管理者運用四種情境領導應對 AI 時代
這也許是當下許多辦公室常見的情境：週一早上的週報會議，主管交辦了一項市場分析任務。原本預期這需要資深專員花上三天去蒐集資料、交叉比對數據。沒想到，當天下午四點，一份圖表精美、邏輯通順的建議書已經寄達主管的信箱。
三十頁的簡報，格式完美、數據圖表精美、競品分析矩陣一應俱全。你滑到最後一頁，看見結論建議：「應該優先進攻年輕女性市場區隔，預估可帶來 30% 成長。」
當下主管湧上心頭的不是欣慰，而是一種隱隱的焦慮「這份報告是 AI 生成的」。仔細看了兩遍，發現問題是：報告建議的市場區隔，恰好公司三年前試過、慘賠 200 萬收場。當年投入大量資源，結果發現年輕女性市場雖然看起來有潛力，但客單價太低、轉換成本太高、競爭太激烈。那次失敗讓公司學到：不是所有「數據上看起來好」的市場都值得進攻。主管知道自己應該給回饋，但不知道該說什麼。如果說「這個市場不可行」，會不會顯得自己只會否定、潑冷水？這種無力感，來自一個更深的擔憂：當部屬的執行工具技能比自己先進時，該如何帶他？
身為有經驗的管理者，面對一群拿著「科技機關槍」的部屬，只拿著「經驗長矛」的我們，該如何繼續領導？
經驗是資產，還是進化的阻礙？
過去半年，我裡遇到越來越多中階主管提出類似的困擾。他們不是害怕 AI 本身，而是害怕一個更深層的問題：「如果部屬用 AI 就能做出 80 分的東西，那我這個主管的價值在哪裡？」
讓我們先面對一個殘酷的事實：你可能永遠學不會比小張更快下 Prompt。就像你的父母那一代，再怎麼學也不會比你更會用智慧型手機。
但這不代表你沒有價值。問題在於，你是否還在用「工具熟練度」來衡量自己的價值？
工業時代的主管，靠的是「我比你更會操作機器」來建立權威。但在 AI 時代，如果你還試圖在「Prompt 怎麼寫」或「哪個AI模型更精準」上指導部屬，你會面臨雙重失敗：第一，你因追趕技術而失去戰略思考的時間;第二，你因過度干預而壓抑團隊創新的空間。
真正的問題不是「AI 會不會取代我」，而是「我有沒有找到 AI 取代不了的價值」。
資深工作者最容易掉入的陷阱，是認為 AI 只是更快的工具。事實上，AI 是一種「生產關係的解構」。當基層員工能用十分之一的時間完成你過去需要一週審核的工作時，傳統的審核流程就變成了組織最大的瓶頸。
重新定義：AI 協作時代的情境領導
肯．布蘭查（Ken Blanchard）的情境領導理論告訴我們：領導沒有「最好」，只有「最合適」。而所謂的合適，取決於部屬針對特定任務的「能力準備程度」。他主張領導者應根據部屬的準備度，調整「指揮」與「支持」的比例。
1. 診斷部屬的發展階段（D1 - D4）
- D1（熱心的學習者）： 能力低，但意願與好奇心高。
- D2（挫折的學習者）： 掌握了部分能力，但因遇到挫折而導致意願與信心下降。
- D3（能幹但謹慎的執行者）： 能力足夠但意願不穩（可能因疲累或缺乏安全感）。
- D4（獨立自主的成就者）： 能力高且意願極強，能完全承擔責任。
2. 對應的領導風格（S1 - S4）
管理者需調整「指令行為（給予做法）」與「支持行為（給予關懷）」的比例：
- S1 指導型（Directing）： 高指令、低支持。直接告訴部屬「做什麼、何時做、怎麼做」。
- S2 教練型（Coaching）： 高指令、高支持。雖然仍決定做法，但會解釋原因，並聽取部屬建議。
- S3 支持型（Supporting）： 低指令、高支持。決策權交給部屬，管理者主要負責提供心理支持與資源。
- S4 授權型（Delegating）： 低指令、低支持。將執行與決策權完全移交，管理者僅定期追蹤結果。
肯．布蘭查（Ken Blanchard）的情境領導理論
在 AI 浪潮下，我們需要重新定義部屬的能力準備度，分為兩大部分：
