當 AI 變得越來越聰明、幻覺越來越少時，偶爾會有人問我：「現在 AI 什麼都會了，為什麼我們還要辛苦地閱讀與學習？」
我認為這是一個假議題。恰恰相反，正因為 AI 幾乎無所不知，你反而更需要讀書，或者精確一點說：
你需要持續學習，無論是從書本中汲取養分，還是向他人請益。
過去的閱讀是為了尋找問題的答案
讓我們認真拆解一下：在 AI 出現之前，我們讀書是為了什麼？身為職場工作者，答案顯而易見：我們想找到問題的答案。 這也是為什麼後來許多關於「學習法」的書籍，都在提倡「帶著問題去閱讀」。這樣做不僅能省下時間，又能精準獲得所需的知識；另一個層面，則是為了「打開認知邊界」。
看到這裡你會發現，這兩件事 AI 似乎都做到了。我丟出一個問題， AI 給了我答案，而答案中包含了我不曾見過的觀點，這不就已經打開了我的認知邊界嗎？這的確是目前的作業流程，但問題在於：當每個人都這麼做的時候，我們要如何拉開差異化？
當閱讀不再為了答案而悸動
後來我帶著這個疑惑，除了大量閱讀與參加線上課程，也觀察許多活躍講師的分享。直到某天閱讀《不花錢讀名校 MBA》時，我突然發現，自己在閱讀中產生共鳴的感受，好像已經完全不同了。
我好像不再是為了「尋找答案」而有所感觸，更準確地說，是因為這段內容能讓我的「提問」變得更加準確，而感到雀躍不已。
實際案例：從普通提問到卓越提問
我常利用 Gemini 來分析行銷報告或企業成功的原因。在還沒讀《不花錢讀名校 MBA》之前，我的提問非常直覺：
「請問星巴克成功的原因是什麼？請列出具體因素，若是事實請標註來源。」
得到的答案不外乎是網路上常見的分析：
1. 「第三空間」的定位 (The Third Place)
星巴克最早由執行長霍華·舒茲（Howard Schultz）提出，將其定義為家（第一空間）與辦公室（第二空間）之外的「第三空間」。
- 具體表現： 店內提供舒適的沙發、背景音樂、免費 Wi-Fi 以及溫暖的燈光，營造出一種「負擔得起的奢侈」氛圍。
- 來源： Howard Schultz 著作《將心注入》(Pour Your Heart Into It)。
2. 高度的數位化與會員生態 (Digital Flywheel)
星巴克是全球數位轉型最成功的餐飲品牌之一。其行動應用程式（App）不僅是支付工具，更是強大的數據收集器。
- 具體表現： 透過 Starbucks Rewards 會員制度，精準投放個人化優惠，並推動「行動預點」（Mobile Order & Pay），極大提升了門店效率。
- 來源： 星巴克 2023 年年度報告（Annual Report 10-K），報告顯示數位渠道訂單佔其美國市場收入的顯著比例。
3. 對員工的投資 (Bean Stock & Benefits)
星巴克稱員工為「夥伴」（Partners），並為兼職員工提供醫療保險與股權計畫。
- 具體表現： 1991 年推出的「咖啡豆股票」（Bean Stock）計畫，讓第一線員工也能分享公司成長的利潤。
- 來源： 星巴克投資者關係網站（Investor Relations - Partner Investments）。
4. 品牌一致性與全球標準化
無論在紐約還是台北，星巴克的拿鐵味道與服務流程幾乎一致。
- 具體表現： 嚴格的供應鏈管理與咖啡師培訓，確保了品牌在全球擴張時不會因為品質波動而崩潰。
- 來源： 哈佛商學院案例研究：Starbucks: Delivering Customer Service。
當我讀到書中提到的「評估市場的十種方法」時，我靈光一閃：這套框架不也可以拿來優化我過去的提問嗎？於是，我試著將學習到的專業知識帶入，重新詢問：
「請幫我針對星巴克這間全球企業，用以下十個要素（如：市場規模、定價能力、獲得客戶成本等）進行評估分析。如果每一項滿分十分，請幫我評分並統計總分。」
結果，得到的答案層次完全不同。
總分統計：60 / 100
深度洞察：為什麼世界龍頭只有 60 分？
你可能會驚訝，強如星巴克為什麼總分才剛及格？這正是這套評估工具的價值所在：
- 「重資產」的硬傷： 在第 5、7、8、10 項中，星巴克得分很低。這是因為它是實體連鎖零售業。與軟體公司（寫一次程式賣一百萬次）相比，星巴克每賺一塊錢都要付出體力勞動、支付店面房租。這說明了為什麼星巴克近年瘋狂推動數位轉型（App 預訂）與外送服務，就是為了優化價值交付的效率。
- 情緒價值的溢價： 星巴克在「市場規模」與「追加銷售」拿了高分。它賣的不只是咖啡，而是一種「生活方式」。這讓它在 CAC（客戶開發成本）上極具優勢——它不需要求你去喝，是你路過就想進去坐坐。
- 急迫性的魔力： 對於許多上班族來說，沒喝到星巴克就「沒辦法開機」，這種接近醫療級的急迫性，保證了它極高的回購率。
閱讀與學習的焦點轉移
現在很多人都在說：「答案已經不重要了，『提問』（Prompt）才是關鍵。」但你有思考過，要如何讓提問變得更卓越嗎？
我認為關鍵依舊在於閱讀與學習。只是，學習的焦點已經改變了：你不再是帶著問題去找答案，而是帶著「我該如何針對這個問題，提出更好的問題」來進行閱讀。
這也是為什麼我現在除了更勤奮地閱讀，還更加著重在「批判性思考」的練習。就目前的實際經驗來看，唯有具備批判性思考，才能真正達到「優化問題」的目標。
以上只是我針對「當 AI 什麼都會了，為什麼還要學習？」的一點思考。在 AI 時代下，我希望你參考我的答案，但不要盲目相信我的答案。
現在網路上充斥著各式各樣的論點與「乾貨」，但有時看越多反而越迷惘。我們始終要回到最源頭去思考：每一個答案背後，都對應著一個或多個問題。我們真正該學習的，是那個「問題」究竟是怎麼來的。
