Academy 課程定位與 AI 能力培育

日期：2026-07-31 ｜時長：58:20 ｜來源：Apple 語音備忘錄

摘要

本次主要檢討 Academy 與搖籃計劃的課程定位、Lab 成效及續約設計。Marcus 主張把課程拆成傳道、解惑與陪跑，將 Founder 基礎放在搖籃、Academy 聚焦策略與營運；高變異議題應以一對一解惑取代短時數工作坊，並討論公司 AI 能力分級與 agent 化流程。

詳細摘要

Marcus 先分享公司自三月推行 AI 能力分級、全面使用 Max 與調整績效評估的做法，強調目標不是減人，而是讓原有人力產出三倍成果。雙方接著回顧 Academy 的策略、人才與業務課程：策略課首次建立框架有價值，但後續 Lab 難在短時間內產出高品質結論；人才議題因各公司情境複雜，較適合帶著真實案例持續解惑；業務管理的核心困難則在執行落地，不是缺少知識。討論逐漸收斂到課程應區分搖籃計劃的 Founder 基礎訓練、Academy 的 COO／策略整合，以及可另立的核心團隊課程。後段也討論 Academy 同時服務新舊學員的定位衝突：新學員需要經典核心課，續約者則期待新題材；應先釐清續約是否為主要 KPI，再決定課程持續開發方式。

主題討論

AI 轉型的組織敘事與能力分級

Marcus 分享公司三月起將 AI 指標納入 KPI 與績效評估，但不以裁員為訴求，而是讓員工相信公司能協助其跨越 AI 轉型。能力分為 L1 使用 AI 對話、L2 製作可重複使用的工具、L3 建立能由原料產出成品的工廠；公司以課程、日常鼓勵與每月分享帶動採用。

重點：

@Marcus 說明公司在三月訂定 AI 指標，連績效考核也隨之調整。
@Marcus 將轉型敘事定為「用現在的人做到三倍的事」，避免員工把 AI 視為裁員工具。
@Marcus 定義 L1、L2、L3 分別為聊天使用、建立工具與建立端到端工廠。
@Marcus 表示 monitoring、ops、product 流程已有許多員工自主完成的自動化。

各方立場：

@Marcus：AI 培育必須結合能力分級、制度與正向僱主品牌，衡量重點不只是產出。
多多：認同不以裁員切入較能降低恐懼，並追問能力如何落地與評估。

策略課的首次框架價值

雙方認為策略課對從未系統接觸策略框架的創業者價值最高：它提供一張可信的地圖與關鍵字，學員之後可用 AI 深挖、套用到自身公司。Marcus 比較不同講師的方法，認為 Canvas 擅長盤點現況，Play to Win 等方法偏向選擇戰場，李吉仁的脈絡則較能推導到近期行動。

重點：

@Marcus 認為第一次上具系統框架的策略課，能降低不知道該問 AI 什麼的問題。
@Marcus 指出 Steve 的 Canvas 偏現況 snapshot，較缺乏從現況走向下一步的動能。
@Marcus 認為吳向群的 Play to Win 類方法偏選戰場，李吉仁較能一路推到一個月內行動。
多多提出可把搖籃計劃定位為盤點現況與成長曲線，Academy 則協助找路徑。

各方立場：

@Marcus：策略課的低垂果實在第一次建立地圖，重複上課的邊際效益有限。
多多：認同以搖籃先盤點、Academy 再找路徑，並試圖整合不同講師內容。

搖籃、Academy 與核心團隊課程分工

Marcus 主張搖籃計劃應處理 Founder Mode、個人紀律與基本管理習慣，Academy 應偏向 COO／策略整合；富蘭克林與七習慣等內容不適合作為 Academy 的整天課程。若要教這類習慣與管理，較適合面向核心團隊，以跨公司合班降低單一企業內訓成本，並透過小組 debrief 持續落實。

