給董事會的 AI 職場建議，一次說清楚

想像一下 Tomasz，一家在三個城市設有辦公室的公司的職場主管。今天是星期一早上，董事會星期四開會。董事長問了一個簡單的問題：「辦公室有什麼該改的？」

Tomasz 有資料。董事會報告顯示了利用率、各樓層的幽靈率、停車、電動車充電需求，以及一張部門表格。他沒有的是時間，把十二張圖表變成三個有數字支撐的提案。他也知道，不管他帶什麼去，會議桌上總會有人問：「你怎麼知道？」

Desk & Park 的 戰略建議 區塊正是為這件事而設計的：一份值得董事會關注事項的初稿，以彙總數據寫成，而每一則建議都能對照同一頁上的報告加以查核。

步驟 1：需要時再產生報告

Tomasz 是管理員，所以在 董事會報告 中，他會在戰略建議卡片上看到 產生報告 按鈕。他按下去。沒有任何東西會定期自動執行：報告之所以存在，只因為有管理員要求產生，而且預設涵蓋上一個完整的週，從星期一到星期日。

如果那一週沒有利用率資料（新帳戶，或辦公室關閉的一週），應用程式會直接說明並不產生任何內容，而不是從空白的一週編出一個故事。

步驟 2：了解模型看到什麼

在把任何內容拿給董事會看之前，Tomasz 想知道裡面放了什麼。輸入只有彙總數據：

每個據點： 利用率、幽靈率（從未報到的預訂）、停車、電動車充電樁使用、董事會成員釋出的空間、為訪客保留的座位、利用率低於 30% 的樓層，以及星期別模式。
每個部門與團隊： 人數、有多少人有活動、每人每週進辦公室天數、爽約，以及部門的 P95 高峰日和共享比。
每個部門與團隊的四週趨勢，由 Desk & Park 在送出任何資料之前以程式碼計算，因此「上升」和「下降」在每則建議中意義都相同，單一一週表現較弱也不會被說成衰退。

這份輸入中的任何地方都沒有點名任何員工：沒有使用者 ID、沒有名字或姓氏、沒有逐人的資料列。會送出的是地點與組織單位的名稱（據點、樓層、部門、團隊），因為一則寫著「據點 1，B 組」的建議，沒有人能據以行動。建議由大型語言模型根據這份輸入產生。

步驟 3：閱讀卡片

一份報告包含三到六則建議。每張卡片會顯示：

一個類別：成本節省、空間整併、電動車充電最佳化、幽靈預訂警示、董事會成員影響、ESG 或容量規劃；
一個標題和一段簡短的內文，引用其所依據的數字；
一項影響評估。

以下是一張虛構的卡片範例：

空間整併。 華沙辦公室 4 樓的工位平均利用率為 22%，以星期五最低。可考慮星期五關閉 4 樓，並把星期五少數的預訂移到 3 樓。影響評估：降低星期五的暖氣與照明用量。

影響評估最需要小心看待。它是由模型撰寫的，而不是由 Desk & Park 衡量的。應用程式不會計算成本、節省或能源用量。請把這項評估當成有待驗證的假設，絕不要把它當作已經實現的節省放上董事會簡報。

步驟 4：對照報告驗證

正是這一步讓建議變得可用。卡片引用的一切都來自同一頁上的數字，所以 Tomasz 在轉寄任何內容前會先查核：

被點名為使用不足的樓層：各樓層使用情況 是否顯示相同結果？它的幽靈率與前一期相比是否在上升？
被認為需要較少工位的部門：在部門表格中，它的 高峰日 (P95) 和 工位/100人 怎麼說？而且是在比一週更長的期間內？
關於電動車充電樁的註記：EV 充電需求 數字在一個月內（而不只是一週）呈現什麼？

一週是很小的樣本。當某則建議很重要時，Tomasz 會在同一份報告中拉長報告期間，確認這個模式是否成立。

步驟 5：逐張卡片分類處理

每則建議都有兩個按鈕，記錄的只是對該張卡片的決定：

忽略：董事會不同意，或它不適用。
標記為已處理：已經有人處理了。這個按鈕只記錄這件事，並不會去執行任何東西。

已決定的卡片會移到已處理清單，並附有還原按鈕，所以不小心按錯也沒有代價。管理員和董事會成員都可以分類處理；產生報告則只限管理員。在 Enterprise 方案中能看到自己團隊報告的經理，完全看不到 AI 建議。

每一項決定都會寫入組織的稽核日誌，記錄是誰做的、改了什麼，所以三個月後「是誰忽略了那則停車建議？」仍有答案。

實用建議

在正常的一週之後產生。 有假日或公司外地活動的一週，產生的會是關於假日的建議。
把卡片放在圖表旁邊。 給董事會看建議時，一併附上它所引用的數字；數字就在簡報上，討論就會更短。
把影響改寫成問題。 「星期五關閉 4 樓能節省能源嗎？總務會檢查一個月的電錶讀數」是誠實的；「我們將節省 X」則不是。
放心忽略。 被忽略的卡片是一項有紀錄的決定，比一份沒人清理的清單更有價值。
先改善資料品質。 關於部門的建議，品質取決於每位使用者的部門欄位。底層數字代表什麼，請參閱〈資料驅動的職場：衡量真實的辦公室佔用率〉。

範圍：此功能不做什麼

它不會定期執行、不會自行採取任何行動，也不做預測。影響評估是模型撰寫的估計，而不是實際衡量出的節省，Desk & Park 本身也不做任何成本或能源計算。模型看到的是彙總數據，絕不會看到具名的員工。這些建議是人做決策的起點，而做決定的是董事會。

常見問題

員工姓名會被送給 AI 嗎？

不會。模型只會收到彙總數據：每個據點、樓層、部門與團隊的數量、比率與百分比。不會送出使用者 ID、姓名或逐人的資料列。據點、樓層、部門與團隊的名稱會包含在內，讓建議能據以行動。

建議多久產生一次？

只有在管理員按下「產生報告」時才會產生。沒有排程。報告預設涵蓋上一個完整的週，從星期一到星期日。

我們可以相信影響評估嗎？

請把它當成假設。影響評估由語言模型根據彙總數據撰寫；Desk & Park 不會衡量節省或計算成本。採取行動之前，請先在同一頁的報告中驗證建議所引用的數字。

誰能看到建議並做出決定？

管理員和董事會成員看得到建議，並可以逐則忽略、標記為已處理或還原，每一項決定都會記錄在稽核日誌中。只有管理員能產生報告。經理看不到 AI 建議。

「標記為已處理」實際上會做什麼？

它會記錄已有人處理該建議，並把卡片移到已處理清單。它不會變更 Desk & Park 中的任何設定、預訂或樓層。