幾天前，我跟一位老友在一場聚會聊天。他是一家電商平台的營運長 (COO)，對數字極度敏銳。他問我對史丹佛大學Brynjolfsson團隊那篇新論文《煤礦中的金絲雀》(Canaries in the Coal Mine?) 的看法。
「唉，」他說，「他們的實證結果，幾乎是給我縮減人力的背書。我們正在考慮大幅縮減初階員工的招募。說真的，我連開缺給實習生都沒有什麼興趣了。一兩個稍有經驗的員工，搭配現在的自動化工具與生成式AI，都可以把以前一整組人的工作處理完。效率太驚人了。」
他停頓了一下，似乎在等待我的認同。「你覺得呢？這是不是未來的趨勢？」我完全理解他的立場。然而，他可能沒有意識到有兩套截然不同的管理模型在拉扯。
模型一：傳統的人才通道。 這是一個我們都熟知的線性系統。年輕、低成本的畢業生從底部進入，處理基礎、重複性高的工作。他們在這個過程中犯錯、學習，吸收組織的隱性知識。最優秀的一部分人，憑藉累積的經驗與展現的潛力，一步步晉升，最終成為組織的中堅力量與高階領導者。這套模型的優點是穩定、可預測，但缺點是效率低、成本高昂。
模型二：AI驅動的精實團隊。 這是我的朋友，那位COO，正興奮擁抱的模型。在這個模型裡，組織的核心由少數經驗豐富的「超級員工」組成。他們如同特種部隊，運用AI與自動化工具作為戰力倍增器，處理複雜、高價值的任務。過去由五個初階員工執行的數據整理、報告製作、客戶初步回應等工作，現在一個AI助理就能完成。這個模型的優點是極致的效率與成本效益，但卻有著長期風險。
管理者很難不被模型二那誘人的效率所吸引。而Brynjolfsson教授團隊的論文，的確為他的想法背書：自從生成式AI普及後，高度AI曝險職業的初階職位 (22-25歲) 相對減少了13%。這不是臆測，而是正在發生的結構性轉變。
我沒有直接回答他的問題，而是與他分享了最近企訓客戶的例子：他們是一家半導體運送設備製造商。在導入機器人流程自動化 (RPA) 時，管理層面臨了一個與我朋友極為相似的困境。擺在他們面前的，是一份ROI分析報告：導入RPA每年可以為應付帳款部門節省超過30萬台幣，錯誤率顯著下降，處理速度大幅提升。而另一邊，是那些在公司服務了十幾二十年的資深員工。他們的價值是什麼？報告上只能用模糊的詞彙來描述：「寶貴的經驗」、「穩固的供應商關係」、「處理例外狀況的能力」。這些都是「無形資產」，無法被輕易地放入Excel表格中計算其財務回報。
「有用的自動化流程，有一堆預測數據可以證明；不知道有沒有用的資深員工，只能訴諸可能的價值。」這就是他們的兩難。他看到的，是初階員工高昂的訓練成本、不穩定的產出，以及相對較高的離職率。而另一邊，是AI工具每月固定的訂閱費，以及立即可見的生產力提升。
當一個決策框架被簡化為「可量化的短期效率」對決「難以量化的長期價值」時，結果幾乎是注定的。管理者，特別是那些背負著季度財報壓力的管理者，幾乎必然會選擇前者。
我們真正需要管理的是什麼？
當管理者聚焦在「如何更有效率地完成任務」，卻忽略了一個更根本的問題：「一個組織存在的目的是什麼？」
Sangeet Paul Choudary認為，工作的存在，是為了解決系統中的「限制條件 (Constraints)」，最主要的三個是：知識稀缺 (Knowledge Scarcity)、風險控管 (Risk Mitigation)，與協調成本 (Coordination Cost)。
當我們用這個架構來審視我朋友的決策時，我們就可以看到潛藏的危險：
- 知識的傳承中斷： 初階職位從來都不只是為了完成那些基礎任務。它最重要的功能，是一個「知識傳承的場域」。資深員工的隱性知識——那些無法寫在SOP裡、關於「如何在這間公司搞定事情」的藝術——正是在指導、修正初階員工犯錯的過程中，才得以傳承下去。AI可以提供標準答案，但它無法傳授在特定組織脈絡下的判斷智慧。當你砍掉初階職位，你砍掉的不是成本，而是組織知識的基底。
