CEO 必須成為首席 AI 長：Brex 創辦人的 AI 轉型實戰課

本文整理自 Y Combinator Lightcone Podcast 2026 年 6 月播出的單集。

{{< youtube mPAHvz8kW24 >}}

---

我們正站在電力發明後的第六個月

Pedro Franceschi（Brex 共同創辦人暨執行長）用一個比喻來描述我們所處的時刻：把 200 年的人類科技史攤開來看，電力在去年 12 月被發明了。那個「電力時刻」是推理模型加上 coding harness 開始真正發揮作用的那一刻。現在是 2026 年 6 月，等於電力發明後的第六個月。蒸汽機大概還要 20 年才會出現，但電力已經存在了。

「大多數人還在玩蠟燭，討論蠟燭能做什麼。」Pedro 在節目中這樣說。他回憶自己在疫情期間拿到 GPT-3 的 API 權限，覺得有趣但更像是一個研究玩具，「你玩十分鐘就放下了。」ChatGPT 出來後大家都感興趣，但真正的轉折是去年底推理模型搭配 Claude Code 的 coding harness，讓 agentic loop 第一次真正可用。他在假期期間深度實驗，反應跟在座的 YC 團隊一樣：相當震撼。

這個比喻之所以有力，在於它暗示了一個時間尺度。如果你知道電力最終會催生出資料中心、半導體產業、甚至 AI 本身，站在電力剛發明的那個時間點上，你會怎麼行動？Pedro 認為，這就是每位 CEO 現在應該問自己的問題。不是「AI 的 ROI 好不好」，而是「我站在歷史的哪個位置」。

CEO 必須是首席 AI 長，因為只有你看得到全局

Pedro 的核心主張很直接：CEO 必須成為 Chief AI Officer。這不是工程團隊的事，也不是產品團隊的事。「你必須比公司裡任何人都更了解這個技術的邊界，」他說，「除非你每天都在親身體驗技術的極限，否則根本無法理解它到底能做到什麼。」

為什麼非得是 CEO 不可？因為只有 CEO 擁有整個組織系統的上下文。Pedro 用 Brex 的 KYC（Know Your Customer，客戶身分驗證）流程來說明：KYC 團隊的工作是驗證已經申請成為客戶的人，他們的視野就在那個範圍內。這個團隊永遠不會想到，KYC 技術其實可以用來在銷售漏斗最上游就評估一條潛在線索的風險。要看到這個跨領域的可能性，你需要同時看到銷售、風控和產品三個面向，而在任何組織裡，只有 CEO 能做到這一點。

還有一個更實際的原因：速度。Pedro 估算，一件需要他花 10 秒鐘批准的 AI 實驗，交給高階主管要花 10 小時的會議和簽核流程，交給一般員工則可能永遠不會發生。「大多數人會說，算了，我還是用原來的方式做好了。反正行得通。」公司天生會建立「抗體」來抵抗任何擾動社會凝聚力的變化，而只有最高層才有能力在幾秒內打破這些抗體。

不是「把 AI 疊上去」，而是從零開始重新設計

兩年半前，Pedro 跟 Brex 的工程和產品主管坐下來，問了一個問題：如果我們現在重新創辦 Brex，擁有今天的 AI 技術，我們會怎麼做？答案是「幾乎所有事情都會不一樣」。然後他問了第二個問題：那我們現在跟那個理想狀態之間的差距是什麼？「先安靜地痛苦一下，因為你一定會。我每天都在痛苦，」他半開玩笑地說，「然後開始動手改。」

KYC 流程是最具體的案例。傳統上，客戶驗證有 80% 可以自動化，20% 需要人工處理。最直覺的 AI 應用方式就是造一個 Agent 來處理那 20% 的人工部分，許多競爭對手確實這樣做了。但 Brex 選擇重新設計整個入門流程。重新設計之後，他們發現了一個被舊流程遮蔽的可能性：當 KYC 的成本趨近於零時，你可以在潛在客戶還只是一條銷售線索的階段就先做身分驗證和風險評估。

這完全改變了業務的運作邏輯。過去是先獲客、再驗證、再決定要不要服務。現在可以在獲客之前就做風控，精準瞄準真正能通過審核的對象。Pedro 認為，這種「問題本身被重新定義」的突破，才是 AI 真正的威力所在。他觀察到，那些只是在舊流程上面疊一層 AI 的公司，永遠碰不到這個層次的改變。「我們看到的最大突破，都來自問這個問題：如果今天從零開始，我們會怎麼設計？然後就照那個方式去做。」

