最近在觀察生成式 AI 對整個職場的衝擊，心裡有一些感觸

最近在觀察生成式 AI 對整個職場的衝擊，心裡有一些感觸…

最近在觀察生成式 AI 對整個職場的衝擊，心裡有一些感觸。

不可否認，這個工具的普及，未來一定會讓職場上出現更多「英雄出少年」的故事。雖然能真正把 AI 當作超強放大器的年輕人依然是少數，但這少數人的成就高峰絕對會提早到來。我很期待看到接下來幾年，各領域都會冒出一批不滿 30 歲或 35 歲、表現讓人非常欽佩的年輕新秀。

但是回到我們這些「中年不得閒」的人士身上，處境就有些微妙了。

我們這群人面對的是雙重拉扯：一方面要努力維持自己的產出效率，不被速度淘汰；另一方面，又得同時承擔教導與傳承的責任。老實說，我們去碰 AI，學習的痛苦期確實比較長，不像年輕人一上手就跟呼吸一樣自然。但是，我們身上的優勢在於那些熬出來的「判斷力」是現成的。只要熬過那個適應痛點，我們其實能更精準地知道在什麼樣的特定場景、遇到什麼樣的關鍵卡點，該把 AI 派上用場。

前陣子一位畢業一陣子的 EMBA 學生回到學校辦事時，順便來找我，他開心地跟我分享，最近靠著 AI Agent 協助，一個下午就寫完了三份不同產品線的年度市場佈局規劃，而且報告品質還維持得很好。

我打從心底為他高興，這代表他站在浪頭上享受著效率紅利。但隔天下午，我與一家科技製造業對焦中高階主管的 AI 訓練課程，與會主管們也不約而同聊起這個話題。有一位主管提到，過去半年那些一天到晚擔心Token不夠用的一批人， 生產力提升速度快得不可思議，但行事曆根本沒空出來，反而因為產出變快，莫名接到了更多方向模糊的繁雜專案。結果，這批人成了組織裡最安靜的一群，他們不想「惹事上身」。

對焦會議之後，這個閒聊影響我好久，我想到是，對於我們這批奔五的中年人：在生成式 AI 時代，我是不是還在用自己 25 歲到 35 歲之間的狂暴輸出能力，在定義我自己？

那十年，我拼的是產出效率、是熬夜交出來的一份份精美報告、一件件研究案、一篇篇個案。但是現在，工具已經把這些「手工藝」的門檻拉到極低。

如果我現在還在為自己用 AI 一個下午能多寫幾份提案而沾…

如果我現在還在為自己用 AI 一個下午能多寫幾份提案而沾沾自喜，那我就只是在人生第一條曲線裡，變成一個「比較會用 AI 的高效執行者」而已。我並沒有真正跨入接下來的第二條曲線。

更何況，以前那個似乎有著無限精力，可以一週教滿35小時的傢伙，現在是站滿八小時，就得躺床十八小時才能復原了。

我看到的第二曲線，會是一套輸出的知識體係，可以用來教導與傳承的方法。過去交差的是一篇專欄文章、一場簡報、一個案子、一次授課；現在該提出的，是一套新題目、一套別人能照著用的判斷標準、或者是一整個管理系統。

例如，我們不能只是被動等著接主管或客戶丟過來的題目。AI 讓回答問題變得很便宜，但「定義問題」反而變貴了。資深的人應該要能每季提出幾個「新題目」，清楚界定這個問題為什麼現在重要、AI 讓成本下降在哪裡。這才是從執行者轉向架構師。

再者是把腦中的直覺「外顯化」。過去我們一眼就能看出案子的雷，現在我們要把這些經驗整理成別人可以照著檢查的清單。我們帶年輕人的方式也得改變，不是去幫他們改文字，而是陪他們用 AI 產出多個版本，訓練他們說明每個版本的取捨，我們最後只修改他們的「判斷錯誤」。這樣訓練出來的人，學到的才會是我們的思考邏輯。

我感覺這段思維轉換的過程不容易，因為我們對「親手產出」看著自己做完一長串事情會有安全感。但是到了這個階段，我們得在模糊情境下學著把「為不確定性定錨」的判斷力說出來、教下去。

心智上，以及靜態輸出層面，我們還沒老去，也沒從一線產出退場，但是，得提高產出的層級了，建構第二曲線了。