一個觀點啟發的實驗
一周前，我讀了Daniel Chang在Linkin上的一篇文章（關於 AI，原來我一直搞錯的六件事），裡面提到了一點。
原來我以為，有工作就代表有安全感，其實真正的價值在於「你能再加上什麼」。
真正的安全感，不是你的工作，而是你附加價值的能力。True security lies not in tasks, but in add-in value capabilities.
我認為很有道理，但道理是人家說的，你必須要自己做到，才能夠確認自己有沒有吸收這個知識點跟能不能應用在現實中。就像這麼多人在看巴菲特的書，但說實話，可以有類似他收益的屈指可數。
因此，我花了五個小時的時間，與AI協作，寫了近四萬字的AI授課講義，作為公司內部教育訓練的參考。平均來說，每個小時有近8000字的產出，換言之，已經非常接近我講話的速度，更遠遠超越正常人的打字速度，大概接近專業繕打人員的速度。
在這個實驗的過程中，讓我更清楚，AI跟我工作上的協作概念，尤其對於我這個法律人+數學人+經理人的綜合體。
基本思考：AI不是VBA，而是作業系統
許多人面對AI浪潮，心中充滿了矛盾：一方面焦慮地想學會各種神奇的「指令詠唱」，另一方面又在AI產出不如預期時，感到深深的挫折，甚至嗤之以鼻。在現實世界理，許多廠商推出了「偽」AI的產品來吸引消費者，許多網路上的視訊在介紹一個有一個的新AI應用。
但我認為，那正是問題的根源。許多人將AI，視為新時代的「Excel VBA」，一個能自動化重複工作的強大工具。但對於經理人而言，這遠遠低估了它的潛力。AI不是VBA，它是你為你的團隊，設計一套全新「工作作業系統 (Work OS)」的機會。
真正的關鍵，不在於你學會多少指令，而在於你是否理解：AI不是一個搜尋引擎，而是一個潛力無窮、知識淵博，但極度需要「向上管理」的實習生。我嘗試用我自己的經驗來分享，在撰寫這個教育訓練文章過程中，我自己認為可以產生的「附加價值」。
第一階段：AI作為「個人助理」，提升自我效率
這是許多人使用AI的起點，可能是做一張圖，優化一封電子郵件。但如果不經過自己的思考，其實你的用法像是Excel的函數，你離VBA的階段還差的很遠，重點在於AI對你的工作有多大的幫助。
1.節省時間，專注核心： 以前的我，絕對不考慮產出一份過度詳細的教育訓練資料，因為太浪費時間。但透過與AI協作，許多通用的部分，我只要描述重點，AI就能完成初稿，讓我能將心力，專注在最關鍵的、最具有我個人觀點的40%內容上。
『請給我一段有關於AI不同功能別的介紹，我只需要400字左右的敘述，重點是有清楚的分類，但除了功能別外，請用段落形式呈現，並且舉例相關公司、產品名稱及生活化的應用場景』
2.預演聽眾反應，降低溝通成本： 身為法律人與數學背景的綜合體，我的論述很容易過度理性。過去我常需要透過大量的類比來軟化內容。現在，AI成了我最好的「聽眾」。我可以直接將內容丟給AI，並詢問它：「在哪裡你感到困惑？哪裡需要案例說明？」透過它的反應，我能快速地找到一般閱聽人可能的理解盲點，提升知識傳遞的效率。
『你扮演一個年資不到5年的社會人士，你的主要工作是進行產業分析，請依據這個角色，提出你對文章可能有的問題』
3.快速累積個人知識庫： AI的廣度，會擊退多數只停留在淺層的知識工作者。因此，專業人士必須建立自己的「深度」。我開始大量寫作，並將這些文章、講義、逐字稿，系統性地整理起來。目的，就是為了累積自己專屬的知識基礎，未來能以此為基礎，訓練出一個真正懂我思維、能代表我風格的「AI分身」。
