Gilbert + Tobin 執行長談 AI 導入：87% 使用率、數位分身與 120 人年度審查怎麼做？
Gilbert + Tobin 執行長新訪談分享 87% 活躍使用率、數位分身及 120 位合夥人年度文件工作。解析資料治理、人工責任與成本口徑。
律所導入 AI，會遇到機密與責任問題，開通帳號後也不一定進入日常工作。Gilbert + Tobin 的新訪談，提供一條從受限試驗到組織流程的路徑。
OpenAI 在 2026 年 11 月 12 日刊出執行長 Sam Nickless 訪談，談到律所如何擴大使用 ChatGPT、Work 與 Codex。
其中的 87% 活躍使用率，分母是已啟用 ChatGPT 的使用者，不能讀成全體員工，也不能換算成全部工作都已自動完成。
他也分享數位分身與合夥人年度審查的例子，讓 AI 協助事前回饋與文件整理，但最後判斷仍由人負責。
我認為，值得借鏡的是主管親自使用、按職務示範，以及保留審查責任。這比單純要求員工多開幾次工具，更接近導入工作。
要理解這些做法，先看律所如何把安全試驗接到組織能接受的使用範圍。
Gilbert + Tobin 如何從個人試用走到組織流程？
律所先鼓勵員工探索 AI 用途，同時明確禁止輸入客戶資料與機密資訊。依 OpenAI 官方訪談，這個限制讓初期試驗有可理解的範圍。
專業服務的工作常與案件脈絡綁在一起，因此「可以試工具」還需要說清楚能試哪些內容。如果員工必須自行猜測機密界線，使用方式就容易分散，也不容易交流可行經驗。
接著，律所在受控環境導入 ChatGPT Enterprise，再往其他工具擴展。Nickless 提到澳洲資料落地、合約保障、角色權限與管理控制，是讓組織有信心擴大的條件。
這些是該所描述的導入安排，不能直接推成每個版本、每個帳號或所有地區都有完全相同的資料承諾。其他公司仍需核對自己使用的方案與合約。
他把後續發展分成個人生產力與組織生產力。前者可以是協助一位同事整理想法，後者則要處理多個步驟與共同資料，責任分工也跟著增加。
從這個順序可看出，擴大採用需要把探索轉成可重現的工作。員工知道任務邊界，管理員掌握權限，成果有人檢查，才有條件讓流程超出個人試用。
治理的作用，是讓人知道怎麼使用與負責
Nickless 的說法是，AI 是另一個協助人運用判斷的工具。使用者仍需定義任務、檢查輸出，並為最後工作負責，不能因為結果由模型產生就把責任移出去。
這個原則會影響任務安排。例如摘要需要有人確認重點，文件整理需要核對資料與對象，多步工作則要知道哪一段需要批准。工具可以接手步驟，批准條件仍要先定義。
對其他專業服務公司，這比只訂一份抽象禁用清單更容易接回工作。員工不只知道哪些資料不能放，也知道哪些任務可以開始、結果交給誰檢查。
87% 活躍使用率，為何要先看分母？
官方問題列出的數字，是已啟用 ChatGPT 使用者中有 87% 活躍使用，超過該律所其他工具常見使用率的兩倍。這反映特定帳號群體，沒有涵蓋未啟用者。
分母很重要，因為「拿到工具的人有多少在用」與「全組織多少人在用」回答不同問題。若直接把前者寫成全員採用，讀者就會高估導入覆蓋範圍。
兩倍比較也要保留來源。它是訪談中對律所其他工具使用情形的描述，沒有公開同時、同條件的獨立實驗，不能據此判斷所有差異都來自 AI 能力。
沒有強制使用次數，先讓任務與職務相關
Nickless 表示，律所沒有設定強制使用目標，而是讓業務轉型團隊展示不同職能的工作流程，再透過影片、分享、挑戰與早期獎勵收集想法。