重點：

@Marcus 將搖籃計劃定位為 Founder Mode，Academy 定位為 COO／Manager 面向。
@Marcus 認為富蘭克林、七習慣屬基礎與提醒，適合搖籃或 Beer Night 式討論，不宜占用 Academy 整天。
多多認為習慣與管理訓練可能更適合 founder 下方的核心團隊。
@Marcus 以公司曾花十七萬做一天內訓為例，主張跨公司合班可讓中階主管培訓成本更合理。

各方立場：

@Marcus：課程需依受眾與學習階段切開，不能把 Founder、核心團隊與 Academy 混在同一產品。
多多：認同核心團隊需要更明確的管理刺激，也在思考後續可辦的共學形式。

人才發展 Lab 應以個案解惑為主

Marcus 對單次人才發展課本身評價低，認為組織、核心團隊、升遷與薪酬都高度 case by case，半天只能講目錄；但若採「概念輸入、公司作業、下次由老師回饋」的 Lab，便能把抽象主題轉為實際問題診斷。雙方認同這種形式較適合人才與制度類議題。

重點：

@Marcus 指出人才課的核心知識難以在一天或半天完整傳遞，直接上完效果有限。
多多說明 Lab 已包含組織與策略聯動、核心團隊要求與薪酬制度三段式討論。
多多表示每堂課後有一個月作業，下一次由老師針對成果給 feedback。
@Marcus 認為如薪酬管理等議題能在真實個案中快速自洽，適合高互動解惑。

各方立場：

@Marcus：人才議題的價值在針對各公司情境解惑，而非一次性灌輸概念。
多多：Lab 的課程加演練加作業模式已有正向回饋，值得保留並最佳化。

從 Skill 到 Agent 的 AI 能力判準

Marcus 解釋 Skill 是可重複發生的輸入輸出程序，Agent 則是載入特定 skill 與 context、服務某個場景的 LLM。L3 的重點不是叫 AI 生出看似完整的結果，而是能拆出品味與判斷所需的控制點，形成可檢查、可回圈修正的生產線；因此 AI 能力評估必須追問使用者的問題拆解過程。

重點：

@Marcus 說明 Agent 是帶著特定 skill、context 與應用場景的 LLM，不是單一固定形態。
@Marcus 指出 context 容量限制，才使專用 Agent 的切分有必要。
@Marcus 以圖片產出為例，主張要拆出三到四個品質檢查點，讓流程可迭代修正。
@Marcus 說明即使 AI 自動做出網站，使用者若只是一句指令而不懂控制原理，仍不能視為具備 L3 能力。

各方立場：

@Marcus：AI 分級應看問題拆解、控制與理解過程，而不是被模型能力掩蓋的最終結果。
多多：正在從既有流程建 Skill，追問 L2、L3、Agent 與檢核方式的實際差異。

策略 Lab 應減少短時工作坊、增加一對一

Marcus 認為策略 Lab 的共學綜效偏低：不同公司脈絡差異大，短時間現場填表、跑 AI 或分享脈絡，既難提高思考品質，也難讓其他學員受益。較佳做法是保留一整天框架工作坊，再把原本多場 Lab 的講師時數拆給各公司，每月進行一對一，讓講師深入釐清問題、驗證輸入品質並提出方案。

重點：

@Marcus 認為策略 Lab 現場常流於快速填寫與講師同事的表面回應。
@Marcus 指出曾有高鐵上一對一時段更有價值，因能完整處理公司特定問題。
@Marcus 以 A、B 組共七間公司、六堂三小時課加上各公司一小時計算，估計共有四十一小時可重新配置。
多多表示正考慮每次 Lab 後都與各公司約一對一，但仍在評估聚在一起的綜效。

各方立場：

@Marcus：策略學習先建立全貌即可，後續有效價值應轉為長時間的一對一案例解惑。
多多：認同需要補強個別 review，但仍希望保留能促成互相學習的群體設計。

業務課的知識、落地與受眾問題

雙方檢討業務課，Marcus 認為 ROI、ROAS、pipeline 等基礎邏輯不應由高價課程反覆傳授，且各產業的具體判斷講師未必能回答。業務管理真正困難的是持續執行制度，不是理解概念；若課程只是督促做作業，必須明確承認其陪跑功能。相較之下，一堂能打通 COO 營運觀念的課仍有傳道價值。

