2026-09-21 12:30
Qinote
不會用AI的人，真的會被職場淘汰嗎？
AI重點
文章重點整理：
- 重點一：AI正改變職場流程，但真正差距來自願不願意重新學習。
- 重點二：會用AI不等於能力更強，判斷對錯仍需人類把關。
- 重點三：公司與主管也要訂規則，避免把效率提升變成錯誤放大。
Qinote｜文字與生活
工作裡遇見的人、經歷的事，以及一路走來學會的每一件事。
同樣一份會議資料，一個人花了一個小時整理，另一個人先利用AI協助歸納，再花時間確認內容，也許二、三十分鐘就完成了。
同樣要寫一封工作Email，有人從第一個字開始慢慢想，有人先把事情的前因後果整理好，請AI協助擬出初稿，再自己修改。
整理資料、抓重點、寫工作說明、製作簡報、會議紀錄，甚至圖片和影片，AI正在一點一點走進原本熟悉的工作流程。
於是，有些人開始擔心：
「如果我不會用AI，是不是有一天就跟不上了？」
甚至有人會問：
「AI都會做了，公司以後還需要我嗎？」
我覺得，這個問題或許不能只用「會」或「不會」回答。
因為真正正在改變的，不只是多了一個叫做AI的工具，而是我們做事情的方法。
以前一件工作需要一個小時，現在可能有工具可以協助縮短時間；以前必須從頭開始整理的資料，現在也許可以先讓AI協助分類，再由人判斷。
當新的工作方式出現，真正慢慢拉開差距的，未必是誰今天比較會用AI。
而可能是誰願意重新學習。
假設兩個能力差不多的員工，面對公司開始使用新的AI工具。
一個人說：
「以前沒有這些東西，我還不是一樣把工作做好。」
另一個人說：
「我也不會，不過我先試試看。」
半年、一年以後，兩個人的差距，可能不只是會不會操作某一個軟體。
而是其中一個人已經開始知道，哪些事情可以利用工具節省時間，哪些事情仍然需要自己處理。
所以我一直在想：
真正需要擔心的，也許不是「我會不會AI」，而是當工作方式已經開始改變，我還願不願意學新的東西。
其實，這樣的改變並不是第一次發生。
以前辦公室裡很多事情靠紙本，後來開始使用電腦；傳真慢慢變成Email，資料從一疊疊文件走進系統和雲端。
每一次工作工具改變，都有人很快適應，也有人覺得原來的方法明明就很好，為什麼還要重新學？
現在，只是輪到了AI。
但我也不認為，會用AI就代表工作能力一定比較好。
因為AI可以幫忙整理一封Email，卻不知道這封信在這個時間點適不適合寄出去。
它可以協助整理一份資料，但資料正不正確、哪些內容真正重要，還是需要有人判斷。
它甚至可以很快產生一份看起來完整的內容，但「看起來很完整」，不代表裡面的每一件事都是對的。
如果連自己都不知道答案是否合理，只因為AI寫得很像真的，就直接把內容交出去，那不是提高工作效率，只是讓錯誤更快發生。
所以我覺得，未來的職場能力，也許會比以前再多一件事。
以前我們問：
「這件事情，我會不會做？」
現在可能還要多問：
「這件事情，哪些部分可以交給AI協助，哪些部分一定要由我自己判斷？」
AI可以幫我們做得快一點，但不能替我們決定什麼才是對的。
而這件事，也不能只要求員工自己想辦法。
如果公司開始要求員工使用AI，主管也需要了解這些工具能做什麼、不能做什麼。
不能只是說：
「現在都有AI了，這個應該很快吧？」
然後原本一天做五件事，因為有了AI，就變成一天應該完成十件。
更不能一方面要求員工使用AI，一方面卻沒有告訴大家，公司的資料、客戶資訊，哪些可以輸入外部工具，哪些不可以。
新的工具進入職場，除了效率，也會帶來新的問題。
公司需要建立規則，主管需要了解工具，員工也需要學習怎麼正確使用。
這才是真正的改變。
而且，學AI也不代表每一個工具都要會。
現在新的AI工具一個接一個出現，今天流行這個，過一陣子又出現另一個。如果每一個都想追，大概永遠追不完。
對一般上班族來說，也許可以先從自己的工作開始。
哪一件事情最重複？
哪一件事情最花時間？
哪一件事情，可以先讓AI協助第一步，再由自己完成後面的判斷？
先找到一件真正用得上的事情，可能比一次學十個工具更重要。
其實，我自己也不是一開始就使用AI的人。
很多年前，我就開始看到大家利用AI生成圖片。
後來有Q版頭像、公仔盒，各式各樣的新玩法一個接一個出現。
我看過，也覺得很新鮮。
可是很長一段時間，我始終沒有真的去碰。
那時候的我覺得，那些東西好像離自己的工作還有一點距離。
別人在玩，我看看就好。
直到後來，我的工作方式改變了。
當我開始把更多時間放在寫作與創作，需要處理的不再只有文字，還有圖片、社群、影音，以及不同形式的內容，我才慢慢發現：
AI對我來說，已經不只是「別人在玩的東西」。
它開始可能成為工作的一部分。
所以最近，我也開始認真上課。
有些工具第一次打開，我一樣不知道該從哪裡開始；有些功能看別人操作好像很簡單，真的輪到自己，還是會卡住。
但我現在已經不再要求自己：
「我一定要把AI全部學會。」
我比較想知道的是：
這個新的工具，究竟能不能真正幫助我現在正在做的工作？
如果可以，我就學。
不會，就慢慢試。
因為我後來發現，重新學一樣東西最難的，有時候不是工具本身。
而是我們已經很習慣原來的工作方式，要不要承認：
原來，工作真的正在改變。
AI未來還會怎麼發展，沒有人能把所有變化說得完全準確。
今天學會的工具，幾年後也可能又被新的工具取代。
所以真正需要擔心的，也許從來不只是「我會不會AI」。
而是當工作方式已經開始改變，我還願不願意學新的東西。
我們不需要因為別人已經會了很多，就急著覺得自己落後。
也不需要每一種AI工具都會。
先從自己的工作裡，找一件AI可能幫得上忙的事情開始。
因為職場真正需要的，不只是熟悉某一個工具的人。
而是在工具改變、工作改變的時候，仍然願意學習，也知道如何判斷的人。
我們不一定要跑在最前面，但不要因為害怕學不會，就拒絕往前走。
歡迎和我分享你的故事，也許你的經驗，也能陪伴另一位正在努力工作的朋友。
—— Qinote
精華 FAQ
-
作者認為，差距不只在於誰比較會操作AI，而是誰願意重新學習、接受工作方式改變，並持續找到工具與自身工作的最佳搭配。
-
因為AI只能幫忙整理與產出內容，卻無法判斷時機、正確性與重要性；若人沒有先看懂內容是否合理，反而可能讓錯誤更快被放大。
-
公司不應只要求員工加速產出，還要建立使用規則、確認哪些資料能輸入外部工具，並讓主管了解AI能做什麼與不能做什麼，避免資訊風險。
喜歡這篇文章嗎？歡迎贊助作者，好內容值得更多人支持。
贊助說明
為了鼓勵作者持續創作更好的內容，會員可以使用「贊助」功能實質回饋給喜愛的作者。可將您認為適合的點數贈送給作者，一旦使用贊助點數即不得撤銷，單筆贊助最低點數為30點，最高點數沒有上限。
U 利點數 1 點 = NTD 1 元。
您當前剩餘 U 利點數：0點；前往購買點數