這些安排讓員工看到和自己工作接近的例子。知道工具能處理哪一段任務，通常比只被要求「多用 AI」，更容易判斷什麼時候值得打開它。
主管親自使用也提供示範。當主管願意拿實際工作測試、承認限制並展示結果，團隊比較能理解這項學習在組織裡受到重視。
不過，活躍使用本身還不能代表工作品質提升。採用率可以當作觀察入口，後續仍需看輸出是否減少重工、能否符合專業要求，以及人員如何檢查。
如果想比較使用 AI 後的工作與能力變化，可以閱讀站內另一項律師研究，先把採用數字與研究結果分開理解。
延伸閱讀：Google 專利律師 AI 實驗：工作變好，三個月後能力也會變好嗎？
執行長的數位分身，讓提案先得到哪種回饋？
Nickless 用自己的寫作、收到的回饋、律所脈絡與工作風格，建立客製 GPT，並正往 Plugins 移轉。這裡的「數位分身」，指的是可供對話的工作背景與回饋工具。
它原本服務他自己，分享給直屬同事後，價值變成讓大家先測試想法。提案人可以在正式找他討論前，先用接近其工作脈絡的角度，找出可能需要補強的地方。
這種用途比較像事前演練。工具依已有材料提供回應，讓人整理思路。正式討論仍要回到本人，因為他可能有新資訊，也可能在特定情境下做出不同取捨。
訪談明確說，數位分身不替他做決定，也不代表他發言。因此，「得到我的回饋」是一種描述使用感受的說法，不能把系統回應當成執行長已核准。
模仿工作脈絡，與擁有決策權不同
這項差別對組織很實用。若成員把工具建議當成主管指令，原本用來改善討論的服務，反而可能讓人跳過真正需要的批准。
從案例推得，分享這類工具時，應讓使用者知道輸入材料、用途與責任邊界。它能協助準備談話，卻無法因為語氣接近主管，就取得人事、預算或客戶承諾的權限。
材料更新也會影響回饋價值。主管的工作背景與組織情況會變，過去文章與回饋不能自動代表每一次新判斷，使用者仍要把重要問題帶回真人討論。
這些是針對數位分身用途的分析，訪談沒有公布其完整提示詞或維護方式。其他團隊參考時，可以先借鏡用途，無須假設已知道該所所有內部設計。
120 位合夥人的年度審查，AI 接手哪段工作？
另一個具體例子，是 Nickless 用 ChatGPT Work 處理涉及 120 位合夥人的機密年度審查。工作包含從試算表更新檔案、產生 PDF，再把完成文件打包。
官方說，這段整理在幾分鐘內完成，使用儀表板顯示約 $62。原文以這個符號表達，沒有註明幣別，因此本文保留原標示，不自行換算成本地貨幣。
這筆數字描述一次特定工作的使用費，不能讀成整個律所每月費用，也不代表包含全部人工、既有系統與管理成本。它提供的是一個任務規模與用量的參考。
文件整理能批次完成，內容仍要對到正確對象
這個流程的可參考處，是多份資料遵循同一套規則更新。人不用逐份重做相似步驟，而是先定義來源與輸出，再核對結果是否對到每位合夥人。
從工作性質推得，姓名、來源欄位、檔案對應與輸出完整度都應納入檢查。若速度變快，卻把某人的資料放進另一人的檔案，整段流程仍沒有完成。
因此，驗收應回到文件集合，而非只看系統回報已處理完畢。哪些檔案更新、哪些仍缺資料，以及輸出交給誰，都需要可查對的紀錄。
機密流程也說明管理控制的重要。Nickless 特別提到細緻的用量資料與後台控制，讓主管能看到使用情況。這與把機密試算表交給任何帳號處理，是不同安排。
成本比較還要把人工檢查放回來
訪談把這筆用量與原本需要多人多天的工作相比，呈現受訪者認為划算的取捨。但讀者沒有完整工時表，不能直接算出精確回收期或普遍適用的節省比例。
