《職場人的生成式AI工作法》讀後心得與 AI 實戰經驗 圖文好讀 https://readingoutpost.com/hbr-guide-to-generative-ai-for-managers/ 我剛從《哈佛商業評論》的 2025 年會回來，整個人還處於「驚魂未定」的狀態，收穫太 多了！ 這次年會的主題圍繞著 AI 在企業和職場的應用，聽了三位國際級專家和亞馬遜 AWS 總 經理的分享，真的是收穫滿滿，腦袋裝了一堆新想法。 說到 AI，最近我讀了一本超實用的書《職場人的生成式AI工作法》，這本書也是這次《 哈佛商業評論》年會主力推薦的書。這本書改變了我對於使用 AI 的看法，還提升了我 對 AI 的使用層次。我從裡面挑選了好幾個提詞範本出來用，效果真的很驚人。 所以今天想跟大家分享兩部分內容：前半部會談這本書的精華重點，加上我自己這一年多 來大量使用 AI 的實際經驗；後半部則會分享《哈佛商業評論》年會聽到的重點，讓沒參 加到的朋友也能學到最有用的資訊。 AI 從助理變成思考夥伴 這本書最打動我的概念就是：AI 不只是工具，它可以是你的助理（Co-pilot），更可以 是你的協思夥伴（Co-thinker）。作者把 AI 的使用分成兩種模式： 第一種是 Co-pilot（助理模式）。你可以向它提出要求，它會幫你執行任務，主要是提 高效率。比如「請回覆這封電子郵件」，然後等 AI 幫你寫好。這是單向過程，你問，它 答，速度很快。 第二種是 Co-thinker（協思夥伴模式）。你可以跟它對話，它會與你合作思考，讓你的 思考和反省更深刻。在這個模式下，AI 會透過一連串引導式問題與你對話，增強批判性 思考能力。它不只回答你的問題，還會詳細闡述你的答案，加入新想法，引導你提出後續 問題。 這兩種模式最大的差別是：助理讓你快速完成工作，協思夥伴讓你停下來思考。 當你需要深度思考時，速度可能適得其反。所以在協思夥伴模式下，你要請 AI 重視思考 品質，而不是求快。 我自己的經驗完全印證了這個觀點。剛開始用 AI 時，我都把它當助理，請它幫我寫文章 、整理筆記。但後來我發現，當我把它當成思考夥伴時，效果完全不一樣。 我的 AI 使用現狀：每天上百次對話 說到使用頻率，我可能算是重度用戶。自從 ChatGPT AI 推出之後，我每天使用的次數應 該都超過上百次對話。很多朋友覺得很誇張，但我覺得這個頻率其實很正常。 在創作方面，AI 幫我整理讀書筆記，提出不同想法讓我融入文章，舉生活化例子，甚至 提出我還沒想到的觀點和問題。它也幫我做文章的最後校對，修正標點符號、錯別字，選 擇標題，調整排版。這些都是創作者日常會遇到的工作。 但更重要的是在工作管理上。我經營一人公司，有兩個正職員工：執行秘書和業務行銷夥 伴。現在我有個習慣，當他們寫企劃或文案給我時，我都會先問他們一個問題：「請問你 有沒有跟 AI 合作過？這是 AI 給你建議之後調整好的內容嗎？」 特別是我妹妹，她之前負責撰寫一些文案和與業主的溝通內容。以前她常常自己寫，我看 到內容時就會挑戰她：「你這個內容好像還沒跟 AI 討論過，AI 有告訴你什麼嗎？有請 AI 幫你批改過嗎？」如果答案是否定的，我通常會唸她：「有 AI 這麼好用的工具，你 怎麼不用呢？」 後來我就教她，如何調教 AI，狠狠地命令它、使用它。我也跟她說，妳想想看我是怎麼 要求你的，你就用我這種刁鑽的要求，去要求妳的 AI。現在我只要看到不滿意的工作品 質，我就會告訴夥伴「你先跟 AI 聊完再來找我」，透過我的「刻意推動」，讓使用 AI 成為公司的文化。 現在他們已經習慣了，我們大量透過 AI 合作工作，我盡可能把學到的 AI 合作技巧和方 法，以及提詞教給團隊，讓大家更容易運用在企劃、文案和內部溝通上。 