- AI 執行力（工具維度）： 操作工具、驗證數據、自動化流程的技術能力。也就是：能否精準使用工具，產出高品質的初稿？
- 業務判斷力（邏輯維度）： 對商業目標、品牌調性、產業風險的理解深度。也就是：能否理解商業目標、掌握歷史脈絡、做出正確決策？
對於「AI 技能超越你」的部屬，管理策略應該從指導者（Directing）轉向支持者（Supporting）或授權者（Delegating）。主管該做的是告訴他：「這份報告的數據架構很完美，但關於客戶流失風險的評估，AI 可能只看了公開數據。請你加入我們上個月與客戶私下溝通的反饋，讓建議更有深度。
AI 時代，面對不同部屬如何進行「情境領導」
假設你帶領一位對 AI 充滿實作熱情、但缺乏商業實戰經驗的年輕部屬小張。他提交了一份由 AI 生成的新產品行銷計畫，內容看起來無懈可擊，卻忽略了公司明年要轉型做訂閱制的核心戰略。
這時你的價值並不在於糾正他的 AI 指令，而在於發揮你的「晶體智力」。你可以對他說：「小張，你的 AI 產出非常有效率。但目前的計畫更傾向於一次性銷售。我想請你針對『長期訂閱價值（LTV）』這個維度，要求AI 重新模擬三個季度的用戶留存方案。你認為我們應該提供哪些參數，AI 才能跑出更精準的結果？」
這種溝通方式確立了兩個核心：第一，你尊重他在技術上的領先；第二，你展現了他在商業判斷上仍需仰賴你的專業框架。
但是另一位部屬Linda 則相反。她是公司的老臣，做企劃十年，對市場瞭若指掌。但她很排斥 AI，覺得「那是年輕人的玩具」，堅持用 Excel 手動做數據分析，效率偏低。你想推動她學 AI，但她總是找藉口推拖。
Linda 的問題不是能力，而是心態。她不只是怕學不會，她更怕的是『我的經驗變得不值錢』。你跟她說要學AI，她聽到的是『你現在的做法不行了，落伍了』。」
這時候你需要給她支持「Linda，上週你做的競品分析報告我看了，那個關於通路策略的部分真的很精準，一針見血。如果你的判斷能力，加上 AI 的數據整理速度，會不會讓你的分析更有力？」「不用一次學會所有工具，我們可以從最簡單的開始。下週我請小章教你用一個數據視覺化工具，只要學會這一個就好。你還是負責分析判斷，工具只是幫你省時間。你願意試試看嗎？」
這種溝通方式表達了兩個重點：第一，你高度肯定他在分析能力上的表現；第二，你願意給予他更多的支持與安全感。
當經驗遇上 AI：重塑你的「情境領導」座標系
根據「AI 執行力」與「業務判斷力」這兩個維度，我們能推導出四種與 AI 時代接軌的領導風格：
1. S1 指導型（Directing）：給新手明確的軌道
這類成員（通常是初階新人）雖然有熱忱，但不知道如何下精準的 Prompt，也不懂公司業務邏輯。此時，你應採取「高指令、低支持」策略。不要讓他們自由發揮，而是直接提供公司驗證過的 Prompt 範例，明確要求產出的格式。這階段主管的價值是「規則制定者」。
- 錯誤對話： 你：「你自己試試看，不會可以問 AI。」 新人：「好。」（然後試了一週，產出無法使用）
- 正確對話： 你：「這是我們團隊驗證過的三個 Prompt 模板，分別用在市場分析、競品研究、數據整理。你先用第一個模板跑一次，明天早上把結果拿給我看。我會告訴你哪些地方做對了、哪些需要調整。這樣你就知道我們要的品質標準是什麼。」
重點：你提供軌道，讓新手不會亂跑。
2. S2 教練型（Coaching）：幫技術高手校準邏輯
如果部屬AI 技術極強，但因為業務經驗不足（如案例中的小張），產出的東西往往「華麗卻無用」。此時應採「高指令、高支持」。你要認可他的 AI 效率，但要強力介入他的商業邏輯。你要教的不是「怎麼用 AI」，而是「怎麼讓 AI 懂這門生意」。這階段主管的價值是「邏輯導師」。
