> ## Content Index > Fetch the complete content index at: https://growthhackers.tw/llms.txt > Use this file to discover other available public pages before exploring further. # Alex Hormozi 警告別追 AI：他們花 35 萬美元，自動化了一個根本不是瓶頸的流程 - URL: https://growthhackers.tw/blog/hormozi-fix-business-before-ai/ - Published: 2026-08-05T13:00:00.000Z - Updated: 2026-08-05T13:00:00.000Z - Description: 有家公司花 35 萬美元做 AI 系統，取代 11 個月付 1.1 萬美元的外包人力，但那個流程根本不是他們的瓶頸。Alex Hormozi 罵 AI 用錯地方，自己卻用 AI 六分鐘跑完定價研究。差別在哪？這篇拆解他的價值方程式，並給你一套「先修本體還是先導工具」的判斷框架。 - Author: Lewis wang - Tags: 商業模式, 定價策略, AI導入, 獲客, 創業 有一家公司請了 11 個海外遠端助理（VA，virtual assistant）做資料清理，每個月大概付 11,000 美元。做得好好的，沒出過什麼包。 然後他們花了 350,000 美元，蓋了一套 AI 系統要取代這 11 個人。 換算一下：那筆錢等於這 11 個人將近三十二個月的薪水，他們用掉快三年的人力成本，去換一個「未來可能省下人力成本」的東西。更慘的是後面這句：**那個流程根本不是他們的瓶頸。** 他們缺的是客戶，不是資料清理的速度。 這個案子是 Alex Hormozi 在 [The Diary Of A CEO](https://www.youtube.com/watch?v=HwmwyBgzj8c&ref=growthhackers.tw)（2026 年 7 月 20 日那集，主持人 Steven Bartlett）講的。標題下得很兇，叫「別追 AI」。 但我把整整兩個多小時聽完之後，發現一件事：**Hormozi 自己是重度 AI 使用者。** 他在同一集裡講，他每次推新方案都會跑一套 1970 年代的定價研究法，以前要手動整理好幾天，現在他把資料丟進 AI，六分鐘跑完，還能依客層切出不同的價格曲線。 所以他反對的從來不是 AI。 他反對的是把 AI 裝在非瓶頸上。 這兩件事差很多，而且對台灣的老闆來說，差的那一段就是錢。 --- ## 一、導入 AI 之前先問一句：你的瓶頸是需求，還是產能？ Hormozi 對所有正在「AI maxing」的創業者只問一句話： **你有比較賺錢嗎？** 不是「你有沒有導入」，不是「你的流程有沒有變快」，不是「你今年燒了多少 token」。就是你的損益表上，有沒有多出來的那一塊。 他說他看到最多的錯誤有三種：不該做 AI 生意的人去做 AI 生意；把自己包裝成「AI 公司」去打廣告，可是客戶只在乎他的問題有沒有被解決；還有最貴的那一種，把 AI 裝在一個不是限制的地方。 第三種最貴，你知道為什麼嗎？因為它看起來最像在進步。 那個 35 萬美元的案子，做完之後老闆可以開會、可以發新聞稿、可以跟同業說我們數位轉型了。但流程變快不等於營收會動，因為客戶不會因為你資料清得比較快就下單。 Hormozi 說，進他們公司門的那些年營收 1 到 5,000 萬美元的企業，大概七成是「需求受限」，也就是產能還有，就是客人不夠；三成是「供給受限」，電話一直響但沒人接得完。他自己也講這只是粗估，而且這是他自家 deal flow 看到的樣本，不是產業普查，這點要先打折。 但這個二分法很好用。切入重點，**你先確定自己是哪一種，再決定 AI 要裝哪裡。