有標準答案的交給程式，
沒標準答案的才輪到 AI

先把工作分成兩種

把三個庫攤開，會發現它們分屬兩個不同的世界。

一個是確定的世界。這裡的工作固定、有標準答案、不能出錯。記帳就是記帳，庫存就是庫存，差一塊錢都不行。資料庫站在這一邊。

另一個是不確定的世界。這裡的工作模糊、抽象、沒有標準答案。像把資深員工腦袋裡的判斷整理出來、輔助一個決策該怎麼下、幫忙想一套策略。知識庫和規則庫站在這一邊。

這兩個世界要的東西很不一樣。確定的世界要的是 100% 正確、每次都一樣、事後查得到帳。不確定的世界要的是夠好、能給你啟發、會越用越準。

先把三個庫分清楚

要決定 AI 該用在哪，先從三個最常見的「庫」開始。庫就是倉庫，差別只在裡面裝什麼。

兩個地方順手交代，免得之後被問倒。第一，規則庫其實是知識庫的一種，差別在它專門裝判斷規則。第二，你會發現這三個庫裡面沒有 ERP。因為 ERP 不是一種庫。等一下它會用另一個身份出場。

ERP 與 Agent，兩個世界各自的招牌

每個世界都有一個最具代表性的角色。把它們擺在一起，最容易看懂這幾年的變化。

確定世界的招牌，是 ERP。它是一整套管公司流程的系統，把財務、進銷存、人事串在一起，照著寫死的規則跑得分毫不差。它站在資料庫上面。它要的就是穩、就是準，而這件事，程式已經做得很好了。

不確定世界的招牌，是現在大家都在講的 Agent，也就是會自己判斷、自己行動的 AI。它會讀懂情境、自己判斷、隨狀況調整，每一次都依當下的狀況決定怎麼做。它站在知識庫加規則庫上面。

不過這裡有個關鍵。光把知識庫和規則庫丟給 Agent，它還不一定知道怎麼動手。這些料要先整合成「一件一件會做的事」，Agent 才接得住。這個整合起來的東西，就是技能。

技能庫，把三個庫整合成「會做的事」

這是整篇最重要的概念。把完成某件工作需要的東西打包在一起，就是一個技能，也常叫技能包。

一個技能包裡面有三樣東西：

換句話說，一個技能包，就是資料庫、知識庫、規則庫這三樣，針對「一件具體的工作」整合起來的成品。

舉個例子，一場客訴檢討會開完，提煉出來的技能包可能是這樣：歷史退貨紀錄當資料、安撫客戶的溝通 SOP 當知識、賠償額度的判斷標準當規則。這一包交給 AI，下次再遇到客訴，它就能照著輔助你判斷。

很多個技能包累積起來，就是技能庫。

回到 AI 員工的比喻最好懂。資料庫是員工會查的資料，知識庫是他懂的東西，規則庫是他的判斷準則，技能庫則是他「會做的事」清單。懂很多固然好，真正能幫你幹活的，是會把事情做出來的那種員工。技能庫就是讓 AI 從「懂」變成「會做」。

所以在不確定的世界裡，Agent 是引擎，技能庫是它會做的事。兩個加起來，才是一個真的能幫你幹活的 AI 員工。

技能庫怎麼長出來

把工作裡的專業、流程和經驗，沉澱成可以重複使用的技能，這個概念最明確的來源，是 Anthropic 在 2025 年推出的 Claude Skills。官方的說法是「把你的專業、流程和最佳實務，變成可重複使用的能力」。講白話，就是別讓一個好做法只發生一次。

這裡有一個很關鍵的心態轉變。開會、做事的時候，除了把事情做完，更要問一句：這次能留下幾個可以重複用的技能？

一般的會，講完就散，知識留在當下，下次同樣的事還要重來。升級過的會，散會時手上多了幾個技能包，下次 AI 或團隊照著就能做，不用重新想。

我自己會抓一個簡單的標準：一場真正有價值的會議，至少應該能提煉出三個技能。把它當成開會的自我要求，會逼你把模糊的討論，收斂成具體、可以重複用的能力。它也是一個檢驗。如果一場會連一個技能都提煉不出來，往往代表事情還沒真的講清楚、沉澱下來。

這就是把隱性知識變成資產

講到這裡，你會發現這整件事，就是把公司裡說不清楚的經驗，變成看得見、能重複用的資產。

公司裡最值錢的本事，常常鎖在幾個資深員工的腦袋裡。老師傅怎麼判斷一批料、資深業務怎麼讀一個客戶、跨部門協調時那些講不清楚的眉角。人一離開，那塊本事就跟著走了。

把這些經驗提煉成技能包、累積成技能庫，它就從某個人的本事，變成整個組織都能用、能傳承的資產。這件事的份量，已經超過省下一個人的時間。它讓團隊的判斷力可以被留下來、被疊加。

那企業可以怎麼開始

不用一次砸大錢，我會建議三步。

常見的坑

三個最常踩到的地方，展開看對策。