當AI能整理資料、生成文字、加速產出，職場焦慮也隨之浮現。面對這個愈來愈強大的協作者，我們不必急著和它競賽，而是學會分工、查核，並承擔最後的責任。讓省下來的時間，重新回到人與人的現場，保留傾聽、判斷、信任與連結的能力。

撰文／黃從仁圖片／Magnific

打開電腦，AI已經成了許多工作流程的一部分。它能整理會議紀錄、摘要長篇資料、調整信件語氣、產出簡報大綱，甚至在幾分鐘內完成一份看似完整的企劃。過去需要半天的工作，如今可能只要二十分鐘。對許多上班族來說，這是前所未有的助力，也是一種隱隱浮現的壓力：當AI做得比我快、寫得比我順，公司還需要我嗎？

這份焦慮並不荒謬。職場的確正在改變，而且不是「未來某一天」才會發生，而是已經發生在日常工作裡。只是，真正值得問的，也許不是「AI會不會取代我」，而是：「在AI加入團隊之後，我的工作價值，該放在哪裡？」

別再用苦勞證明價值

傳統職場常把努力和工時綁在一起。資料一筆一筆整理、郵件一封一封回覆、報告從空白頁慢慢堆砌，做得久、撐得晚，彷彿才算認真。然而，AI出現後，這套衡量方式正在失效。若一項任務可以自動化，卻仍堅持全部手工完成，不一定代表負責，有時只是把有限的注意力，花在低價值的重複勞動上。

所謂「聰明工作」，不是偷懶，也不是把所有事情丟給AI，而是重新分配人的心力。讓AI先處理資料彙整、格式轉換、初步分析、程式除錯、文案草擬；人則負責定義問題、設定標準、判斷取捨、檢查錯誤，並承擔最後的決策責任。AI可以替你跑得更快，卻不能替你決定要往哪裡跑。

因此，未來的職場能力不只是「會不會做」，還包括「會不會拆解工作」。面對一項任務，可以先問三個問題：哪些步驟重複、規則明確，適合交給AI？哪些內容牽涉風險、價值判斷或敏感資訊，必須由人把關？哪些部分需要與他人協商、取得信任，而不是只靠一個漂亮答案？能做出這種分工的人，不會被AI削弱，反而是多了一個速度極快的協作者。

例如，準備一場重要提案時，可以請AI整理產業資料、模擬客戶可能提出的問題，再由自己判斷哪些資訊可信、哪些觀點符合現場需求。如此一來，省下的時間不是用來承接更多雜務，而是用來理解客戶、推敲策略、練習表達。這才是「working smart」的真正意義：不是單純加速產出，而是把人放回最需要人的位置。

可以外包技能，不能外包責任

AI最擅長處理可被文字化、資料化、標準化的任務。它能把大量文件濃縮成重點，也能從資料中找出模式；但它的回答再流暢，仍可能出錯、捏造資訊，或忽略情境。若使用者沒有足夠的專業判斷，就容易把「說得像真的」誤認為「真的可靠」。

因此，硬技能可以部分外包，專業責任卻不能外包。會計人員可以請AI協助分類與試算，但仍要核對法規與數字；工程師可以用AI生成程式碼，但仍要測試安全性與效能；企劃人員可以讓AI提供十個點子，但仍要判斷哪一個符合品牌、預算與真實需求。醫療、金融、人事與法律等高風險工作，更不能因為AI給出完整答案，就省略專業審查與倫理考量。

這也意味著，人不該因為AI會寫，就放棄寫作；不該因為AI會算，就停止理解數據。相反地，我們更需要保留足以檢驗AI結果的基本功。最危險的狀態，不是「不會用AI」，而是「只會按下生成，卻不知道結果好不好」。真正穩固的能力，是你即使不必親手完成每一步，仍看得懂過程、抓得出錯誤、說得清楚理由。

使用AI之後，工作成果也許更快完成，也更精緻，但成果的署名、承諾與後果仍屬於使用者。主管不會因為一句「這是AI寫的」就免除你的責任；客戶也不會因為錯誤來自模型，就不受損失。成熟的人機協作，從來不是把責任推給工具，而是用工具擴大能力，同時提高自己的查核標準。

職場裡最難取代的，是有身體的人

工作從來不只是在電腦裡完成。一次協調能否順利，往往不只取決於說了什麼，也取決於誰先開口、語速有沒有變快、眼神有沒有閃避、肩膀是否緊繃，以及會議室裡那種「大家其實不同意，卻沒有人說破」的氣氛。