** 需求受限的公司拿 AI 去自動化出貨流程，等於把水龍頭修得更漂亮，可是水塔本來就沒水。 供給受限的公司拿 AI 去多寫幾篇貼文，等於本來就接不完的單，你再叫更多人來排隊。 ![需求受限與供給受限的對照圖：左邊漏斗空著、機台閒置，右邊漏斗滿出來、機台塞車](https://growthhackers.tw/content/images/2026/07/inline-demand-vs-supply-v1.png) 我在台灣看過太多這種：一家做保健食品的電商，蝦皮跟自有官網加起來一個月幾百萬營收，老闆很積極，導了 AI 客服、導了 AI 生圖、還在評估要不要上 AI 選品。可是坐下來一問，他的問題是廣告投放成本已經吃掉毛利的六成，回購率一直拉不起來。那些 AI 工具，一個都沒有碰到這兩件事。 --- ## 二、Alex Hormozi 的價值方程式：AI 該壓的是第三個變數 Hormozi 最出名的框架叫價值方程式（value equation），四個變數： **夢想成果 × 達成機率 ÷（時間延遲 × 努力與犧牲）** 分子越大越好，分母越小越好。就這樣。 他舉的例子很直白：一份 19 美元的健身電子書，跟一週三次、一次 3,000 美元的真人教練，你想要的成果是一樣的（變好看）。差在哪？差在「達成機率」。你自己也知道那份 PDF 你載完就不會打開了。 有兩個地方我覺得他講得比多數人細。 第一，他把「努力」跟「犧牲」拆開。**努力是你因為這個決定必須開始做的討厭事**（早起、量體重、跑步）；**犧牲是你因為這個決定必須停止做的好事**（宵夜、追劇到兩點）。很多人做行銷只講前者，卻忘了客戶心裡真正在算的常常是後者。你要一個老闆換系統，他腦中浮現的不是「要學新東西」，是「我用了八年的那套要丟掉」。 第二，也是我認為對台灣最有用的一點：他說四個變數裡面，**最被忽略的是時間延遲。** 他的原話大意是，你去看同業在做什麼，然後用一半的時間做完，幾乎任何產業你都切得進去，而且一定有人願意為此付溢價。 看到這裡你應該就懂我要說什麼了。 **AI 最強的、也最不會有爭議的位置，就是壓縮價值方程式的分母。** 它不會幫你想出一個更好的夢想成果，那是你的事。它對達成機率的幫助要看你的交付能力接不接得住。但它壓時間，壓得又快又便宜，而且幾乎不用爭論。 ![價值方程式示意圖：分子的兩個形狀完好無損，分母的兩個形狀被油壓機壓扁](https://growthhackers.tw/content/images/2026/07/cover-c-denominator-press-v1.png) 這也是為什麼 Hormozi 一邊說別追 AI，一邊自己拿 AI 六分鐘跑完定價研究：他就是在壓時間延遲。他不是在自動化一個沒人在乎的內部流程，他是在把一個原本要好幾天才有答案的決策，變成一杯咖啡的時間。 Hormozi 說他做長期判斷的支柱，是 Jeff Bezos 那句「賭不會變的事」：客戶十年後一樣想要更便宜、更多選擇、更快到貨。你把這三件事對回去看，那根本就是價值方程式本人。降犧牲、拉高成果、壓時間。 而台灣電商該補的洞其實很土：出貨速度、退換貨要跑幾天、客服幾分鐘內回。這些全都是分母。 （留存這件事他也講了一段很漂亮的複利算式，但我在[回購率才是真 PMF](https://growthhackers.tw/blog/ecommerce-retention-real-pmf/)那篇已經拆過，這裡就不重複了。） --- ## 三、「我沒時間了」的病因通常是定價，不是效率 這段是我聽到最有感的。 Hormozi 說，每次有人跟他說「我客戶很愛我，一直回頭，可是我忙到沒時間」，他不會給時間管理建議。他反問一句： **你毛利多少？** 如果對方說 70%，他說那你就去請人啊，你請得起。如果對方毛利很薄，那「沒時間」只是症狀，病根在兩三步之前：**你的方案給太多、收太少**，或者**你沒有一套能把價值講清楚的銷售動作**，所以客戶不覺得該付溢價。 