從486先生策略思考「消失的人力梯隊」:AI都能做80分了,老闆們敢不敢投資不完美的菜鳥?
從486先生策略思考「消失的人力梯隊」:AI都能做80分了,老闆們敢不敢投資不完美的菜鳥?

編按:為了快速應對 AI 時代的衝擊,486 先生發文指出,他將裁撤行銷部與企劃部,並將相關人員調往更需要人力判斷的職位。在追求精準與效率的商業競爭中,這項決策引起討論,有人支持,也有人提出該作法的誤區,並從「人才養成」方面思考當下AI發展的問題:

看到 486 先生說他裁撤行銷與企劃部,效率極致化,幫助組織升級,我都覺得很讚,但在「效率提升」之外,我看到的是組織結構的「啞鈴化」。

這是什麼意思?就是企業只會留下最頂層的「大腦」(負責決策與策略的高階主管)和最底層的「機器」(負責海量產出的 AI),而中間原本佔比最大的「初階與中階執行者」被挖空了,這意味著:企業人力是否逐漸在消失?

這裡最大的誤區在於:老闆們以為裁掉的是「冗員」,但其實裁掉的是「未來的資深人才」。

AI取代掉初階員工,那審核的工作落到誰的頭上?

過去,我們的養成路徑很清楚:一個菜鳥進來,先從寫文案、做圖、跑報表等瑣碎的「執行面」開始磨,磨了三年有了手感,才開始學策略、學判斷。這些枯燥的執行過程,其實是累積領域知識(對該領域的深度理解)的必經之路。

現在問題來了,如果 AI 把寫文案、做圖、找資料這些初階工作都拿走,企業也不再招募初階人員,請問五年後,那些能夠做「頂層策略判斷」的資深主管要從哪裡生出來?

「你不可能要求一個沒進過廚房切菜、備料的人,直接空降當主廚去指揮出菜節奏。」

AI 看起來很美好,它壓縮了初階人力的生存空間,但它同時製造了一個巨大的「執行黑洞」。因為 AI 產出的東西是需要被「驗證」的。當你把初階人力裁光,誰來負責檢查 AI 寫出來的一百篇文案有沒有邏輯漏洞?誰來判斷 AI 生成的圖片有沒有違反品牌調性?

如果這件事最後還是要落到高階主管頭上,那就像是讓米其林主廚親自去洗菜,這反而是巨大的資源錯置。

所以,對於「初階被減少後,執行段該怎麼辦?」這個問題,我的實務觀察是: 執行的本質變了

未來的執行,不再是「從零生產」,而是「審核與優化」。他們不需要自己寫一千字,但他們必須有能力「判斷」這一千字是不是垃圾。

這對初階人才提出了更高的要求:以前你只要會「做」,現在你一入行就得學會「判斷」。

老闆們,你們敢不敢花錢培養未來的主管?

這對企業主下一步挑戰非常巨大:你敢不敢在 AI 能做 80 分的時候,依然願意花成本養一群還在學習的真人?如果你現在為了省錢把梯子抽掉,未來當你需要真正懂商業邏輯的人類時,你會發現市場上已經沒有人爬得上來了。

如果是這樣,那些需要磨練思考的時間被消失,大家不愛動腦,最終,那些人要去哪裡呢?

本文授權轉載自Kevin Li臉書

延伸閱讀:Gemini 3官方提示詞指南來了!改掉長文敘述習慣,8招進階寫法讓AI回答切中核心

關鍵字: #AI
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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