建立使用習慣的三個關鍵 說完了我自己的用法，再看到書中提到「培養 AI 使用習慣」的方法，我就覺得超級實際 的。特別是你如果身為主管或領導者，你一定要自己先學起來、先用起來： 首先是「優先想到 AI」。剛開始你不會自然想到要用 AI。像我在筆記軟體經常提醒自己 ，寫著「你問過 AI 嗎？」或「AI 會用不同方法嗎？」這樣的提醒真的很有效。 其次是「鼓勵團隊使用」。身為管理者，要不斷詢問：「你使用過 AI 聊天機器人嗎？」 這是推廣 AI 使用的好方法。所以我現在已經養成習慣，看到員工的任何文件，第一個反 應就是問他們有沒有先跟 AI 討論過。 第三是「多方嘗試」。要嘗試多個模型，看哪個最符合你的需求。有些模型適合摘錄長篇 文件，有些更適合搜尋或撰寫行銷素材。我現在同時使用好幾個不同的 AI 平台，針對不 同任務選擇最適合的工具。 深度應用：從產業研究到人生規劃 我在工作上還有個重要用途是產業研究和分析。透過 AI 可以快速掌握產業資訊，特別是 我要訪談很多書籍作者時，AI 能在幾分鐘內整理出詳盡的來賓背景介紹，以及值得注意 和提問的地方。製作訪談大綱時，也是透過大量 AI 合作來提升品質。 更有趣的是，2025 年我為公司制定年度 OKR 目標時，完全是與 AI 合作完成的。 以前我光是想 OKR，我可能需要好幾個禮拜，而且品質不見得很好，只是憑直覺和經驗隨 便想。但今年一月，我請 AI 做了大量研究和調查，根據這些結果以及公司現況和未來展 望，把遠大夢想和願景告訴它。 經過許多討論後，我公司 2025 年的 OKR 其中很多關鍵元素和想法都是透過 AI 規劃出 來的。 在生活中，我每天寫日誌，每週、每月都會回顧。以前做這些回顧很困難，要把過去寫過 的零碎資訊一個個看過，光是瀏覽就很累，也想不出什麼新想法。 現在我完全交給 AI，用筆記軟體與 AI 整合，讓它直接讀取過去一整個月的日誌，幫我 總結：哪裡做得很好、哪裡做得不夠好，也請它給我一些新方向，給我一些鼓勵和打氣。 這樣一來，我省下大量時間，讓我更專注在思考本質上，不需要做那些文書作業、勞心勞 力的閱讀，以及像例行公事一樣調查研究。我覺得這是 AI 對我來說解放最多思考能量的 事情。 轉型的四個步驟 書中提到工作模式轉型的四個步驟，我覺得特別實用： 第一步是實驗兩種模式。選擇一系列任務進行計畫性實驗，從非關鍵工作流程開始，輪流 使用助理和協思夥伴模式。 第二步是培養新技能。學習如何與 AI 對話，掌握提詞技巧，磨練對話技能。重點是強調 人類判斷力和批判思維，避免過度依賴。 第三步是重新設計工作流程。決定誰應該做什麼，什麼時候讓 AI 執行任務，什麼時候由 人類控制，以及合作的適當順序。 第四步是建立集體責任。提供指導方針和框架，培養負責任和符合倫理的使用方式，建立 共同承擔責任的文化。 我的觀察：AI 使用者的兩極分化 坦白說，我現在每天與 AI 對話上百次。如果你發現你自己一天與 AI 對話不超過五次， 我會覺得真的很可惜。我觀察到一個現象：包括年輕一輩的人如果善用 AI，他們已經超 級加速，很快就會彎道超車我們這些「老人」，真的很可怕。 如果我們沒有學習能力或不思進取，很快就會被時代遺落。所以我每天泡在這個領域，每 天使用、每天精進，與社群朋友討論、學習別人怎麼用，不斷改良改進，把效用發揮到最 大。 我預見短期內再過一兩年，你會發現那些善用 AI 的人進步有多快，創造出多令人驚訝的 成果。而那些不太會用、用錯 AI，甚至根本沒用的人，可以等著看他們落後多少或停滯 在什麼程度。 雖然我的頻道上沒有天天講 AI，但實際生活中我天天與 AI 相處、合作。表面上大家看 到的是文章和內容，但背後有龐大的 AI 支撐，是大家表面看不到但確實發生的事情。 