三個 AI 議程，缺一不可

Pedro 把企業的 AI 策略分成三個層面。第一是產品 AI（Product AI），直接交付給客戶的產品中使用的 AI 能力。第二是營運 AI（Operational AI），涵蓋客戶成功、風控、入門審核等直接影響大規模服務能力的流程。第三是企業 AI（Corporate AI），指的是內部員工的日常工作方式。

問題在於，大多數公司會把自己鎖定在其中一個層面。有些公司只關注產品裡的 AI 功能，有些只在意內部效率工具，忽略了另外兩個同樣重要的議程。Pedro 認為三者環環相扣，必須同時推進。真正的起點應該是一個極限問題：「為什麼這件事不能用 AI 解決？」然後從那個問題開始倒推，不要預設哪些事情「不適合」AI。

他甚至用了「企業重整」（turnaround）這個詞來形容這個過程。任何不是 AI 原生的大型公司，事實上都在進行某種程度的重整，無論他們是否意識到這一點。這不只是導入新工具的問題，而是要重新建立公司的自我認同，重新定義每個職能部門衡量成功的方式。流程本來就是被設計成「不要改變」的，所以改變它需要從最高層發動，需要刻意去「降低升級路徑的敏感度」，讓想嘗試 AI 的人能快速得到授權，而不是被層層會議消磨掉熱情。

執行已經不是瓶頸，選擇才是

電力比喻帶出了另一個重要啟示。YC 合夥人 Jared Friedman 在節目中指出，電力剛發明的時候 ROI 其實很差，如果當時有會計師做分析，他們一定會說電力不值得投資。但人們繼續使用電力，不是因為省成本，而是出於好奇心。Pedro 深有同感：他前一晚凌晨兩點還在玩 Opus 4.8 的 slash workflows，「即使我一毛錢也賺不到，我也會做同樣的事。你就是看得到可能性。」

對創辦人來說，這意味著工作的本質已經改變。過去，創辦人的核心能力是「選擇正確的方向」加上「知道如何執行」。現在，執行的部分可以交給模型了。「執行結束了，」Pedro 直接說，「模型會做得更好。」剩下的瓶頸是「選擇的智慧」，而那個智慧來自模型訓練資料裡沒有的訊號。

這個訊號是什麼？是真實客戶的聲音。Pedro 指出，當你去跟客戶談他們的問題，他們不會給你一個「可以直接餵進 LLM 然後產出十億美元產品」的答案。他們給的是一個被自身視角和限制塑造出來的局部最佳解。創辦人的工作是透過同理心和理論心智（theory of mind），把客戶沒有說出口的隱性需求變成明確的產品決策。這是 AI 目前做不到的事。Brex 自己在從「賣給創辦人」轉向「賣給財務團隊」的過程中，深刻體會到這一點：建立一個完全不同類型客戶的心智模型，需要的是親身沉浸，不是 prompt engineering。

我的觀察

Pedro 在節目最後給了三個具體建議：第一，在電腦上貼一張便利貼，寫著「不管遇到什麼問題，為什麼不能用 AI 解決？」你會發現大約 20% 的問題確實不能，但弄清楚那 20% 的邊界，會讓你對技術的可能性有更深的體感。第二，衡量你的 Token 消耗量，從「為什麼不能只有我一個人就搞定」的前提出發。第三，把時間花在只有你能做、模型做不到的事情上。

這三條建議聽起來簡單，但背後的邏輯其實很激進：它假設 AI 應該是預設選項，人力介入才是例外。這跟大多數臺灣企業目前的思維完全相反，多數人仍然把 AI 當成一個「可以提升效率的工具」，而不是一個「重新定義問題的起點」。

Pedro 的電力比喻最值得反思的一點是：電力發明六個月後，絕大多數人不是在抗拒電力，而是根本不知道自己還在用蠟燭。對任何企業的 CEO 來說，值得問自己的或許不是「我們的 AI 策略是什麼」，而是「我上一次親自花兩個小時深度使用 AI，是什麼時候？」如果答案是很久以前或從未有過，那麼 Pedro 所說的那些組織抗體，很可能已經在安靜地運作了。