我有可能找到喜歡又高薪的工作嗎?少問兩種問題,設計出理想工作
我有可能找到喜歡又高薪的工作嗎?少問兩種問題,設計出理想工作
2018.12.26 | 生活

前陣子由於奇葩說的一道辯題:「該選擇高薪但不喜歡的工作,還是低薪但喜歡的工作?」,引起了臉書朋友間的一些討論,想分享一些我的思考,並介紹一本書:《做自己的生命設計師:史丹佛最夯的生涯規畫課,用「設計思考」重擬問題,打造全新生命藍圖》(後面簡稱《做自己的生命設計師》)。

其實,這個辯論題目本身就把工作二分了,要嘛只能選擇喜歡,要嘛選擇高薪,兩者只能擇一,這太難選擇了吧!我也想要選擇又高薪又喜歡的工作,但是臣妾做不到呀!

然後人生就陷入了痛苦的抉擇,要愛情還是麵包?然而,人生未必只是二元選擇題,喜歡有分程度的喜歡,報酬也有不同形式與等級的報酬。這本書在介紹的就是,史丹佛的這門課,是如何利用「設計思考」的概念,來「重新設計自己的人生」,並且經過十五年的實證,證明真的有用!

我想要利用這本書裡提到的第一個觀念:「重擬問題」,來開始討論這件事。

我們會被困住,其實是問了不對的問題

設計思考強調的,不是一個很快得到的正確答案,而是經由一定的流程,不斷地去探究問題的意義,重新定義問題,再尋找可能的解法,做出更適合的解決方案。而它介紹的第一步,就是要先「重新擬定問題」。

為什麼要重新擬定問題?大部分時候我們會被困住,其實都是因為問了不對的問題。例如:「我沒有技術背景,會不會不能當PM?」、「我大學念xxx,出路不好怎麼辦?」或是,「我大學念xxx,但我不喜歡怎麼辦?我找得到其他工作嗎?」

為什麼這些是「不適合提出,只會讓自己的設計卡住」的問題?

這本書定義了兩種無效問題:重力問題,以及船錨問題。

1. 重力問題:你不太可能去改變的問題

如果有人說,都是因為重力的束縛,我才無法跳得夠高,然後想盡辦法克服重力,那只是將自己卡在這個問題上無法前進,然後自怨自艾,覺得時不我予,因為重力是無法改變的(除非你跑到外太空),當我們接受重力的存在,也就是接受現實,你反而就自由了,可以轉而觀察與討論你所在的情境,在這個情境下,你可以做什麼,例如想辦法訓練肌肉、用不同的方式跳躍、弄一張彈跳床或一根竿子來等等。

在找工作時的重力問題是什麼?「大學念xx」或是「沒有技術背景」,已經是無法改變的現實(除非你重考,但這是否從這個問題出發尋找解決方案,可以再討論),為了這件事情煩惱,其實無法改變什麼,反而應該去找出,如何培養並證明該職能所需能力的方法。

2. 船錨問題:堅持某個解決方案

船錨問題指的是,「堅持某個的解決方案,認定只有這個方法才能達到目標,即使遇到強大的困難也不願意調整」。例如因為覺得自己學歷不好,無法爭取好的工作,而多花數年時間重考大學或考研究所,非考上名校不可,但也許穩定累積的業界資歷,或是豐富的課外活動與領導經驗,也是重要的職場資產,而且立刻就能開始。

我剛從財金系畢業時,非常想做產品經理的工作,但是當時正值金融海嘯隔年,百業蕭條,我又完全沒有相關經驗,很難得到這樣的工作。我最終得到兩個機會,一個是大公司的國外業務,一個是軟體新創的行銷。

當時,我在與主管的面談中,發現該軟體新創的行銷職位和PM也很靠近,都需要探索市場的需求,同時了解產品如何滿足這些需要,並傳達給客戶,所以我加入了軟體新創做行銷,同時讓老闆知道,我有興趣做PM。

在工作的過程中我也時時觀察公司的PM在做什麼,我可以怎麼和PM合作,在做了一年的行銷之後,我就成功轉任為PM了,甚至我的行銷經驗,還成為做PM的養分,讓我比技術出身的PM,更多了一份市場角度的思考。如果我一開始堅持找到PM的工作,也許我會一無所獲,如果我一開始選擇國外業務的工作,也許我難以接觸到PM的工作內容,也與我的目標漸行漸遠了。