我覺得關鍵不是要不要用或怎麼用的問題，如果現在還沒開始用，那真的算很晚了。我們 不需要成為 AI 專家，但我們必須專注在實際的應用，把 AI 運用到自己的專業領域、發 揮最大效果。我鼓勵大家一定要每天使用 AI，你會發現它真的能改變你的工作和生活方 式。 那麼《職場人的生成式 AI 工作法》就是幫你裝上加速器的一本書。好的，以上就是我對 這本書的心得，以及我自己的使用經驗分享。 接下來我要跟你分享《哈佛商業評論》2025 年會的精彩內容… 這次年會的會場上，滿滿的企業高管和創業者，大家都在討論同一件事：AI 浪潮來了， 我們該怎麼辦？ 坐在會場裡聽著這些頂尖專家分享，我有種「正在見證歷史」的感覺。三位國際級講者加 上 AWS 香港暨台灣總經理的分享，每一場都讓我重新思考很多事情。 我把這場 3 小時講座的重點整理給你，希望對你也有幫助。 第一個重磅炸彈：我們只剩一千天 《哈佛商業評論》英文版總主筆殷阿笛（Adi Ignatius）一開場就丟出震撼彈。 他說川普的關稅戰對企業造成極高的不確定性，完全顛覆了以往的交易條件。面對這種高 風險，理性的企業都在延後消費、延後投資、延後開發。 但更驚人的是 AI 的衝擊速度。他訪談過許多矽谷高階主管，其中一位知名科技業前 CEO （他不能透露姓名）說了一句讓人印象深刻的話：「在一切被顛覆之前，我們只剩下一千 天。」 當時說這話到現在，已經不到一千天了。 為什麼這麼說？他舉了一個很具體的例子：以前大公司併購時，需要找律師事務所花 50 小時起草合約，現在內部法律團隊透過 AI 完成初稿，再給律師檢查、微調。從 50 小時 到 1 小時，你想想這對律師事務所的衝擊有多大？少收多少費用？少聘多少律師？ 高盛預估大約有 3 億個工作機會會因 AI 而消失。樂觀派認為會像過去農業轉工業、工 業轉服務業一樣，新工作會出現。但 AI 不一樣──它是等比級數進步的，而且會自我迭 代。 Adi 給台灣企業主管們的建議很直接：「想了解 AI 對產業的變化，你要親自飛去矽谷拜 訪第一線人員，了解變革的真實速度。」CEO 必須親自推動 AI 運用，而不是只靠幾個 AI 專家。 他特別強調未來兩個關鍵能力： 一、演算法素養（Algorithm Literacy）：了解 AI 如何運作及 AI 的局限性。 二、資訊流素養（Data Fluency）：懂得判斷 AI 給出來的資訊和數據的品質，讓它順暢 流通。 最重要的是，要讓 AI 成為副駕駛員（copilot），既不能過度自動化（傷害對員工的信 任），也不能自動化不足（損害企業的獲利能力）。 第二個洞察：15% vs 78% 的巨大落差 《職場人的生成式 AI 工作法》作者之一艾麗莎．法瑞（Elisa Farri）也親自來到年會 現場，她分享了一個讓我印象很深刻的數據對比。 78% 的企業執行長認可 AI 的潛力，但每天使用 AI 的人只有 15%。這就是「野心」與「 行動」之間的巨大差距。 她深入研究了那 15% 經常使用 AI 的人，發現了六個精彩案例： 一、財務顧問執行長：用 AI 將客戶會議轉成逐字稿，自動生成總結和行動建議，讓他能 全神貫注聽客戶說話。 二、人力資源主管：用 AI 撰寫招募工作描述草稿，還要求員工報告前先跟 AI 討論，推 動全員改變行為。 三、投資人關係主管：用 AI 預測會議中可能遇到的刁鑽問題，提前準備完美回答。 四、莫德納的人資與數位長：用 AI 為每位高階主管建立虛擬人物輪廓，預測衝突並提供 解決方案。AI 增強了她應對衝突的能力──那些她原本還不具備的能力。 五、法拉利中階主管：沒程式背景，但用 AI 學習動力學知識，還讓 AI 反向提問挑戰他 的思考。