四月的時候，科技媒體 Computing 報導了一個很值得製造業管理者注意的現象：有些公司開始把 AI token 用量做成排行榜。報導中提到，Meta 內部一個名為「Token Legend」的排行榜在資料外流後關閉；Disney 有員工在九個工作日裡對 Claude 送出大約四十六萬次指令；Visa 三月份的 token 用量接近二月份的兩倍。

這些不是技術新聞，是管理新聞。

把 AI 使用做成可比較的排行榜，把 token 消耗變成「誰最會用 AI」的替代指標，這套邏輯今年正在大型科技公司之間擴散。JPMorgan、Disney 等公司的內部儀表板也被媒體提及。這些消息未必代表公司正式把 token 用量納入考核，但它已經足夠提醒我們：當 AI 使用量變成可見、可排名、可被表揚的數字，管理行為很快就會被數字牽著走。

問題是，我們做工廠的人，對「指標變了，行為跟著變」這件事的記憶，應該比矽谷的主管還深。

釘子工廠和 OEE 的老問題

七十年代經濟學家 Charles Goodhart 提出過一個後來被廣泛引用的觀察：當一個統計規律被拿來控制行為，它本身就會失效。後來大家把它簡化成一句話：「當一個指標變成目標，它就不再是好的指標。」最常被拿來解釋這件事的是釘子工廠。如果用「做了幾根釘子」當績效，工人會做一堆迷你釘；改成「做了幾公斤的釘子」，工人會做幾根超大鐵釘。指標本身沒問題，問題在於它一旦被綁上獎金，就會被優化成一個跟目的脫鉤的數字。

OEE 走過完全一樣的路。設備總效率原本是給管理者看現場真實狀況的，包含可用率、效率、良率三個分項。但當 OEE 變成考核項目、變成廠長月會的成績單，現場就學會了怎麼把數字做漂亮。設備空轉的時間被歸到「計畫停機」，小停機被聚合成一次大停機免得拉低可用率，換線時段乾脆排在系統盲區。這些手法不需要造假，只要懂得怎麼歸類就行。最後 OEE 數字漂亮，產出沒有變多，但獎金照領。

把 AI 使用率納入績效，是同一個劇本的下一幕。

使用率從來就不是好指標

Indeed 的資訊長 Anthony Moisant 講過一句話，值得釘在這類會議室的牆上：「任何時候我們把指標和獎勵綁在一起，我們就創造了反向誘因，員工就會開始照那個指標做事。」他建議的替代品是看產出：交付速度、客戶影響、實際解決的問題。

這聽起來很基本，但實際上極難執行。因為產出指標難收集、有時間延遲、結果還會被別的因素污染。使用率反過來：好量、即時、看起來客觀。所以管理者很自然地選擇後者，然後告訴自己「這是過程指標，幫助員工建立習慣」。

問題是，AI 使用率跟 OEE 一樣，被找漏洞繞過的條件全都齊了。第一，量測方式單純（消耗多少 token、發了幾次指令），員工知道怎麼影響它。第二，公開排名造成同儕壓力，沒人想被當成「不會用 AI 的人」。第三，獎金和升遷掛勾，繞過的動機就成立了。Computing 報導裡那位九天送出四十六萬次指令的 Disney 員工，平均算下來幾乎是每分鐘按下一次送出，連續九天。這比較像自動化代理在跑，不像人在正常工作。

BCG 的報告講得很直白：六成的公司投入 AI 之後，幾乎沒有取得實質營收或成本成效，真正進入 future-built 狀態的公司只有百分之五。McKinsey 也指出，百分之八十八的組織已經在至少一個業務功能中使用 AI，但只有大約三分之一開始把 AI 計畫規模化。使用率高跟價值產出高，從來就不是同一件事。我們把使用率當 KPI，等於是在獎勵那一大塊尚未產生價值的活動。

該被考核的不是使用率，是抉擇

製造業有經驗的廠長知道，OEE 看板要看，但更要看別的東西，比如客訴率、保固成本、工時與產出的比值、人員流動率。多套指標互相牽制，單一指標就難被找漏洞。AI 使用該不該被觀察？應該。但被觀察跟被考核是兩件事。

四個問題或許值得放進主管的下一次績效會議：

第一，我們希望員工的時間花在哪裡？如果答案是「快速產出和正確判斷」，那考核的就應該是這兩件事，不是過程中用了多少 AI。

第二，我們的 AI 使用儀表板比較像現場的 OEE 看板，還是比較像加班報表？前者用來找瓶頸，後者用來打分數。性質完全不同。

第三，假設我們把使用率排名公開暫停一個月，數字會掉多少？如果會大幅下滑，我們知道前面那些使用大半是被排名催出來的，跟業務需求無關。

第四，該被獎勵的人，是「最會用 AI 的人」，還是「讓 AI 投入產生最大產出的人」？這兩種人在組織裡通常不是同一個。

這套思考不是反對 AI 導入，反而是希望它能走得長。每一波管理浪潮都跑過同樣的劇本：先設指標、再被找出漏洞、然後被換掉。如果我們能在 AI 使用率走完這條路之前停一下，想清楚要產生的是什麼結果，那這套考核還沒設就已經值回票價了。

數據來源：