然後他丟了一個詞，我覺得每個台灣中小企業老闆都該貼在牆上：**「賣自己的錢包」。** 意思是，因為那件事對你來說很容易，你就以為對別人也很容易，於是你不敢開價。修車師傅覺得「不就轉個螺絲」，可是我根本不想碰我的車，我很願意付錢。 這件事我自己走過。我在雨傘產業待了七年，做過工廠業務，也在百貨公司站過專櫃當櫃哥。工廠那幾年就是被殺價殺到麻痺，客戶開口就是「這個東西材料多少你當我不知道」，我們就一路退，退到只剩下加工費。可是我後來去站專櫃，看到同一支傘，換個包裝、講清楚傘骨的差別、現場撐開讓客人試一次，價格是工廠報價的好幾倍，客人還買得很開心。 同一支傘。差別只在有沒有人幫它把價值講出來。 那七年教我的事就是：**台灣很多公司不是不會做東西，是沒有把「講價值」當成一項要投資的能力。** 這也是為什麼一堆人卡在「產品明明不差，客戶卻一直說再想想」，我在[說服的三個要素](https://growthhackers.tw/blog/ecommerce-persuasion-golden-triangle/)那篇談的是怎麼把話講對，這裡談的是更前面一層：你的定價結構有沒有先給自己留餘地。 Hormozi 的操作建議很粗暴但有效：先把你想收的價格加一到兩個零，然後問自己「我要做到什麼程度，這個價格才值得」。他說很多人第一反應是「那不可能規模化」。他回：你只需要五個客戶。 他還講了一個訊號，我覺得台灣服務業特別該聽。他說服務業的報價，跟這家公司和老闆的成熟度幾乎是一比一。他自己現在不會找一個月收 2,000 美元的社群外包，因為「數學算不出來，你不可能做得好」，他的下限大概是每月 15,000 美元。 以前我們相信便宜是競爭力。現在你要知道，價格本身就是一個訊號，開太低會直接把好客戶擋在門外。 至於怎麼訂？他用的是 Van Westendorp 價格敏感度分析，1970 年代就有的老方法，問受眾四個問題：貴到你不會考慮是多少、便宜到你覺得有問題是多少、貴但你會咬牙買是多少、便宜到覺得賺到是多少。畫成散布圖就看得出區間。 而這件事，他就是丟給 AI 跑的，六分鐘。 看到了嗎？同一個人，同一集訪談。他罵 AI 用錯地方，也用 AI 用得很兇。差別只在他很清楚自己的瓶頸在哪。 --- ## 四、人才也是瓶頸：把招募流程當獲客漏斗來做 如果你是供給受限，那你的瓶頸多半不是機器，是人。而 Hormozi 對這件事的判斷很乾脆：**招人跟獲客是同一條管線，只是你從來沒用同一套標準對待它。** 這段我認為是全集最被低估的實用觀念。 Hormozi 說，你的獲客管線長這樣：開發名單 → 培育 → 成交 → 上手 → 留存與加購。 那你的招人管線呢？履歷開發 → 履歷培育 → 面試 → 到職 → 留任與晉升。 一模一樣。 ![獲客管線與招募管線的鏡像對照圖：上下兩條管線形狀完全相同](https://growthhackers.tw/content/images/2026/07/inline-mirrored-pipelines-v1.png) 所以他的結論是：如果你很會找客戶但找不到人，就把找客戶那套原封不動搬去招人。 然後他問了一串很痛的問題：你的徵才文案，有人像校廣告文案那樣校過嗎？你的業務有話術腳本，那面試有腳本嗎？有演練過嗎？到職後有沒有 30／60／90 天的路徑？他自己公司每個應徵者都要先看一支 13 分鐘的影片，把公司怎麼運作講清楚。 他說很多老闆如果去看一眼公司用他名義發出去的招募訊息，會當場受不了。 這段還有一個數字我覺得很嚇人。他朋友的朋友（這是二手轉述，要打折聽）開一家年營收 1,000 萬美元的仲介型公司，內部推薦獎金是 500 美元。他的前輩問他：一個有產能的業務一年幫你賺多少毛利？答案是 25 萬美元。前輩說，你只願意花 500 塊去換 25 萬？ 後來他把推薦獎金改成 25,000 美元。公司年營收從 1,000 萬美元做到 4 億美元。 台灣現在缺工缺成這樣，這個算式值得每個老闆自己按一次。