作者：Ben Tsai 日期：2025.8.15
最近閱讀了《HBR Guide to Generative AI for Managers》，由Elisa Farri和 Gabriele Rosani合著，強調生成式人工智慧(Gen AI)不僅僅是提高生產力的工具，更可以作為經理人的「協思者」(Co-Thinker)：協助解決問題、做出決策、提供新視角、挑戰假設增強策略思維和發展領導力。儘管高階主管對其興趣濃厚(95%的組織已將其列入議程)，但僅有15%的經理人每天使用Gen AI，顯示存在「知行合一的差距」。為了彌補這一差距，此書內容教導經理人如何有效且負責任地利用Gen AI，強調經理人必須親自投入並將其整合到個人、團隊和業務的管理之中。個人閱讀後受益良多，利用AI工具(NotebookLM)將重點摘錄如下：
1. 生成式人工智慧的演變與核心概念
1.1 從工具到協作者的轉變
傳統上，機器被視為輔助和執行任務的工具，例如個人電腦、電子郵件和搜尋引擎。隨著AI虛擬助理的出現，機器開始以自然語言與人類互動，但其理解能力有限。一直到OpenAI於2022年發佈ChatGPT，這是一個轉捩點，使機器成為真正的「協作者」。
- 機器作為工具：儘管技術對工作產生了變革性影響，但一個基本面始終存在：技術和機器是工具的心態。
- 機器作為助理：在2010年代，人類與機器互動的方式開始隨著AI虛擬助理(如siri)的引入而改變。然而，這些助理理解和處理人類語言的能力仍在發展中，導致互動上往往感覺生硬和受限。
- 機器作為協作者：ChatGPT的發佈，能夠提供真實且對話式的純語言體驗。意味突然間每個人都是程式設計師，即使他們沒有任何編碼技能。
1.2 Gen AI的兩種協作模式：Co-Pilot與Co-Thinker
經理人可以透過兩種主要模式與Gen AI協作：
- Co-Pilot(副駕駛)模式：Gen AI充當高效的協作者，處理行政、溝通和營運任務。經理人主要提供「初步方向、最終審閱和輸出驗證。」此模式的重點在於「執行和生產力。」
提示(prompt)技巧： 需要「精確且情境化」、「指定輸出格式」、「提供範例」 和「設定邊界」。
應用範例：電子郵件管理、時間管理、文件摘要、內容生成(文字寫作、投影片製作)、數據分析和可視化、客戶洞察(研究設計、合成研究)。
重要注意事項：經理人必須「始終介入驗證輸出」以避免產生錯誤、捏造或幻覺。
- Co-Thinker (協思者)模式：Gen AI成為經理人的思想夥伴，參與對話，提供新視角，挑戰假設或想法。此模式的重點在於「策略性思考和透過人機對話解決問題。」準備對話的四個步驟：1. 指派一個角色。2. 定義設定。3. 概述對話。4. 建立提示。
AI在對話中的角色：AI可以「清晰表達、舉例說明、提供選項、扮演不同角色、提出、闡述、推薦、分析優缺點、提供不同視角、挑戰意見。」
人類在對話中的角色：人類應「提供情境、提供輸入、定義標準、提供回饋、評論、添加或刪除選項或想法、選擇、驗證、做出最終決定。」
應用範例：領導力風格的反思、徵求回饋、演講準備、面試準備、團隊目的的構思、高品質工作設計、衝突解決、問題框架、根本原因分析、問題敘事、業務策略制定、創新概念評估、供應鏈策略評估、變革策略定義、克服阻力、促進心態轉變。
1.3 Co-Pilot與Co-Thinker的關鍵差異
- Co-Pilot回答問題，Co-Thinker參與對話：Co-Pilot提供答案，Co-Thinker則透過蘇格拉底式提問促進批判性思維。
- Co-Pilot為你執行，Co-Thinker與你協思：Co-Pilot遵循指示，Co-Thinker則需要雙向互動，共同創造。