第二階：AI作為「流程優化師」，建立團隊標準
當你熟練了與AI的個人協作後，更高階的應用，是開始利用AI，來「設計」與「優化」團隊的工作流程。這就像你不再只是自己用VBA，而是開始為團隊，編寫標準化的Excel模板與巨集。
4.用指令的「架構」，統一分析的「優先級」： 在產業分析中，一份數萬字的訪談逐字稿，可能需要分析師花費數小時才能消化。我設計了一個逐字稿分析指令，它的核心要求是：優先產出「訪談重點」、「專有名詞彙整」及「潛在矛盾之處」。這確保了團隊所有成員，都能在第一時間，抓住最重要的資訊，並快速地對齊下一步的訪談策略。
5.用指令的「細節」，建立團隊的「品質基準」： 研究工作最容易出現「追求完美導致延遲」與「追求速度導致平庸」的兩難。因此，我寫了一個關於前期資料蒐集的指令，裡面包含了分析架構、資料來源建議與報告格式。這等於是用AI，為團隊設定了一個清晰的「70分品質基準」。新人可以用它快速上手，避免犯下低級錯誤；而我們的目標，則是透過專案經理的指導與團隊協作，將這個70分的基礎，共同打磨成90分以上的卓越成果。
第三階：AI作為「組織文化塑造者」，驅動團隊協作
這是我認為在AI協作目前可以再發展的部份。經理人透過設計「協作型指令」，將自己所期望的「團隊文化」，植入到日常的工作流程中。這不再是優化流程，而是在塑造組織的靈魂。
6.用指令的「層次」，塑造「解決問題」的文化： 我寫了一個給同仁向我匯報的郵件指令。這個指令的模板，要求同仁只需輸入「任務目標」與「客觀事實」，AI就會自動生成一封包含「初步建議方案」與「潛在考量」的信件。這個指令的設計，其核心目的在於塑造一種文化：在我的團隊裡，遇到問題時，你不需要花時間揣摩上意、或掩飾錯誤。你需要做的，只是清晰地陳述事實與目標，然後我們一起解決它。
『* **溝通風格:** 老闆偏好數據驅動、條理分明、直接切入重點的報告。郵件應先講結論，再做分析。』
7.用指令的「連動」，打破「單兵作戰」的穀倉： 知識工作者很容易將事情攬在自己身上，造成時間破碎化與品質下降。我們設計了一連串的「指令鏈」，將一個大型的產業分析專案，拆解為「資料生成」、「觀點批判」、「事實查核」等不同階段的獨立指令。這讓團隊成員可以更順暢地進行分工與協作，每個人都能更專注在「我比AI強在哪裡」的核心命題上，實現真正的團隊增效。
結論：你是要寫VBA，還是設計一套新的作業系統？
回到最初的問題，經理人，才是最需要AI的那群人。
基層同仁使用AI，就像在Excel中寫下一段精妙的VBA。它能極大地提升「單點任務」的效率，讓標準化的工作運行得更快、更好。這非常重要，但它是在優化一個既有的流程。
而經理人使用AI，其意義則完全不同。你所設計的每一個「指令」，都不再只是為了解決自己的問題。
你的指令，是在定義團隊的「品質標準」。
你的指令，是在塑造團隊的「溝通文化」。
你的指令，是在打造團隊的「協作流程」。
這不是在寫VBA，這是在為你的團隊，設計一套全新的、更高效、更智能的「工作作業系統 (Work OS)」。
Daniel Chang的想法點醒了我進行這次的嘗試，在實驗的過程中，我自己找到了某些「附加價值」。我相信，AI時代最重要的問題，不是「我的團隊該如何使用AI來提升效率？」，而是「我，作為一個領導者，該如何使用AI，來為我的團隊，設計一個更卓越的作業系統？」
前者是效率的優化；而後者，才是一場真正的管理革命。