重點：

@Marcus 認為成長到一定規模的公司，中高階主管本應理解花費、收入與比例等基本商業邏輯。
@Marcus 指出各公司廣告與獲客成本的好壞判斷高度依產業經驗，老師難給通用答案。
@Marcus 把課程功能區分為傳道、解惑與安親班，要求先釐清業務課究竟提供哪一種價值。
多多補充業務課曾讓企業分享 pipeline 定義、客戶分級與實作方式。

各方立場：

@Marcus：業務課應避免包裝基本邏輯為深度 Lab，若主要價值是執行陪跑就要重新定義產品。
多多：認為 pipeline 與制度設計仍有可分享之處，持續尋找能讓課程落地的題目。

Academy 的新舊學員定位與續約策略

最後討論 Academy 同時服務新加入者與持續續約者的矛盾。Marcus 認為若產品核心是搖籃銜接 Academy，應把首次學習效果做到最好，清楚打磨固定核心課；若續約率是 KPI，才需要持續開發新講師與新題材，但重複課搭少量新內容會降低老學員的 CP 值。保留一加一的好處在於 founder 可與核心夥伴一起受刺激並立即討論，但不應把它改成昂貴的核心團隊培訓產品。

重點：

@Marcus 認為每個框架首次上課最有效，帶核心團隊同上可促成課後共同討論。
多多表示每期新增學員約五到六人，約三分之二為過去報課企業，平均每間公司報三次。
@Marcus 認為若特別為核心團隊另開兩三人、年費十六萬的課程，自己不會購買。
多多指出現有續約者仍愛學習，因此每年持續嘗試新題材；Marcus 要求先釐清續約率是否是 KPI。

各方立場：

@Marcus：先決定 Academy 是新學員的一次性完整課程，還是以高續約為目標的持續內容產品，不能用同一設計硬服務兩者。
多多：現有學員確有持續學習需求，傾向維持新題材開發，但接受需要重新釐清定位。

決議

搖籃計劃應優先承接 Founder 基礎、個人紀律與 Founder Mode；Academy 應聚焦策略整合、COO／Manager 所需能力，前提是後續正式課綱依此重新盤點。
策略類課程保留首次建立完整框架的價值，後續高個別化輔導應優先考慮一對一而非短時數群體 Lab，前提是講師時數與營運成本可重配。
富蘭克林／七習慣等管理習慣內容不宜作為 Academy 的整天主課；若要提供，較適合搖籃、Beer Night／debrief，或另為核心團隊設計。
AI 能力等級評估應以使用者的問題拆解、控制點與原理理解為主，而非只看 AI 產出的最終成果。

爭議點

策略 Lab 應減少短時工作坊、增加一對一

@Marcus：策略 Lab 的群體工作坊綜效低，應將時數轉成每家公司的一對一解惑。
- 理由：各公司策略脈絡差異大，短時間分享對其他學員幫助有限，也無法產生高品質思考。
多多：群體 Lab 仍有互相學習與經驗交流價值，需思考一對一後如何保留綜效。
- 理由：Lab 的亮點之一是讓企業彼此參考做法，不能只看單一公司的輔導效率。

Academy 的新舊學員定位與續約策略

@Marcus：先釐清續約是否為 KPI；若否，就應把首次學習效果與核心課打磨到最好。
- 理由：重複課只混入少量新內容會降低老學員 CP 值，單一產品難同時最佳化兩種受眾。
多多：持續學習者確實存在，因此每年仍需嘗試新課與新題材。
- 理由：目前多數參與企業為過去學員，且平均會回來報名約三次。

Action Items (Marcus)