- 風險處理能力的真空： AI與自動化系統非常擅長處理95%的常規事務，但災難往往發生在剩下那5%的例外狀況。誰來處理這些例外？是那些經驗豐富的員工。他們的經驗從何而來？正是來自他們年輕時處理過無數的基礎任務與小型危機。資深員工之所以有價值，是因為他們知道當一張發票格式錯誤、或是某個供應商突然週轉不靈時該打電話給誰。如果沒有初階員工來處理這些「小火苗」，他們就永遠學不會如何應對真正的「森林大火」。
- 新協調成本的浮現： AI並非萬靈丹，它創造了新的、更隱蔽的協調成本。管理者現在需要協調人與機器、不同AI系統之間的互動。當AI的建議與資深員工的直覺相悖時，該聽誰的？當自動化流程產生一個荒謬的結果時，誰有能力去追溯、除錯並修正它？這些「人機介面」的管理工作，本身就是一種全新的、高度複雜的技能。而這種技能的基礎，依然是對業務流程的深刻理解——一種只能從基層工作中獲得的理解。
我朋友的「AI驅動的精實團隊」模型，看似敏捷，實則脆弱。它如同一個沒有板凳球員的球隊，先發陣容極其華麗，但只要有人受傷或狀況不佳，整個系統就面臨崩潰的風險。更致命的是，它沒有二軍可以培養新秀。
看不見的負債：正在形成的領導力真空
這就導向了這場效率迷思中最核心的、也是最常被忽視的長期負債：領導力的真空。
這是我向那位COO提出的真正挑戰：「你那幾個搭配AI的超級員工，確實很能幹。但五年後，十年後，當他們準備晉升到更高階的管理職位時，誰來接替他們？當你需要一位新的部門主管時，你從哪裡去找人？」
傳統的人才通道，儘管效率不高，但它是一個有效的「經驗製造機」。它確保了總有一批批的年輕人，透過解決日益複雜的問題，一步步成長為合格的管理者。他們學會了如何領導團隊、如何向上管理、如何進行跨部門溝通。
當我們為了追求短期效率而拆除了這台機器，我們等於是在組織的資產負債表上，悄悄計入了一筆巨大的「未來人才負債」。初期，這筆負債並不明顯，甚至會因為成本下降而被視為利潤。但隨著時間推移，當組織需要提拔新一代的領導者時，才會驚恐地發現，人才庫已經空了。中階主管出現斷層，基層的想法無法上達，高層的決策無法有效執行。
台灣的寧靜時刻：一個被延遲的挑戰
在對話的最後，我們聊到了台灣的現況。我的朋友有些疑惑地說：「不過在台灣，除了科技業、網路業，好像還沒看到這麼大的衝擊？」
他說的沒錯。台灣獨特的產業結構，以硬體製造與精密工業為骨幹，使得我們對於這波衝擊的感受，相比於以服務業與知識經濟為主的歐美國家，確實存在著時間差。工廠裡的自動化早已不是新聞，但辦公室裡的白領工作變遷，似乎還沒發生。
然而，「慢到」，不等於「不會到」。現在可以說是我們的一個短暫的策略窗口。金融業、零售業、媒體業，乃至於所有企業的管理後勤部門，終將面對同樣的挑戰。我們不能再用過去的思維來設計我們的教育與培訓體系。大學的學位，作為一個「通用能力」的訊號，其價值正在被稀釋。企業需要的，是能立刻上手、解決特定問題的「技能組合」。而這些技能組合的半衰期，正變得越來越短。
這意味著，我們需要一套全新的、更敏捷、更模組化的人才發展基礎設施。這套設施可能包含：
- 企業主導的新式學徒制： 將初階員工的角色，從「任務執行者」重新設計為資深員工身旁的「系統學習者」，他們的工作不是重複，而是理解、監控與優化人機協作流程。
- 以專案為核心的經驗組合： 打破傳統的部門牆，讓年輕人才在密集的跨領域專案中，快速積累解決複雜問題的經驗。
- 終身教育體系的徹底轉型： 大學的圍牆需要被打破，與企業建立更緊密的「按需培訓」合作。我們需要的不只是四年的學位課程，而是能夠在職涯任何階段，快速學習新技能的「微學程」與「能力認證」。
對那位COO朋友，我的最終建議是：不要輕易關上那扇為年輕人敞開的大門。或許，你需要重新設計那扇門，以及門後的路徑。與其凍結實習生名額，不如給他們一個全新的任務：研究公司內部有哪些重複性的流程，可以被AI或自動化改善。讓他們從組織的「優化者」與「學習者」開始，而不是單純的「執行者」。
因為你今天為他們保留的，不僅僅是一個職位，更是你公司十年後領導力的種子。而對於整個台灣社會而言，我們現在的每一個選擇，都在決定未來的我們，是否還有足夠的人才，來應對一個無可避免的、由AI重新驅動的世界。
