智齡科技康仕仲：談 AI 轉型成功的組織文化關鍵

長照 SaaS 的價值，已從記錄轉向交付成果

「恐龍的演化不是自願的——是因為有一顆隕石掉在地上。」智齡科技執行長康仕仲博士引用Netflix紀錄片《恐龍》中的比喻，揭示了當前企業面對 AI 技術海嘯時的真實處境。

台灣於 2025 年正式邁入 65 歲以上人口超過 19.2% 的超高齡社會（國家發展委員會，2024），衛生福利部預估，台灣今年（2026年）的失能與長照需求人數將正式突破90萬人，上看91至92萬人。然而，第一線照護人力面臨嚴重的大缺工時代，傳統長照機構的護理人員與社工，每天平均需耗費 3 小時以上（約佔每日工作時間的 60% 以上）處理繁瑣的紙本與數位紀錄，這些行政負擔大幅擠壓照護者陪伴個案與提供情緒支持的時間。

過去七年間，智齡科技（Jubo）成功將全台過半（50%）長照機構的紙本紀錄搬上雲端，服務超過 2,800 家機構並累積高達 30 億筆臨床數據。然而，當生成式 AI 迅速普及後，客戶不再滿足於被動紀錄功能，而是直接詢問：「你們的 AI 在哪裡？」（天下雜誌，2026）

康仕仲博士體認到，單純的記錄功能已無法形成競爭門檻；軟體服務的價值必須轉變為「直接替客戶產出成效、減少昂貴專業人力的耗損」。這正如哈佛商學院教授 Marco Iansiti 與 Karim R. Lakhani 在《領導者的數位轉型》中所述：企業的創新包含「商業模式」（創造與攫取價值）與「營運模式」（遞送價值）的雙重再造，只有將核心流程軟體化與數據化，才能突破依靠人力擴張的物理限制（李雪鳳，2024）。

把 AI 放進流程，才能從工具變成產能

為了落實「成果交付」的價值主張，智齡科技將數據匯流、演算法開發與實驗平台整合至日常營運，建構出如人工智慧工廠（AI Factory）架構，這套做法在外部產品與內部開發端均展現出顯著的自動化效益（康仕仲，2026）：

1. 外部社工訪視報告：傳統長照社工完成家庭訪視後，跨系統彙整與撰寫報告約需 60 分鐘，導入 AI 系統自動清洗資料與產製草稿後，再由社工進行專業簽核，處理時間大幅壓縮至6 分鐘，釋放了九成的文書時間。
2. 內部舊系統架構重構（.NET）：在併購與業務擴張期間，工程團隊需將舊有 ASP 架構重構為現代化 .NET。單一模組的人工改寫原本需要 4 至 10 天，在導入     AI 協作後縮短至 0.5 至 1 天，開發效率提升 8 至 20 倍。
3. 內部法務合約審閱：透過關鍵條文自動辨識與風險標註，合約審閱時間由傳統的 2 小時銳減至 2 分鐘。

表 1：智齡科技 AI 轉型前後效益對照表。資料來源：整理自Jubo智齡科技（2026）

AI 的價值不只在於工具變快，當企業把資料、模型與工作流程接起來，原本依賴人工作業的瓶頸才會真正改變，規模擴張與學習速度也不再完全受制於人力成本。

AI 難以推進，問題常出在組織文化

技術可用，不代表組織就能用得順暢。康仕仲（2026）將企業推動 AI 時常見的組織阻力歸納為三大文化障礙：

1. 將 AI 侷限於 IT 工具思維：管理者僅將 AI 視為 IT 部門的局部軟體優化，未提升至商業戰略、人力重組與營運模式再造的高度。
2. 部門間的數據孤島壁壘：AI 發揮效能的前提是全域數據流動；若各部門習慣各自封鎖數據，模型再強也無法串起完整業務流程。
3. 對人與 AI 採用雙重容錯標準：組織文化通常允許人類員工在試錯中成長，卻對 AI 初期的瑕疵採取嚴苛的零容忍態度，這種不對等機制阻礙了人機協作演進的空間。