- Co-Pilot助你快速進行，Co-Thinker助你停頓反思：Co-Pilot追求速度，Co-Thinker則鼓勵深思熟慮和反思。
1.4 經理人需要掌握的新心態
成功的經理人需要培養一種新心態，以應對Gen AI帶來的變革：
- 對話式：將Gen AI對話視為與人交談，而不是被動地接收資訊。這包括使用禮貌用語、靈活調整語氣、清晰表達和保持耐心。
- 實驗性：「隨著技術的快速發展，嘗試不同的Gen AI模型是了解它能為你個人、團隊和你的業務做什麼的關鍵。」經理人應鼓勵團隊親身探索並分享學習成果。
- 負責任：「負責任地使用生成式人工智慧，不採取安全措施是危險且可能有害的。」經理人應了解公司政策和法律，並在團隊中推廣風險意識和道德行為。
2.1 Gen AI的基石與風險
- Gen AI會說話：Gen AI的自然語言介面使其回答相關性高且易於使用。
- Gen AI快速發展：Gen AI的進步速度驚人，經理人需要保持對Gen AI 不斷擴展的能力和應用的了解。
- Gen AI可能會「產生幻覺」：Gen AI可能會偶爾出現錯誤或資訊捏造。這強調了警惕性和建立健全防護措施的重要性。
2.2 人機協作陷阱與如何避免
- 信任陷阱：過度依賴Gen AI的產出而不進行批判性判斷。解決方法是「積極探究AI的推理，要求澄清和更好地闡述，請求反論點，並找出弱點。」
- 捏造陷阱：無條件接受Gen AI捏造的事實和來源。解決方法是「根據可靠來源的既定事實驗證陳述。」
- 從眾陷阱：Gen AI的想法可能限制多元思維。解決方法是「積極向AI 提供情境資訊」並「鼓勵AI推動橫向思維，避免過於常見的想法。」
- 速度陷阱：Gen AI的快速執行導致人類急於求成而缺乏反思。解決方法是「放慢速度，批判性思考，並積極參與對話。」
- 單獨陷阱：Gen AI被孤立地使用，而非開放給團隊協作。解決方法是「從單獨的AI互動中休息一下，與隊友面對面交流。」
3. Gen AI 在管理任務中的應用
此指南詳細列出了35項可透過Gen AI加強的管理任務，分為四大類：
3.1 管理自己
- 個人生產力(Co-Pilot)：電子郵件管理：摘要郵件線程、撰寫草稿、改善清晰度和簡潔性。時間管理：獲取工作週概覽、任務優先級排序、為會議做準備、甚至代表參與會議。摘要：快速摘要長文件和報告，並提取關鍵見解。內容生成：文字寫作： 建立結構、撰寫草稿、調整語氣、客製化內容、簡化修改和編輯。投影片製作：從文件轉換、從頭建立演示文稿、添加內容和視覺效果。
- 個人成長(Co-Thinker)：
領導風格自我反思：透過有指導的對話反思價值觀、行為和行動，應用既定理論。
徵求回饋：學習如何有效地徵求、處理和根據回饋採取行動，以實現個人和專業成長。
說服性溝通：演講準備如構思故事、潤飾訊息、預防異議、利用修辭手法，並改進舞台呈現。
面試準備：提取見解、根據職位描述準備、排練情境和預測問題。
3.2 管理團隊
- 團隊營運支援(Co-Pilot)：
會議管理：規劃和準備會議、在會議期間做筆記、在會議後總結和跟進。
目標設定與闡述：協助團隊定義、建立和有效闡述目標，運用OKR、FAST、SMART等技巧，並與公司目標對齊。
任務規劃與報告：協助建立和可視化專案計畫、專案狀態報告。
- 團隊創意支援(Co-Pilot)：
團隊組成：識別多學科角色、闡明所需技能、檢查最佳組合，以實現創新專案。
創意發想：透過生成多樣化想法、提供新視角、集群和細化想法，並協助可視化來增強創意過程。
- 領導團隊(Co-Thinker)：