他不是跟 AI 討答案，而是要 AI 反過來刺激他想出更好的答案。 六、Coursera 前 CEO：原本對 AI 不感興趣，直到看見 AI 生成的策略比自己更好，才 開始重視。他拿 AI 來進行提案草稿、提出異議、角色扮演演練。 這些例子展示了從「copilot」（副駕駛）到「co-thinker」（共同思考者）的重要轉變 。前者像助手，後者是思考夥伴，能幫你深度思考。 最後，Elisa 指出擅長使用生成式 AI 的領導者有三個特質：(1) 知道何時該用 AI，何 時不該用、(2) 快速適應 AI 的邊界和發展、(3) 建立新的決策基礎（例如：做決策前是 否與 AI 討論過？）。 第三個震撼：破壞式創新正在加速 達特茅斯學院教授史考特．安東尼（Scott Anthony）是「破壞式創新」理論大師克里斯 汀森的學生，他一生都在研究「破壞式創新」。他告訴我們，接近七成的 CEO 認為自己 正面臨破壞式創新的挑戰。 他作為教授，他觀察到生成式 AI 推出後，學生論文品質顯著提升，錯字和文法錯誤幾乎 消失。但這引發一個問題：這些還算是學生自己的作品嗎？ 他用亞馬遜的策略來說明企業該如何面對 AI：(1) 單向門：重大投資，失敗會造成重大 影響，不可逆的決定。(2)雙向門：用少許的資金就可以開始做的實驗，可以自由選擇繼 續或退出。 對 AI 來說，企業應該把它視為新的團隊夥伴，透過雙向門策略進行實驗，了解什麼可以 交給 AI，什麼不行。關鍵決策和商業嗅覺仍需由人掌控。 他還介紹了「雙重轉變」（Dual Transformation）概念： 轉變一：重新發明今天：改造現有業務。 轉變二：創造新的明天：打造未來的新獲利來源。 Adobe 就是絕佳例子。從零售軟體轉型為 SaaS 訂閱制（重新發明今天），不再追蹤零售 軟體的庫存，而是關注網路平台穩定性。他們還推出行銷分析平台（創造新的明天），幫 助客戶分析他們真正在乎的事情。 這個轉變大幅提升 Adobe 的年化報酬率，股價年化報酬率來到驚人的 29%。 因此，企業轉型需要四個條件：勇氣改變、專注目標、探索勇氣和堅持信念。 他特別提醒：「最聰明和最成功的人往往不容易學習探索，因為他們很少經歷掙扎。」但 現在雖然是最困難的時候，也是充滿機會的時候。 第四個啟發：AWS 的四大 AI 原則 AWS 香港暨台灣總經理王定愷的分享讓我對這家公司有了全新認識。AWS 現在不只提供雲 端服務，更在重新發明工業化，他們的機器人數量已經超過員工數量！ 他提到 Amazon 面對 AI 浪潮的四個核心原則： 一、持續解決問題：AWS 本身就是從內部服務轉為對外開放的成功例子，是第一家做公有 雲的公司，第二家落後了他們整整七年。 二、快速失敗且成本低廉（fail quick, fail cheap）：能迅速推出新功能並根據市場回 饋迭代。 三、由下而上的創新：很多提案都是員工提出，公司有完善評選機制提供資源執行。 四、強化行動力：秉持 Day 1 原則，鼓勵員工快速行動。 現任執行長 Andy 說過一句讓我印象深刻的話：「Speed is a leadership decision」（ 速度是領導者的決定）。領導者需要懂得何時加快、何時減緩速度。 王總經理還提醒兩件重要事情，也是亞馬遜始終秉持的精神： 一、技術的重要性，公司要永遠投入、深耕、採納和實驗技術。 二、領導者需要接受外界回饋，懂得否定自己的信念以擁抱新方法。 在亞馬遜內部，他們時常進行自我批判，檢視是否有盲點或錯誤信念需要推翻。這種「降 本增效」的思維，讓他們能在 AI 浪潮中保持領先。 我的三個關鍵反思 聽完這些分享，我有三個深刻反思想跟你們分享： 第一個反思：我們真的準備好了嗎？ 78% 的 CEO 認可 AI 潛力，但只有 15% 每天在用，這個落差實在太大了。 