所以問題不應該是「該選擇高薪但不喜歡的工作,還是低薪但喜歡的工作?」,而是,「我要如何讓我自己得到更高的薪水,更喜歡的工作?」,然後去探索「高薪水的工作需要什麼樣的條件,喜歡的工作有什麼樣的特質」,「哪些是我可以接受,有辦法做到的,我要經過什麼樣的努力」,然後去嘗試。

這個世界上並不是只有兩個工作、兩種薪水,你喜歡的事情也並不是只有一兩樣,世界不是二分成「我的天命」還有「我的天命以外的東西」而已,這其實是一個開放的探索過程。

怎麼探索呢?接著,我們要來建立「原型」(Prototype)。

「打造即思考」,用原型探索,而非All in

設計師常會根據某一個問題或想法,直接動手設計幾個簡單的原型,嘗試體驗這些原型使用起來如何,可能遇到什麼樣的問題,然後持續修正。探索人生方向的時候也是,如果你擁有一個夢想,就是開一家自己的餐廳,那你應該做的不是籌錢、選址、研究菜單,而是先找間餐廳從打工做起,確認自己除了製作美味餐點之外,是否也喜歡服務客人、清潔、進貨、銷貨、管理帳款、處理廚餘、管理員工、餐廳布置裝潢等事務,也觀察什麼樣的狀態才是「能賺錢的事業」,哪裡可能會有雷,成為自己日後創業的養分。

如果很難真實體驗那個工作的情況,另外一種探索原型的方式,就是「找目前在做這個工作的人對話」。了解他的一天是怎麼過的,對於這份工作,他最喜歡與最討厭的地方在哪裡,也可以理解對方是如何進入這一行,需要什麼樣的能力,更重要的,你會建立在這個工作崗位上的人脈連結,他也會知道你對這個角色很有興趣,如果有一天,公司內有類似的職缺釋出,也許積極的你就能成為人選之一。

想要強調的是:

原型不是最終結果,你要的答案不是Yes or No,而是藉由這個探索的過程,更清楚自己想要什麼、不想要什麼,重點是「Fail earlier」,趁早失敗,認清想法與限制,然後再嘗試下一個,或是從眾多原型中選出最適合自己的。

所以不用只嘗試一個原型,原型也不會是最後的方向(我之前在做硬體時,做四、五個原型是家常便飯,沒做出來的模擬圖更是有數十種構想),發掘自己想要什麼很不錯,認清自己不喜歡什麼也很有價值,甚至,你可以延伸發現新的興趣,史丹佛的設計學院有一句名言:「打造即思考」,也許在探索開餐廳的過程中,你發現自己喜歡的其實只有料理本身,就可以開始轉往廚師生涯,而非自己開店的方向探索。

現在這個決定也許不是最好的,但我擁有轉換的勇氣與方法

整個設計思考的流程其實可以分成:

重擬問題,蒐集與創造想法 >> 製作原型 >> 篩選與選擇 >> 放手前進,不停修正,享受過程,從過程中成長。

而在這當中,帶有好奇心與開放的思維是非常重要的,不要將自己卡死在重力問題或是船錨問題上,也不要還沒製作原型就一古腦兒投入,

更重要的是,要接受自己現在做的這個決定,可能不是最好的,但我擁有轉換的勇氣與方法。

我很喜歡書中提到的一個概念是,許多人「誤入歧途」的原因,是認為人生只要提出一個計畫與目標,然後做出「最對」、「最棒」、「唯一」的選擇,就能一帆風順,一路破關到最後,但是當事物無法如預期時,反而會受到很大的挫折感,覺得自己「失敗」,人生對他們來說,像是著色畫,要按部就班在指定的格子上填上顏色,但事實上,人生比較像一幅抽象畫:可以有無數種詮釋與揮灑方式。

我理解了,生命的設計不會只有一種,不同人生階段的優先順序也會改變,我們擁有活出各種不同人生的能力,所以一開始就懷抱一個一生的志業與夢想,看似偉大,但也會讓人「不願意認賠殺出」,其實,從來沒有「賠」這回事,每一段人生經歷,都是自己創造出來的,最美好的藝術品。

本文由Evonne Tsai授權轉載自其Medium。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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