（無）

其他人的承諾

@多多：依傳道、解惑、安親班三種功能重新盤點 Academy 課程與搖籃／Academy 分工 > 「Overall 就是你要分出剛剛說的這三個啊，傳道解惑跟安親班，然後怎麼樣排列，然後另外一個維度就是哪些是在搖籃計劃呢？哪些在 Academy。」 — 00:52:02
@多多：評估策略 Lab 改為課後逐公司一對一輔導的形式與群體綜效取捨 > 「每一次 lab 之後都跟每一個公司約一對一。可是這樣就回要要討論的是，那這樣子 lab 每一次把它聚在一起的那個綜效會是什麼？」 — 00:38:20
@多多：釐清 Academy 是否以續約率為 KPI，據此決定核心課打磨或持續開發新題材 > 「你的期望是，你希望續約率很高，還是？就如果續約率是個 KPI，你就要一直開發新的東西。」 — 00:55:02

關鍵數字

三月：公司開始訂定 AI 指標並調整績效制度的時間。 — 00:00:06
三倍：Marcus 對 AI 轉型的目標：以現有人力做到三倍成果。 — 00:01:30
L1、L2、L3：AI 能力分級：聊天使用、製作工具、建立端到端工廠。 — 00:02:06
所有人 L2：三月時對全員設定的 AI 能力最低目標。 — 00:02:24
五年：Marcus 在討論是否還需上管理課時提到「五年」，但該段逐字稿語意不完整，無法支持更具體的時間或因果解讀。 — 00:07:20
一天：Marcus 認為第一次接受系統化策略框架課程，即使一天也有高價值。 — 00:10:04
一個月內：Marcus 認為李吉仁的策略脈絡可推導到短期具體行動。 — 00:13:12
十七萬：Marcus 公司曾為一天內訓支付的費用。 — 00:21:21
三個人：跨公司合班時，每間公司可派核心主管參與的人數示例。 — 00:21:41
三萬、五萬：Marcus 認為跨公司合班後，每間公司可接受的培訓成本區間。 — 00:21:41
三到四個檢查點：AI 產線處理不可預期創作結果時，需拆出的關鍵品質控制點。 — 00:27:16
兩三個月以上：Marcus 認為策略方向是否正確，通常需經此時間才能驗證。 — 00:11:06
七間公司：策略 Lab A、B 組合計服務的公司數。 — 00:39:43
六堂、每堂三小時：策略 Lab A、B 組既有課程時數。 — 00:39:55
四十一小時：六堂課加上各公司一對一後，可由講師重新分配的總時數。 — 00:40:13
每家公司六小時：四十一小時平均拆給七間公司的可用一對一時數。 — 00:40:13
每月一小時：Marcus 認為每家公司與講師進行一對一即可產生顯著效果的頻率。 — 00:40:14
一年十幾萬：Marcus 認為若要求核心團隊兩三人一起付費參加，吸引力不足的價格量級。 — 00:53:22
十六萬：Marcus 明確表示不願為核心團隊兩三人上一節課支付的費用。 — 00:53:35
五到六人：每期 Academy 可新增學員的約略數量。 — 00:56:37
三分之二：每期 Academy 中過去報課企業約占的比例。 — 00:56:37
三次：多多估計平均每間公司報 Academy 的次數。 — 00:56:37

未解決問題

Academy 的首要定位是讓新學員一次獲得完整核心課，還是以高續約率為 KPI 的持續學習產品？
- 卡住：決定是否持續高頻開發新講師、新主題，以及如何處理重複課的 CP 值。
- 推動：@多多
策略 Lab 若改為逐公司一對一，群體共學與互相學習的綜效要如何保留或替代？
- 卡住：決定策略課的授課形式與講師時數配置。
- 推動：@多多
核心團隊培訓是否應成為獨立產品，而非附著在 Academy 的一加一模式？
- 卡住：決定目標受眾、定價與課程主題分層。
- 推動：@多多
AI 能力分級在模型能力快速提升後，應如何建立更一致、可操作的過程型檢核標準？
- 卡住：讓 AI 績效評估能區分員工能力與 Agent 代做結果。
- 推動：@Marcus