矽谷新創加速器 Y Combinator 邀請到金融科技公司 Brex 共同創辦人 Pedro Franchesci 分享他如何從一名普通的工程師變成 AI 重度迷 ( AI Pilled) 的心路歷程，他詳細闡述了自己如何將 AI 深度融入企業架構與個人生活，甚至建議所有的企業領導者都該親自下海，建立個人數位分身，體驗 AI 能解決的企業經營管理問題。

企業應採取更開放思維讓 AI 執行任務

早於 2017 年，Brex 就開始發展 AI 代理產品，但真正突破性發展為 Pedro Franchesci 在疫情期間首度透過 API 接觸 GPT-3 時，一開始他僅將其視為實驗性計劃，直到 2023 年底推理模型與相關工具成熟，他才意識到人工智慧已具備行動力，這場領悟促使他從一位撰寫數十萬行代碼、建立系統的傳統工程師，轉變成 AI 原生的決策者。他指出多數軟體工程師常犯的錯誤是將大型語言模型視為昂貴且需嚴格控管的工具，試圖將其限制在傳統技術框架內，他則是認為企業應採取更開放的思維來 「Free The Claw 」，釋放出 AI 的潛力，提供充足的上下文本環境，讓人工智慧進行推理，執行更多複雜任務。

(Capital One 銀行以51.5億美元收購金融新創 Brex)

企業執行長建立數位分身、親自下海體驗 AI 開發

Pedro Franchesci 認為企業領導人最好都能兼任擔當人工智慧長，他為自己建立一個 OpenClaw 的個人數位分身，給予其讀取所有郵件與通訊軟體的權限，匯入個人過去十幾年的生活紀錄與郵件數據，使模型能深度理解他的思維方式。此外，他花費四週時間主導開發開源工具 Crab Trap（螃蟹籠），透過 HTTP 代理監控 AI 代理的所有網路行為，解決企業內部因安全性與網路層級控制所產生的擔憂問題。

以 Token 消耗量當成 AI 成效指標

在衡量 AI 成效方面，Pedro Franchesci 提出一套將 Token Consumption「代幣消耗量」視為 AI 成效指標的理論。Brex 開發了名為 Magpie 的管理系統，將 Token 支出精確歸類為客戶端產品（Product AI）、內部營運工具（Operational AI）與員工個人使用（Corporate AI）三個種類。透過檢視消耗量，企業能識別出人工智慧的實際成效。

數據顯示 Token 消耗量與研發速率及營收增長存在正相關，他強調面對問題時員工是否直覺地先嘗試用人工智慧解決，是判斷 AI 轉型的標準，企業不應因過度糾結於早期的成本回收而錯失重塑產業的機會。

如何用「Token 消耗量」來判斷 AI 轉型成效？

Brex 開發了一套名為 「Magpie」 的系統，專門用來管理衡量 Token 支出，Token 消耗量被歸類成以下三類。

• 客戶端產品（Product AI）： 用於交付給客戶的 AI 功能。
• 內部營運工具（Operational AI）： 支援公司規模化服務，如自動化 KYC、客戶支援等。
• 員工個人使用（Corporate AI）： 幫助企業從數據中理解 Token 是被員工用於創造價值，還是純粹的實驗。

識別出企業中最大的「Token 高度使用者」

透過監測 Token 消耗量，執行長可以將員工分為不同層級，藉此判斷使用 AI 轉型的普及度。

• Token Maxers（Token 高度使用者）： 這是指那些深度整合 AI 工作流程，如使用編碼副駕駛的人員，Pedro 指出這類人的生產力通常比普通工程師高出 10 倍。
• Google 搜尋模式使用者： 僅將 AI 當作聊天機器人或搜尋工具的低消耗用戶。

在衡量生產力與業務增長的關聯性方面，Pedro 分享了兩個可以判斷 AI 具有成效的數據指標。

• Token 消耗量的增加與推送的代碼行數（Lines of Code Pushed）有著正相關性，這是投資報酬率的衡量方式之一，數據顯示在 AI 採用率極高的特定區域如舊金山和紐約，高 Token 消耗量與更快的營收增長之間存在關聯性。
• 判斷成效的最終標準是面對任何問題時，員工是否直覺地先嘗試用 AI 解決（Default to AI first) 。