我很慶幸自己是落在 15% 裡面，每天多次使用 AI 協助工作，不管是寫文章大綱、分析 讀者回饋、準備 Podcast 的訪談問題，還是規劃公司年度計畫。 關鍵不是用得多完美，而是開始用、開始實驗。 你也可以買《職場人的生成式AI工作法》這本書來看，看有哪些應用是你還不會的，趕緊 學起來、用出來。 第二個反思：速度比完美更重要 亞馬遜 CEO 的那句話「速度是領導者的決定」真的打到我。以前我總想把每件事做到完 美才推出，但在 AI 時代，這種思維可能是致命的。 現在我更願意先推出 80 分的內容，然後快速根據回饋迭代。不管是文章、影片還是課程 ，都要採用「雙向門」策略：小步快跑，快速試錯。 第三個反思：人機協作的新藝術 最讓我興奮的是那六個 AI 應用案例。我發現真正厲害的人不是要取代 AI，也不是被 AI 取代，而是學會和 AI 協作。講者們多次提到「Augmented by AI」，也就是我們要「 被 AI 增強」。 我會繼續把 AI 當成「思考夥伴」，讓它挑戰我的想法、提供不同角度。寫書評時，我會 先讓 AI 分析書籍結構，再跟它討論我的觀點，往往能發現自己的盲點。 給你們的三個建議 基於這次年會的收穫，我想給你們三個具體建議： 建議一：建立你的 AI 日常 不要等到準備好才開始用 AI。從明天開始，每天至少用一次 AI 協助工作。可以是寫 Email、分析數據、準備會議，或者像我一樣用來整理筆記。 重點是建立習慣，培養「演算法素養」和「資訊流素養」。 建議二：練習「反學習」 Adi 提到的「反學習」概念很重要：Learn to unlearn。我們要學會質疑過去認為的「黃 金標準」，接受新挑戰、新觀念。 定期問自己：哪些我深信不疑的觀念可能已經過時？哪些新技術或新方法我因為偏見而排 斥？ 建議三：從「copilot」升級到「co-thinker」 不要只把 AI 當作執行工具，要把它當作思考夥伴。讓它挑戰你的假設、提供不同觀點、 協助你深度思考。 就像法拉利那位主管一樣，即使沒有技術背景，也能透過 AI 學習新知識，並讓 AI 反向 提問挑戰自己的思考。 最後想說的話 坐在年會現場，看著台上這些頂尖專家分享，我有種「正在見證歷史轉折點」的感覺。 AI 不是未來會發生的事，它已經在發生了。 那位矽谷 CEO 說的「一千天」可能有點誇張，但變化的速度確實超乎想像。與其被動等 待被顛覆，不如主動擁抱變化。 我想起 Scott 教授最後說的話：「工作場所應該充滿樂趣，即使現在是最困難的時候， 也是充滿機會的時候。」 是啊，這個時代雖然充滿挑戰，但也充滿機會。關鍵是我們要有勇氣改變、專注目標、勇 於探索，並堅持信念。 希望這些分享對你們有幫助。如果你們也開始在工作中使用 AI，記得跟我分享你們的心 得和發現。我們一起在這個 AI 時代中學習成長。 最重要的是，記住那句話：「Speed is a leadership decision」。不管你是不是領導者 ，在自己的工作和生活中，速度都是你可以決定的。 讓我們一起加速學習，擁抱這個充滿可能性的新時代吧！ -- 書評部落格「閱讀前哨站」 https://readingoutpost.com/｜一個愛書人的閱讀筆記 Podcast「下一本讀什麼?」 https://readingoutpost.com/podcast/｜我的說書頻道 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.172.49.33 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/book/M.1759366736.A.6B9.html