- 錯誤對話： 你：「這份報告不行，重做。」 部屬：「為什麼？數據都對啊。」 你：「你照我說的做就對了。」 部屬（不服氣，但表面順從）
- 正確對話： 你：「這份報告的數據分析很專業，AI 運用得很好，這部分我要向你學習。但我想跟你分享一些這個市場的歷史脈絡。三年前我們試過類似的策略，結果...（說明經驗）。這不是 AI 分析錯誤，而是有些風險只有經歷過的人才看得見。下次你做分析時，可以先問我：這個市場我們之前試過嗎？我們一起讓 AI 的產出更貼近真實狀況。」
重點：你認可他的技術力，但介入他的商業判斷。
3. S3 支持型（Supporting）：給「轉型焦慮者」信心與支持
這通常是團隊中的資深成員（如案例中的Linda），他們懂生意，但對 AI 感到恐懼或排斥。此時應採「低指令、高支持」。你不需要教他怎麼做，而是要提供資源、讚賞他的專業判斷，並鼓勵他嘗試 AI 輔助。這階段你的價值是「心理韌性的支柱」。
- 錯誤對話： 你：「Linda，你要學 AI，不然會被淘汰。」 Linda：「我知道，但我最近太忙。」（實際上是恐懼）
- 正確對話： 你：「Linda，上週你的市場洞察真的很精準。我在想，如果你這個判斷力能加上 AI 的效率，會更有影響力。你不需要變成技術專家，只要學一個能幫你省時間的工具就好。我請小陳下週教你，試試看一個月。如果你覺得沒幫助，我們就回到原本的方式。你願意試試嗎？」
重點：給他安全感，讓他知道嘗試不會失去原有價值。
4. S4 授權型（Delegating）：給戰將空間與信任
當成員已能自主運用 AI 且深諳業務邏輯時，請徹底放手。你只需要定義「終點（KPI）」，路徑全權交給他。這階段你的價值是「資源整合者」。
- 錯誤對話： 你：「這個專案你負責，但記得每天跟我報告進度。」（過度管理） 部屬（感到不被信任，失去動力）
- 正確對話： 你：「這個專案的目標是兩週內完成提案，預算 50 萬，客戶滿意度要達到 8 分以上。怎麼做你自己決定，我不會介入過程。如果需要資源或遇到障礙，隨時找我。兩週後我們直接看最終成果。」
重點：你定義終點，他決定路徑。
建立「反向授權」的勇氣
有豐富經驗的資深工作者最難跨越的心理門檻，是開口承認：「這部分的技術，你比我懂。」然而這並非喪失權威，而是以「中年級實習生」的謙遜，換取更高效的團隊連結。
你可以嘗試在團隊中建立一套「反向授權」協議。例如，讓部屬負責挑選最適合專案的 AI 軟體，而你負責定義「最終交付指標」。這種分工讓管理回歸本質：你不再是監工，而是確保團隊航向正確的導航員。當你不再試圖扮演那個最懂工具的人，你才真正開始扮演那個最懂生意的人。
在這個技術爆炸的轉點，最好的領導者，通常是那個最擅長學習如何與「比自己強的人或工具」共處的人。
回到文章開頭的場景。如果你是那位主管，下次遇到小張交來 AI 生成的完美報告時，你可以這樣做：不要急著指出問題，先判斷：小張處於哪個階段？他需要的是指令、教練、支持、還是授權？
然後你可以說：「這份報告效率很高，但讓我分享一些 AI 看不到的市場歷史給你作為考量。」
當你願意說「這部分我要向你學習」，同時也能說「這部分讓我來補充」，你就找到了 AI 時代管理者的新座標。
你的價值不是比部屬更會用 AI，而是讓他們的 AI 產出更有價值。
----------------------
隨著AI的普及，執行力不再是稀缺資源，管理者的價值因而面對巨大的轉型機會。
「 #當管理學遇上AI 」不只是給管理者的 AI 操作指南，從深厚的經典管理智慧出發，拆解 AI 時代的真實挑戰，協助管理者跨越「工具操作」的表層，進入「組織協作」的深層核心。
除了幫你的「管理工具箱」增添配備之外，AI 將成爲管理的力量放大器，而你則是負責校準方向的引導師。我們在追求效率的同時，更要練習在複雜中找到平衡，讓你在 AI 時代，當個更從容、也更有溫度的領導者。