人的身體是一套高度整合的感知系統。我們能透過視覺、聽覺、嗅覺、觸覺，以及對距離、姿勢、呼吸與環境變化的感受，快速判讀他人的狀態。身體也會在我們尚未清楚說出原因之前，先察覺空氣悶熱、距離過近、聲音緊繃或現場氣氛的改變。雖然這些訊息有些能被攝影機或感測器捕捉，有些卻必須放在關係、文化與當下脈絡中理解。

即使多模態AI能分析表情、影像和聲音，也不等於真正參與那段關係，更不必承擔誤判之後的後果。同一個沉默，可能是不同意、害羞、疲憊，也可能只是正在思考；同一個微笑，在不同部門、文化與權力關係中，也可能具有完全不同的意義。判讀一個人，不只是辨識訊號，更是理解他一路走來的處境。

這正是軟技能的價值。你發現同事今天特別安靜後，會多問一句「還好嗎」；你知道某位夥伴在公開場合不方便反對，於是改用私下溝通；你順手幫加班的同事帶一份便當，或記得某人喝咖啡不加糖。這些看似微小的舉動，無法直接寫進績效表，卻會累積信任。

幫同事買飲料本身或許不是什麼高深的能力，真正重要的是：你注意到他的需要，願意為關係多走一步。團隊真正遇到壓力、衝突與模糊情境時，靠的往往不是誰能最快生成文字，而是誰能讓人願意說實話、願意合作、願意一起承擔。

把AI當最強大腦，而不是權威上司

要與AI和平相處，首先要調整對它的角色想像。AI既不是隨叫隨到、永不出錯的神諭，也不必被視為搶飯碗的敵手。它更合適的位置，是「高效率但需要管理的協作者」。

使用AI時，可以把自己放在主編、主管或教練的位置：先給出清楚的背景、目的與限制，再要求它提出方案、比較利弊、指出盲點；接著追問資料來源、檢查假設，最後由自己整合與決定。若把AI當成答案機，人會逐漸失去思考肌肉；若把它當成陪練，人反而能更快看見不同觀點，練習提問與判斷。

職場上面對AI焦慮，也不必急著要求自己成為技術專家。可以先從一項低風險、重複性高的工作開始，例如：整理會議重點、調整郵件語氣或列出報告架構。使用後再回頭檢查：它替我省下什麼？漏掉什麼？我在哪個環節仍不可或缺？當一個人能具體看見自己在流程中的功能，「被取代」的焦慮，才有機會轉化為可處理的學習方向。

同時，也要替自己保留「不使用AI」的區域。重要談話先自己想一想，再請AI協助整理；關鍵決策不只參考模型建議，也要詢問利害關係人；有些文字保留自己的語氣，有些困難允許自己慢慢摸索。效率不是唯一價值。那些卡住、重寫，以及和別人磨合的過程，常常正是理解自己、建立能力與形成關係的地方。

假如每一次不確定，都立刻交給AI回答，我們可能愈來愈難忍受空白，也愈來愈少練習獨立形成自己的意見。善用AI，不只是知道何時打開它，也包括知道何時停下來，讓自己承受一點困惑，與同事進行一場不那麼完美，卻真實的對話。

未來的競爭力，是人機之間的分工智慧

AI時代不一定是「要人還是要AI」的二選一，更可能是「會與AI協作的人」逐漸取代「拒絕理解AI，或把AI當成絕對權威的人」。職場裡的工作會逐漸分成兩層：底層是可自動化的產出，上層是問題定義、情境理解、倫理判斷、關係協調與責任承擔。前者愈來愈快，後者反而愈顯珍貴。

因此，我們真正要培養的，不只是提示詞技巧，而是這三種能力：知道何時使用AI，知道如何驗證AI，也知道何時應該關掉AI，回到人與人的現場。

當你不再和AI比記憶量、比速度，也不再要求自己像AI一樣不知疲倦地工作，而是讓它協助處理大量資訊，替自己騰出時間去傾聽、判斷、創造與連結，AI就不再是敵手。它可以成為你的外接大腦，但方向感、責任感，以及伸手接住另一個人的能力，仍然必須長在你身上。

職場裡真正不可取代的，未必是某一項永遠不會過時的技能，而是你能否持續學習、看懂情境，並在科技愈來愈強的時候，仍然知道自己為何而做、與誰一起做。AI可以讓工作進行得更快；至於工作要通往哪裡，仍是人的選擇。

黃從仁國立臺灣大學心理學系教授。其研究專長為科技心理學，包含機器和人類的學習與記憶，以及人機互動。