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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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