構思團隊目的：透過有指導的反思，協助團隊闡明共同目的聲明，激發行動。
設計高品質工作：協助思考如何設計激勵人們、促進成長並確保工作品質的工作。
促進衝突解決：協助理解衝突根源、探索解決方案、準備關鍵對話和重建團隊凝聚力。
- 複雜問題解決(Co-Thinker)：
問題框架：協助結構化思考、克服偏見、考慮多重視角並多樣化問題框架。
根本原因分析：協助理解和應用各種根本原因分析方法(如五個為什麼、魚骨圖)，並生成圖表。
問題敘事：協助將問題構思為引人入勝的故事，針對不同受眾進(行個性化，並將多媒體融入敘事中。
3.3 管理業務
- 數據分析支援(Co-Pilot)：
資訊檢索：透過聊天介面從網路、公司知識庫和專家知識中檢索資訊。
數據分析與可視化：清理數據、執行結構化分析、提取見解、可視化數據，並將數據轉換為引人入勝的敘事。
- 客戶洞察(Co-Pilot)：
研究設計與分析：協助建立調查、分析定性研究數據，並從客戶回饋中提取見解。
合成研究：產生人工客戶數據以模擬真實數據的特徵和行為，用於產品開發和測試。
- 業務案例開發(Co-Thinker)：
利害關係人視角：透過模擬不同利害關係人，協助經理人全面了解生態系統，考慮所有利害關係人的觀點。
權衡評估：協助經理人評估不同選擇的優缺點、考慮多重標準(如短期與長期)、並闡明決策依據。
風險識別與緩解：協助識別和緩解風險、挑戰假設、並透過情境模擬測試假設。
- 策略決策(Co-Thinker)：
業務策略制定：協助經理人制定或挑戰團隊或單位策略，運用既定框架如(Roger L. Martin的「五個問題框架」)。
創新概念評估：協助經理人評估新概念(產品、服務或解決方案)的市場吸引力、競爭環境和風險回報。
供應鏈策略評估：協助經理人反思供應鏈策略的各個方面，如供應來源多元化、地點策略和技術顛覆。
3.4 管理變革
- 變革支援(Co-Pilot)：
規劃與監控：協助設立變革任務組、規劃專案、更新利害關係人、監控績效和記錄學習成果。
溝通與參與： 透過客製化溝通、遊戲化和建立問答來支援有效的變革溝通。
- 領導變革(Co-Thinker)：
定義變革策略：協助經理人闡明變革原因、傳達緊迫感、清晰願景和實現方法。
克服阻力：協助經理人審查阻力原因、識別減輕策略，並有效處理阻力。
促進心態轉變：協助經理人促進團隊的心態轉變，提供具體範例和實用技巧，將新心態轉化為行動和習慣。
4. 超越任務：生成式人工智慧對工作方式的影響
Gen AI的影響不僅限於個別任務，它將重塑組織的工作方式。經理人需要引導團隊進行「人機合一」的轉型之旅，包括四個步驟：
- 以兩種模式進行實驗：「以有選擇的任務讓你的團隊參與結構化實驗，從非關鍵工作流程開始。」混合使用Co-Pilot和Co-Thinker模式，以全面了解其效益和風險。
- 建立新技能：培養提示技巧、對話技能和批判性判斷力，以有效且負責任地與Gen AI互動。
- 重新設計工作流程：從單純的技術外包轉變為設計人類與AI動態協作的流程，清晰定義人機之間的職責與溝通方式。
- 建立集體責任：提供指導方針和框架，培養負責任和道德的使用文化，並促進集體判斷力，以識別和糾正AI產出中的錯誤。
結語：
Gen AI正在推動組織走向「人機合一」的未來，即人類與智慧機器大規模融合。經理人肩負著實驗並展示這一未來的責任。透過自信和負責任地前進，經理人可以為協作和創新的更光明未來鋪平道路。本文整理《HBR Guide to Generative AI for Managers》內容重點摘要，希望對尚未閱讀原文的讀者可以有個基本輪廓，對於已閱讀原文的讀者可以作為摘要複習。