你的獎金設定，是照「這個人值多少」算的，還是照「隔壁公司給多少」算的？ 他對招人還有一個提醒：別找獨角獸。你想要一個「什麼都會、像我一樣」的人，那種人不存在。你真正要的是角、是身體、是會發光，那就去找犀牛、找馬、再抓幾隻螢火蟲。**一個人身上找不到的東西，通常三個人湊得出來。** --- ## 五、AI 導入順序：什麼時候先修本體，什麼時候先導工具 Hormozi 的立場很清楚，但那是他的立場，不是事實。如果你問我，這件事根本不該用「該不該」來問，該問的是順序。下面這個框架你可以自己按。 **這些情況，先修本體：** - 客戶進來就留不住，回購率長期趴著 - 毛利率薄到請不起人（這幾乎一定是定價問題，不是效率問題） - 你講不清楚「我到底服務誰」，什麼客人都收 - 你的成長完全靠不斷加投廣告撐著，停投就掉 這些狀況下導 AI，只會讓你更快看到底。因為 AI 放大的是你已經有的東西。本來就沒有可以放大的，放大器只是讓你早一點知道。 **這些情況，可以先導工具：** - 你是供給受限：需求進來了，交付跟不上 - 那個環節重複性高、量大、規則明確 - 它直接壓的是價值方程式的分母（客戶等待時間、客服回應時間、報價往返時間） - 你說得出來這件事會「多賺多少、少花多少、或快多少」 最後那一條是總開關。 **如果導入之後你講不出「多賺多少、少花多少、快多少」，那代表你還沒找到瓶頸，只是找到了一個看起來很好自動化的地方。** 順便說一句，這篇跟我前陣子那些寫 AI 的文章不衝突。我在[程式碼變免費之後，競爭力換成誰定義得清楚](https://growthhackers.tw/blog/code-is-free-become-the-driver/)講的是能力位移，在[黃仁勳談 AI 取代工作](https://growthhackers.tw/blog/jensen-huang-ai-tasks-not-jobs/)講的是職務裡的哪一階會先消失。那些都成立。 只是順序不一樣。工具是乘號，本體是那個被乘的數。乘號再大，乘以零還是零。 至於什麼時候該硬推、什麼時候該轉向，Hormozi 的判準是：如果你當初賴以創業的核心假設，已經被實際營運證明是錯的，那就轉向；如果假設都還成立，只是比你想像中慢，那就是還沒到時候。這跟我在[30/60/90 天驗證框架](https://growthhackers.tw/blog/30-60-90-startup-validation-framework/)那篇的拆法是同一個邏輯。 --- ## 六、把話說清楚：Hormozi 的立場，還有他的利益 先講結論：**Hormozi 的框架好用，但他不是中立第三方，他的免費內容就是他的獲客工具。** 這種文章我一定要把這段寫出來，不然對你不公平。 **Alex Hormozi 做的是教育與投資生意。** 他的公司 Acquisition.com 靠投資和輔導企業賺錢，他的免費內容本身就是他的獲客工具。你可以這樣看：這集兩個多小時的訪談，就是他價值方程式的親身示範。夢想成果拉到最高（教你做到上億），達成機率靠他把健身房事業 Gym Launch 以 4,600 萬美元出場的紀錄撐著，時間延遲壓到「兩小時聽完 14 年經驗」，努力與犧牲低到只剩你的兩小時，因為完全免費。 他在節目裡也講了，這系列書累計賣超過 500 萬本，他說其中一本創下 24 小時賣出 290 萬本的紀錄。這是一台非常成功的內容獲客機器。 所以： - 他舉的成功案例，多半來自他自家投資組合或付費客戶。這是**選擇偏誤**，看不到的是那些用了同一套方法沒成功的人。 - 那個 1,000 萬做到 4 億的推薦獎金故事，是**朋友的朋友**，二手轉述，當成啟發可以，當成證據不行。 - 七三比的需求／供給受限，是他自己說的粗估，不是統計。 - 「別追 AI」是他的立場。他自己的行為（用 AI 跑定價分析）其實比他的標題誠實。 我把這些寫出來，不是要打折他的內容。恰恰相反，這集的含金量高到我聽完做了兩頁筆記。