』那你就完全搞錯了重點。」這句話精準地概括了當前許多企業在AI轉型中的困境——他們仍在試圖用新工具來優化舊系統，而不是從根本上重新想像系統本身。
TUI的經驗是一面鏡子，映照出所有志在未來的企業都必須面對的真相：最大的AI模型，也無法自動化掉變革所需的勇氣與決心。而當TUI成功在2026年完成遺留系統汰換、實現全員AI精通的目標時，它將不僅僅是一家更有效率的旅遊公司，更是一家從根本上被重新想像的組織。
前瞻思考：2027年後的AI規模化新戰場
展望未來，AI規模化的競爭軸心將進一步演進。TUI已經開始布局的下一個戰場包括：
- 代理式AI商務（Agentic E-commerce）： Jordaan觀察到AI代理現在能夠自主瀏覽網路，「而且它們不會被行銷手段所欺騙」。這將從根本上改變電子商務的運作邏輯，顧客不再只是人類消費者，還包括AI代理。
- AI生成靈感內容： TUI正在使用AI生成「啟發性影片」，幫助旅客規劃旅程——這不僅是效率工具，更是全新的顧客體驗創造方式，讓旅遊靈感從被動搜尋轉為主動推薦。
- 全通路AI管家： 從TikTok到大型語言模型生態系，TUI正將AI管家部署到顧客會出現的所有數位觸點，實現無處不在的智慧旅遊服務。
對所有正在進行AI規模化旅程的企業而言，最好的策略或許就是學習TUI的「兩條腿走路」：一條腿踩在今天的務實交付上，另一條腿跨向明天的探索創新。因為在AI時代，停滯不前不僅僅是落後——它意味著被徹底淘汰。
FAQ
Q1: AI規模化的最大障礙是什麼？它為什麼不是技術問題？
A: 最大障礙並非模型準確度或算力不足，而是數十年來有機成長的既有商業流程與組織架構。超過70%的企業AI試點專案未能成功擴展，主因是無法融入既有的營運現實。
Q2: 什麼是「共同駕駛」模式？它與「自動駕駛」有何不同？
A: 共同駕駛模式是指AI負責80%例行性任務，人類專注20%複雜例外情況。與自動駕駛不同的是，共同駕駛保留了人類在關鍵決策點的監督與介入權限。
Q3: 企業如何衡量AI投資的實際回報？
A: 需要聚焦於營運韌性指標、決策品質指標、人力賦能指標以及顧客體驗指標。這些領先指標比傳統財務數字更能反映AI的長期競爭力。
Q4: 企業在AI規模化過程中最常見的錯誤是什麼？
A: 將AI「疊加」在舊有流程上，忽略了流程本身需要被重新設計。在流程重構上投資超過模型開發的企業，其專案長期成功率是前者的2.3倍。
Q5: TUI集團在AI轉型中有哪些具體成果？
A: 客服投訴處理從5分鐘縮至30秒；旅館描述生成從8小時降至10秒；規劃從72小時縮至分鐘級；內部建立超過3,000個AI助手。
參考資料
- Skift數據與AI高峰會：Scaling AI Requires the Courage to Dismantle: Lessons from TUI
- TUI資訊長Pieter Jordaan專訪：TUI’s CIO on AI Innovation, Adoption, and the Future of Customer Experience
- 麥肯錫生成式AI經濟潛力報告：The economic potential of generative AI: The next productivity frontier
- 斯坦福AI指數報告2026：Artificial Intelligence Index Report 2026
- TUI與MongoDB Atlas合作案例：TUI prepares for an AI-driven future with MongoDB Atlas
- TUI以AI創造靈感內容：Travel firm Tui says it is using AI to create ‘inspirational’ videos
- 微軟工作趨勢指數：Work Trend Index: AI at work is here. Now comes the hard part
