摘要： Endava CTO Matthew Cloke 說明，這家 11,000 人公司的 AI 原生轉型重點是重設工作流程與行為，而不只是導入工具。OpenAI 技術貫穿 DavaFlow 從會議準備、規劃、工程到部署的生命週期，法務、專案與商業團隊也投入使用；瓶頸則從工程產能移到需求與協調。
一家規模達 11,000 人的全球科技服務公司要全面擁抱 AI，真正的難關不在於引進哪些新工具，而在於工作流程該怎麼重組、領導者該展現什麼行為、團隊又該如何一起做事。Endava CTO Matthew Cloke 於 OpenAI 的訪談中，說明該公司怎麼讓 AI 貫穿軟體交付的完整生命週期——範圍從需求蒐集一路涵蓋到部署，連法務與財務部門也跟著用起 AI 代理。換句話說，這段經歷談的不是工具，而是一次工作方式的全面重設計。
起點在工程部門，卡點卻迅速挪了位置
這場轉型的起點是軟體開發團隊。開發者試用 AI 輔助編碼與代理式工作流程之後，很快察覺卡住進度的已經不是工程產能，而是需求蒐集、商業分析、規劃，以及與利害關係人往來協調這些環節。Cloke 指出，團隊於是開始追問自己：「我們能多快產出需求？能多快為客戶提供正確的商業解決方案？」
順著這條線，OpenAI 技術如今貫穿了 DavaFlow 的完整生命週期，會議準備、商業規劃、產品探索、軟體工程到部署，每一站都用得上。Cloke 說得很直接：「DavaFlow 的每個部分都在使用 OpenAI 技術。」
代理走進每天的例行工作
在 Endava 內部，AI 從來不是另開一條線的專案，它就長在日常作業裡。領導團隊靠代理彙整專案摘要、把溝通自動化、清理收件匣，也用來做非同步協作；法務團隊藉 AI 加快研究與文件處理；專案經理交給 Codex 產出治理報告、彙總工程進度；商業團隊則捨棄笨重的試算表規劃，改用 AI 產生的輕量應用。
他舉了一次內部定價討論為例：同仁乾脆繞過試算表，直接做出一個單頁定價應用，整個團隊立刻就能上手互動。他的形容是：「這完全改變了對話的方式。」
核心心得：要改的是行為，不是裝一套軟體
把 AI 推廣到 11,000 人的全球組織之後，Endava 歸納出幾條關鍵做法：
- 把導入 AI 當成一場行為轉變，而非一次軟體部署案。
- 主管要自己真的動手用 AI，組織才可能全面跟上。
- 保留實驗的餘裕，成果不夠完美也無妨。
- 非技術團隊要早一步加入，別等到收尾才出現。
- 想最快化解質疑，就讓人親自試一次。
- 把 AI 融進每天的例行公事，別把它當成另起爐灶的倡議。
這些做法的共同底層邏輯是：AI 不屬於「外加」的工具，而應該是面對問題時冒出的第一個念頭。Cloke 說：「要成為 AI 原生的 Endava，就是先想到用 AI 解決問題，而不是最後才想到。」他甚至半開玩笑地說：「如果沒有代理在背景運行，我會覺得自己在浪費時間。」
給產品建構者的兩點提醒
從 Endava 的歷程看，產品建構者至少能帶走兩點。其一，AI 轉型真正的關卡通常不是技術本身，而是工作流程怎麼設計。一旦工程產出不再是最窄的那一環，需求定義、跨部門協作與決策速度就會接手成為新焦點。產品團隊值得想想，怎麼借重 AI 代理來提速這些「非工程」的段落。
其二，AI 的普及得靠由上而下與由下而上兩股力量同時推。領導者先以身作則用 AI，也要放手讓團隊實驗，成果不完美也照樣歡迎。Endava 更把 AI 流利度寫進招聘與晉升標準，這個訊號再明確不過：AI 已從選配變成必修能力。
下一站：從生產力工具進入營運模式
在 Endava 眼中，企業 AI 的下個階段叫做「編排」——把模型、代理、工作流程與人類專業知識組合成一套整合系統。Cloke 說：「我們對結合這些工具所能創造的工作流程感到非常興奮。」從推理模型、Codex 代理，一路到自動化與企業級協作，AI 的角色已經跳出生產力層，開始變成營運模式本身。
給還處在起跑點的組織，Cloke 的話說得直白：先自己上手用這些技術。「未來已經到來，你只需要投入其中。」
這願景一點也不遙遠，Endava 正在日常裡驗證它。對產品建構者而言，真正的問題已經不是「該不該用 AI」，而是「該怎樣重設工作流程，讓 AI 變成解題時的第一個念頭」。