不被市場淘汰的關鍵:除了專才也要通才
不被市場淘汰的關鍵:除了專才也要通才

本文摘自:《重拾好奇心:讓你不會被機器取代的關鍵》,新樂園出版

如果你的工作需要以知識為背景,那你一定需要抉擇學習策略。是成為一位專才好呢,還是通才好呢?過去一世紀是屬於專才的天下。歷史學家不僅要精通南北戰爭史,還得精通南北戰爭期間的進行曲。時至今日,唐.德雷柏再對客戶介紹自己是個廣告人已遠遠不夠,他還得說自己精通社群媒體或經營品牌故事(branded content)。矽谷公司搶人才時找的也不僅是專業軟體工程師,還得精通iOS或安卓系統的開發。

但數位革命──或說因數位、網路科技而起的革命──已然形塑了全然相反的潮流。寶拉.安東內利(Paola Antonelli)是美國紐約現代藝術博物館(Museum of Modern Art in New York,MoMA)建築與設計部門的館長,她告訴我館長分成兩類:儲藏派和獵人採集派,而她非常確定自己屬於後者。安東內利自稱是通才,喜歡從各個領域搜集不同的素材並互相組合,從設計、建築到科學、科技和哲學等等。她形容自己像是一隻「好奇的章魚,老愛伸手往四面八方抓東西。」

安東內利告訴我,設計師越來越需要參與團隊合作,還得快速適應各種形式的知識。她說,現在已經沒剩多少專才的設計師了──有些書籍設計師只設計書,但他們是特例。現今的設計師可能會需要跟工程師、行銷人員和會計師共事。「舉例來說,如果你是品牌設計師,而Texan石油公司聘請你負責企業形象設計,那麼你就得召集一組包括產油專家在內的小組──你自己也得對從地底挖出石油的過程感興趣。如果沒這麼做,你八成找不出正確解答。」

我們知道新點子常常是由不同領域的交集處醞釀而出,自博學者的心中迸現。遺傳物質DNA的發現者法蘭西斯.克里克(Francis Crick)原本是物理學者,他後來說,就是因為物理學方面的背景,讓他相信自己能夠解決生物學家心中根本無解的問題。畢卡索(Picasso)也是把非洲雕塑與西方繪畫結合在一起,創造出全新的藝術形態。

在人才市場上最搶手的永遠是那些擁有少見專長的人,但擁有廣博知識的人也越來越炙手可熱。這兩種人就像在兩個極端彼此拉扯,你到底是該深入鑽研所在領域的知識,還是該拓展自己的知識地基?

這個問題讓人想起刺蝟與狐狸的故事。雖然長久以來被傳唱的版本眾多,但基本要傳遞的依然是同一個道理。狐狸對付攻擊者的方法五花八門、創意十足,但也讓牠精疲力竭;而刺蝟只採取唯一一種歷久彌新的策略──縮成一團,其他的全交給背上的刺搞定。以希臘詩人亞基羅古斯(Archilochus)的話來說就是:「狐狸雖淵博多才,卻比不上刺蝟一招絕技。」

哲學家以撒.柏林(Isaiah Berlin)認為所有思想家都可以歸類為兩種,一種是透過特定的透鏡來觀察世界,一種則是將自己暴露在各種觀點之下。柏拉圖就是刺蝟型思想家,蒙田則是狐狸型。托爾斯泰認為自己是刺蝟型,但寫起文章卻不由得像隻狐狸。羅納雷根是刺蝟型,比爾柯林頓是狐狸型。史蒂夫沃茲尼克是刺蝟型,賈伯斯則是狐狸型,這大概是他們能夠合作無間的原因。

會在現代及未來社會發光發熱的思想家,則是這兩者的綜合體。在這個資訊爆炸、競爭激烈的世界,深刻了解一兩項重點事物,不論深度或細節都必須勝過你的同期對手,是非常關鍵的。但要真正讓這些知識迸出火花,你還需要擁有從各式各樣、包羅萬象的角度切入思考的能力,以及與擁有不同專業的人協同合作、發揮加乘效果的能力。

舉例來說,達爾文對於蚯蚓的生命週期、鷽鳥的喙知之甚詳、無人能及,但他是在讀過經濟學家馬爾薩斯(Thomas Malthus)的文章之後,才在眾多自然學家中脫穎而出,架構出如此宏大的生命理論。如果達爾文只是涉獵廣泛,卻沒有建立生物學上的深厚知識,那麼他永遠也不會想到那個最終的解答(就算想到了,大概也沒辦法說服別人相信他)。又如果他平常不是個大量吸收各種領域知識的人,大概也永遠看不出隱現於種種線索下的演化邏輯。達爾文就是一種他大概辨別不出來的物種典型:刺狐狸(foxhog)。

