生成式 AI 正在改變企業的工作方式。從資料整理、內容撰寫、簡報製作,到市場分析與客服支援,越來越多工作可以借助 AI 提升效率。但我認為,AI 時代真正值得培養的競爭力,不是熟悉多少套工具,而是能不能把 AI 放進工作流程,結合專業判斷,解決原本難以有效處理的問題。對企業而言,導入 AI 不只是購買軟體;對個人而言,學會輸入提示詞,也不代表已經具備完整的 AI 應用能力。真正的差異,來自能否把工具轉化成可持續的工作成果。
一、先找到值得改善的工作流程
我建議不要一開始就問「公司應該導入哪套 AI」,而是先問「哪些工作重複、耗時,而且可以被標準化?」例如業務每週需要整理客戶拜訪紀錄、彙整市場資訊與準備報價說明。如果這些工作有清楚的資料來源與審核標準,就可以評估讓 AI 協助初步分類、摘要與草稿製作。但涉及價格承諾、客戶需求判斷或合約條件,仍應由具備權責的人員確認。AI 導入的第一步,應該是流程盤點,而不是工具採購。
二、建立提出好問題與驗證答案的能力
AI 可以快速生成內容,但生成速度不代表答案正確。我認為,未來專業工作者需要具備兩種能力:清楚定義問題,以及驗證 AI 輸出。例如請 AI 分析某項產品的市場機會,不能只接受它整理的市場規模與競爭者清單。還必須確認資料來源、時間、適用市場及分析假設。我建議使用 AI 時,明確提供任務目標、背景、限制條件與輸出格式,並建立人工審核機制。真正有價值的不是提示詞寫得多漂亮,而是能否提出正確問題、辨識錯誤並作出判斷。
三、讓 AI 與領域專業結合
我不認為每個人都需要成為 AI 工程師。但各領域工作者都應該理解 AI 可以如何輔助自己的專業。例如人資人員可以用 AI 整理職能模型與訓練需求;行銷人員可以協助產出不同客群的溝通方案;企業顧問則可以利用 AI 加速資料整理、情境分析與策略比較。然而,這些工具無法自動取代對組織文化、客戶關係、產業結構與經營風險的理解。我認為,未來真正具有競爭力的人,是能夠結合專業知識、商業判斷與 AI 工具的人。
四、把學習變成可衡量的改善成果
企業安排 AI 教育訓練時,不應只以員工上課時數或工具使用次數衡量成效。我建議每個部門挑選一個具體工作場景,進行四週左右的試驗。例如比較導入前後的資料整理工時、錯誤率、修改次數與使用者滿意度。如果原本需要三小時完成的工作,導入後縮短到兩小時,仍要確認品質是否維持,以及是否增加額外的人工審核成本。只有把效率、品質與成本一起評估,才能判斷 AI 是否真正創造價值。
五、建立負責任的 AI 使用規範
AI 使用越普遍,企業越需要重視資料安全、著作權、個人資訊及決策責任。我建議企業明確區分哪些資料可以提供給 AI、哪些需要事先去識別化,以及哪些決策必須保留人工審核。員工也應了解,AI 生成的內容不一定正確,不能直接把未查證的資料當成事實。對我而言,AI 不只是提高效率的工具,更是一個重新設計工作方式的機會。
傑神金句
AI 不會自動讓每個人更有價值;真正的職場競爭力,是把 AI 變成解決問題、創造價值的夥伴。
留言