系統看見數據，一線人員看見的是人

企業導入 AI、推動流程標準化時，也要正視第一線工作者的倫理壓力。研究指出，AI 與 App 雖能計算工時、定位打卡及追蹤照護紀錄，卻難以取代居服員依靠「具身感知」與「情境倫理」做出的現場判斷（Swanson, 1991; Watson, 1999; 鄧光宇，2026）。這類技術可能帶來五項問題：忽略案主的細微變化、壓縮前線裁量空間、加重程序與實際需求衝突時的責任壓力、造成管理端與工作者的信任落差，以及削弱專業認同與留任意願。管理者應把 AI 定位為協助照護的工具，而非監控人員的手段，並在資料治理中保留第一線的專業判斷空間（鄧光宇，2026；康仕仲，2026）。

因此，資料管理不能只追求完整、可追蹤與可稽核，它還必須容納第一線的裁量，否則系統愈精密，工作者的自主性與同理空間反而可能愈小。

組織架構演進：去中階化與人機協作網絡

隨著 AI 承接更多例行監督與行政工作，傳統金字塔式的官僚架構正逐步走向扁平、敏捷的網絡化組織（李雪鳳，2024）。

當演算法能處理大量的例行管理決策與監督時，傳統僅負責指令傳遞與流程審核的中階主管將面臨轉型壓力。世界經濟論壇（WEF）於《未來就業報告》中預測，生成式 AI 的能力提升將使「企業服務與行政經理」等傳統管理與行政職位需求大幅下滑（TechNews 科技新報，2025）。

在此趨勢下，中階主管必須轉型為「人機協作專家」，其核心價值將轉向數據解讀、應用場景創新與跨部門協調；過去依靠職位頭銜與人脈產生的影響力，將逐漸讓位給技術能力、創意成果與數據影響力。能掌握核心 AI 模型、又能深刻理解業務場景的人才，將成為企業創造價值的核心。

領導者的轉型使命：親自成為砸向組織的隕石

面對技術海嘯，被動防守只會讓企業失去調整的黃金時間，康仕仲提到「領導者必須成為自己組織的那顆隕石，帶領團隊熬過進化的痛。」

高階領導者不能將數位轉型全數交給 IT 部門，而必須親自重新檢視商業模式、打破部門藩籬，建立容許人機試錯的文化與制度，並將團隊的時間從例行行政移向創新與人際互動，當演算法接手重複性工作，最終勝出的企業，將是那些既具備先進數據能力、又凝聚人性信任與溫度的敏捷組織。

參考資料

• 天下雜誌（2026）。從賣功能到「賣成效」的進化演釋！智齡科技康仕仲：擋住AI 的不是科技，是企業文化。天下雜誌。
• 李雪鳳（2024）。AI時代競爭策略：評《領導者的數位轉型》一書。教育行政與評鑑學刊，(35)，131-140。
• 鄧光宇（2026）。AI介入長照下居服員的專業意義與留任動力：以情境倫理觀點探討公共服務人才。科際整合月刊，11(2)，44-68。
• 國家發展委員會（2024）。中華民國人口推估（2024至2070年）。國家發展委員會人力處。
• 衛生福利部（2025）。高齡及長期照顧統計專區。衛生福利部。
• TechNews 科技新報（2025年1月9日）。AI 與就業未來更清晰，研究：五年後 AI 將消滅 9 千萬個工作〔報導世界經濟論壇 WEF《未來就業報告》〕。TechNews 科技新報。
• Swanson, K. M. (1991). Empirical development of a middle range theory of caring. Nursing Research, 40(3), 161–166.
• Watson, J. (1999). Postmodern nursing and beyond. Churchill Livingstone, Edinburgh.