查理.蒙格(Charlie Munger),股神巴菲特(Warren Buffett)的事業夥伴,是他們旗下傳奇性創投公司波克夏.哈薩威(Berkshire Hathaway)的副總裁,也是有史以來最成功的投資人之一。他的選股能力與業界其他人差不多,但對於如何買賣這些股票則擁有無人能比的深厚經驗。但這還不足以說明他的卓越之處──雖然為數不多,但也有人擁有類似的才能。他在同儕中脫穎而出的原因,正是因為他如同刺狐狸般地尋獵知識。他持續閱讀自身專業領域以外的知識,努力將他吸收的知識爬梳出脈絡、或重新架構既有脈絡。他熱切地信仰一種被他稱為「多元思維模式」(multiple models)的思考方式,當他審視一家企業時,他會用上數學、經濟學、工程學、心理學與其他理論的透鏡來觀察。他說這種多模式非常關鍵,因為你能因此得到跟所有人都不一樣的答案,即使你們看的是同一份資料。多模式能把事實化為故事,把資訊化為洞見。廣度與深度一樣重要,他說:「要成為選股大師,你得先受過普通教育。」

刺狐狸擁有的是被IBM稱為「T型」知識的能力。二十一世紀最具價值的人才,結合了深厚的專業能力(T中的垂直線),和對於其他理論的廣泛了解(T中的水平線)。前者讓他們有能力執行需要特定專業的項目,後者則讓他們能夠看出與其他領域的脈絡和連結。擁有核心知識讓刺狐狸在人力市場中與眾不同──給予他在組織中或組織外獨特的賣點(Unique Selling Proposition,USP)──而T字裡的水平線則能讓他和不同領域的同事建立對任務有助益的關係,並在整個職涯中從容應付各種挑戰。

若要從當代人物中選出一位成功的刺狐狸代表,非奈特.席佛(Nate Silver)莫屬。他是統計學者,也是一位作家。席佛首度受到矚目是因為他開發了一套預測美國MLB大聯盟球員表現的系統,不過他感興趣的永遠不只有運動項目而已,2008年美國即將舉辦總統大選期間,他以此為主題開始寫部落格,網站名稱是538.com(538是美國選舉人團的票數)。他採取自己用於分析業界的一套統計方法,先預測兩黨推出的候選人,接著預測大選結果,兩者都驚人地準確。接受《紐約時報》聘任後,他在2012年又做了一樣的事,預測出來的最終結果幾近完美,遠勝其他傳統專家。2013年他被ESPN挖角,並把他的統計方法運用在體育項目、政治和電影等等各種領域上。

席佛告訴《哈佛商業評論》(Harvard Business Review),他大力倡導能養出刺狐狸的教育方式:「最最困難的,是教會人們如何直覺反應什麼是最該問的大問題。是這種求知的好奇心……如果你要受教育的話,最好學得越雜越好,這樣你就可以訓練到各種不同的肌群……技術能力可以晚點再學,等你遇到想要解決的問題,或者經濟能力許可的時候,你會更有動力去學技術,也可以學得更多。所以重點是,不要太早就一門深入。」

西方的政策制定者對亞洲教育體系培養科學家與工程師的成功經驗瞠目結舌,同時也為他們的經濟競爭力感到擔憂,於是更加堅持自家的大專院校必須專注於製造刺蝟──畢業後馬上就能完美契合市場需求的專才。但這個解答只寫對一半。亞洲經濟體中擁有最前瞻觀點的教育家都知道,最頂尖的西方大學所擅長的跨領域廣博教育,在二十一世紀與在上個世紀一樣有價值。以下是新加坡大學陳祝全(Tan Chorh Chuan)教授的看法:

我至今越來越相信的一件事,就是智識廣度的重要性,原因有兩個。首先,我們在工作和生活上遇到的問題都很複雜,跨越數個知識與理論的領域。如果我們的智識基礎不夠廣闊,就看不到潛在的跨界線索。第二,我們以前一輩子大概會歷經平均三到四項工作,現在的新鮮人則是十到十二項。這些工作可能橫跨許多不同種類的行業,所以你必須擁有足夠的智識基礎,才能輕鬆替自己的幾把刷子汰舊換新,以適應不同種類的工作。

談起刺蝟或狐狸的時候,總會落入決定誰優誰劣的結果,但這個世界既看重專家,也賞識來自多領域碰撞之下所產生的劃時代洞見,我們就得同時擁有兩種優點,我們必須做一隻刺狐狸。

關鍵字: #數位書選
往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