其他公司要測試相同做法，可以保留原本整理時間，再計入新流程的設定、檢查與修正。這樣才知道省下的是哪一段工作，能否在下一次年度流程重複使用。
若流程會定期重做，輸入格式變動也需要有人維護。一次成功的示範提供起點，穩定的年度工作仍要有負責人與更新方式，不能只留下當初那段對話。
把節省時間留給客戶與帶人，是這次受訪者的目標
Nickless 說，已看到的價值在讓人有時間服務客戶、指導團隊與培養未來領導者，而非把少用人當成主要目的。這是執行長描述的導入目標。
把目標講清楚，會影響企業選哪個任務。若希望減少專業人員花在重複整理的時間，年度文件作業就比讓 AI 自行做專業判斷，更容易找到清楚的起點。
不過，受訪者的目標不能擴成所有公司採用後都不影響人力的保證。不同組織會做不同安排，這則訪談也沒有提供整個產業的就業結果。
對管理者而言，可追蹤的問題是時間後來去了哪裡。如果原本重複填檔的時間減少，是否真的增加客戶討論、複核或培訓，才比較接近這次設定的價值。
這項追蹤也讓採用率有後續答案。員工有使用工具只是起點，工作品質、接手維護與服務安排，才會說明它有沒有成為組織能力。
其他專業服務公司可以怎麼開始？
我會先選低敏感、輸入與結果都可核對的重複工作，再讓同職能的人一起試。這是從案例推導的導入建議，不把律所做法當成所有公司的合約或法律結論。
例如先用合成資料檢查文件更新規則，確認每列資料能對到正確輸出，再決定是否需要進入機密資料的正式環境。這能把規則錯誤與資料權限問題分開處理。
負責人也應先決定誰定義任務、誰檢查，以及誰有權批准交付。把這幾個角色寫清楚，員工就比較不會以為 AI 完成步驟，等於整份工作已獲組織同意。
職務示範則可以從少量案例開始。讓財務、人資或專業團隊看到與自己接近的輸入和成果，比把同一份泛用教學發給所有人，更容易找出下一個能試的任務。
分享流程，也要保留失敗的線索
試點紀錄可以同時保留缺資料、錯誤對應與需要人工補做的情況。這些資訊讓團隊知道使用邊界，下一位使用者也比較容易辨認何時應停下檢查。
如果只分享最後漂亮的文件，其他人可能不知道背後做過哪些修正。把可重現步驟與檢查方式一起留下，才有機會從個人技巧走到共同流程。
對需要處理會議資料的團隊，還可以對照其他工具的保存與權限安排。相同的企業方案名稱，不代表每個產品都有相同入會方式與資料範圍。
延伸閱讀：ChatGPT Meetings Plugin 完整指南：免機器人入會、會議筆記與隱私怎麼管理？
Gilbert + Tobin AI 導入常見問題
這次是舊客戶案例重新發布嗎？
本篇依 11 月 12 日的執行長新訪談整理，重點是採用方式、數位分身與年度文件工作，沒有把早先案例的其他成效數字當成本次新結果。
數位分身可以替主管核准提案嗎？
訪談明確保留本人決策與發言責任，工具用於事前測試想法。
$62 是固定月費嗎？
它是一次年度審查文件工作的儀表板用量例子，原文也未註明幣別，不能拿來當價格表。
主管先拿出可檢查的成果，團隊才知道如何用
這則訪談適合願意親自試用、也有治理對口的專業團隊參考。從一個可查對任務開始，再按職務分享，能讓員工知道工具如何接進工作，以及結果由誰負責。
若組織只有使用次數目標，卻沒有資料界線與檢查責任，先補上這兩件事會比較有用。導入成果應回到工作品質與可重現流程，不能只停在活躍帳號比例。
讀者可先閱讀完整訪談，並到 Gilbert + Tobin 官方網站 核對企業背景，再選一項自己能量測與審查的工作試點。