我只是覺得，一個人一邊教你怎麼設計無法拒絕的方案，一邊對你使用那套方案，你至少該知道。 --- ## 你可以現在就做的五件事 ► **先做瓶頸判定，再談工具。** 拿一張紙寫下：我現在是客人不夠，還是接不完？答案不同，AI 該裝的位置完全不同。 ► **把你的毛利率算出來。** 我自己的判斷線是 40%：低於這條線又天天喊忙，問題大概率不是效率，是定價。先別急著買工具。 ► **用價值方程式改寫一次你的主打商品。** 四個欄位填滿：客戶要的成果、他憑什麼相信做得到、要等多久、要他開始做什麼又要他放棄什麼。哪一格最弱，那就是你今年要修的。 ► **挑一件事做時間壓縮測試。** 找出你交付流程裡最慢的那一段，問「同業要三天，我能不能一天」。這才是 AI 該進場的地方。 ► **把徵才當獲客重寫一次。** 打開你公司最近一則職缺文案，用看廣告的標準看它。再算一次：一個好人才一年幫你賺多少，你願意花多少去找他。 --- ## 最後 節目最後主持人問了 Hormozi 一題：如果你相信全面超越人類的超級智慧再過幾年就會出現，你會做什麼？ 他的答案沒有提到任何一個工具。 他說他會盡可能累積真實世界的證明、盡可能多的客戶紀錄，去強化一個在那個未來裡還能被辨識的品牌；然後繼續建立信任跟通路，因為就算智慧變得無限便宜，聲譽還是有人在乎，通路還是要錢。 這跟我在[品牌經營在 AI 時代只剩一條線](https://growthhackers.tw/blog/brand-desire-aesthetic-intelligence/)講的其實是同一件事。 工具會一直換，而且會越換越快。但你手上那個「本來就有東西可以被放大」的生意，是換不來的。 先把它修好。 --- ## 常見問題 **Q：Alex Hormozi 為什麼說不要追 AI？** A：他反對的不是 AI 本身，他自己就用 AI 跑定價分析。他反對的是把 AI 裝在「不是瓶頸」的環節上，因為那會讓你花掉大筆成本，卻碰不到真正限制成長的地方。他的驗收標準只有一句：導入之後你有比較賺錢嗎？ **Q：Alex Hormozi 是誰？價值方程式又是什麼？** A：他是 Acquisition.com 創辦人，靠健身房事業 Gym Launch 以 4,600 萬美元出場後轉做投資與商業教育，著有《$100M Offers》等書。價值方程式是他的核心框架：夢想成果 × 達成機率 ÷（時間延遲 × 努力與犧牲）。 **Q：所以到底該先導入 AI 還是先修商業模式？** A：看你的瓶頸。需求受限（客人不夠）先修定價、方案與獲客；供給受限（接不完）可以先導工具。判斷總開關是：導入後你講不講得出「多賺多少、少花多少、快多少」。 **Q：怎麼知道我是需求受限還是供給受限？** A：問自己如果明天突然多來一倍客人，你交付得了嗎？交付得了就是需求受限，交付不了就是供給受限。 **Q：我很忙又賺不到錢，該從哪裡下手？** A：先算毛利率。毛利健康卻沒時間，那是該請人；毛利薄，病根在方案給太多收太少，或缺乏能展示價值的銷售動作。 --- **資料來源**：[The Diary Of A CEO](https://www.youtube.com/watch?v=HwmwyBgzj8c&ref=growthhackers.tw)，主持人 Steven Bartlett 訪 Alex Hormozi，2026 年 7 月 20 日發布。文中主要數字與案例出自該集訪談，判斷框架、台灣對照與行動建議為王董個人觀點。 --- **協作聲明與免責** 這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 `[來源名稱](URL)` 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。 內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。