職場就像打副本,你是坦克還是輸出?用「4個角色層級」抓出你的本命職業
職場就像打副本,你是坦克還是輸出?用「4個角色層級」抓出你的本命職業

你的遊戲不應由你的屬性來決定。原因是:你必須先找到一個值得畢生投入的有意義目標,然後再來思考自己如何對準它。

我認識許多人,他們選擇人生道路並不是因為自己真心有所共鳴,而是因為父母希望他們走那條路、因為薪水高、或因為他們看似在那個領域有天賦。無論他們多成功,心裡卻常感到空虛與匱乏。 那是因為他們並沒有在玩屬於自己的一萬小時人生遊戲。

但一旦你辨識出值得你投入的遊戲,你在其中選擇的角色就應儘可能與你的天賦相契合。 舉例來說,如果你的遊戲是保護地球、提升生態永續,那麼你的角色就應依照你的天賦來決定。如果你擅長量化與數理運算,你可以成為工程師,發明能減少大氣排放的環保機械。

如果你不具備量化天賦,而是擁有更多偏向溝通與人文的屬性,那麼你可以成為外交官,協商有助於保護環境的國際條約。你也可以成為倡議家或遊說者,推動正向的政策改革。重點在於: 只有當你知道自己的遊戲時,你所選擇的角色才真正會帶著使命感。

定義你的角色層級

大多數人想到自己的角色時,會想到自己的職業:會計師、軟體工程師、教授、研究員、作家、藝術家、全職父母⋯⋯等等。這是因為職業代表我們對社會與他人的價值貢獻,因此容易被觀察、理解與辨識。

然而,我們的角色其實有更多層次,這些層次與職業彼此交織。我將這些層次稱為角色層級(Role Sphere),它們就像洋蔥的多層外皮,圍繞著更核心的本質,或如行星環繞太陽一般。

以下是構成我們一萬小時的遊戲角色的四個層次。

1.願景層:你想成為誰

願景層(Aspiration Layer)是最基礎的一層,也是你最核心的內在,涵蓋你的夢想、抱負,以及你渴望成為的理想版本。在你的一萬小時的遊戲旅程中,你想成為誰,主要是由你選擇要玩的人生遊戲(第1步)所決定的。

在願景層裡,你現在是誰、目前身在何處,都不重要。你想抵達的地方、你想成為誰,比任何事都更能定義你這個人,因為它呈現了你的方向與旅程。因此,在第三章中,那位說出我要上哈佛的國中女生,正是以這句話定義了自己;那句話比任何資訊都更清楚地告訴我她是誰。這也如同《海賊王》裡的魯夫,他之所以被定義,是因為他胸懷成為海賊王的目標。

本質上,願景層位於最核心的位置,因為你的使命比任何事都更能界定你的角色。 甘地多年來都是律師,但當他將願景層從想過舒適生活轉變為致力實現印度平等時,他的角色因此發生了最根本的變化,遠超過任何職業上的轉換。

2.身分層:你相信自己是誰

身分層(Identity Layer)關乎自我認知與自我覺察,也就是你如何看待自己,以及你認為自己在世界中的定位。你的身分是由你的經驗、信念、價值觀,以及你如何理解自己在這些脈絡中的角色所塑造的。身分比職業更為根本,它涵蓋的信念可能包括:「我是會照顧家人的人」、「我是絕不會放棄任務的人」、「我是見義勇為的人」。

身分層會隨著你的經驗與關係不斷重塑與調整;它不是固定不變的,而會在你的人生歷程中,隨著成長、學習與改變而持續演化。 身分層與願景層密切連結,因為我們往往會依據自認的身分來思考自己的願景,同時也會因為被某個願景啟發,而重新形塑自己的身分。 例如,某位典範可能會激發你追求某個你從未想過的目標,而在那之後,你的身分也會為了契合那個願景而轉變。

當然,這並不代表你想成為什麼就能成為什麼。每個人天生都具有某些天賦與限制,這正是第2步「了解你的屬性」所涵蓋的重點。你的身分應以你的天生屬性為基礎。例如,作為一名法師,我若想把遊戲當坦克來玩會非常困難;同樣地,牧師想以輸出方式來玩遊戲也會非常吃力。你當然仍然可以在一些小社群或朋友間嘗試那些與你屬性不符的角色,但只要踏上競爭更激烈的舞台,你往往會被那些扮演坦克的戰士和扮演輸出的法師打爆。

當你確認了自己的身分層之後,它就能幫助你決定下一層,也就是職業層的關鍵部分

3.職業層:你為身邊的人帶來的價值

職業層(Occupation Layer)是你的內在層次(願景層與身分層)在現實世界中顯現影響力的地方。在這一層,你的內在認知與願景會轉化為具體的外在貢獻。這一層關乎你在社群與職場中如何展現自己的角色、你為他人帶來的價值,以及人們如何看待你所扮演的這些角色。它是你所從事之事物及其影響力的具體呈現。

職業不僅限於職稱或職涯路徑,更涵蓋你對周遭世界的更廣泛貢獻,不論你是專業人士、志工、家庭成員或社群領袖。例如,在你的人生遊戲中,你可能渴望提升他人的生命(願景層),並認為自己天生具備同理心、關懷等屬性(身分層)。那麼你的職業可能就會是老師、諮商師、治療師,或全職父母—在這些角色中,你可以透過同理心與關懷來振奮他人。

有時,你的職業可能與你的願景層與身分層並不契合。這種不一致可能源於你選擇科系或工作時是因為他人期待、急需收入(在第6步的任務中稱為「資源支線任務」),或只是因為沒有花足夠時間規畫自己的一萬小時的遊戲旅程,以致不知道自己真正想做什麼。好消息是, 只要你忠於自己的願景層與身分層,就能透過良好規畫、諮詢事業或堅定意志來調整你的職業。

職業層能否順利、或痛苦地被提升與調整,很大程度取決於你發展下一層的專精層的成效。

4.專精層:你變得擅長的事物

專精層(Specialization Layer)是第2步(屬性)與第4步(技能)相互結合的地方,使你在特定領域達到熟練與專業。與由夢想與自我信念形塑的願景層、身分層不同,專精層更扎根於你的天生才能,以及你選擇投入發展的技能。

你的專精角色不必然與你的職業角色相同,而是指你或他人眼中你特別擅長的事物。 例如,一位醫學系學生(職業角色)可能同時非常擅長彈吉他、競技卡牌遊戲或創意寫作。這些專長雖然與主修領域無直接關聯,但它們代表一組獨特的才能與技能組合,彰顯出他的獨特性。

儘管專精角色與職業角色一致最為理想,有時你會因某些興趣或嗜好的表現出色,而意外發展出全新的道路。例如,這位醫學系學生可能把自己的技能組合起來,創作一款敘事型的學習遊戲,協助其他學生準備考試。他於是獲得了世界上極少數人才擁有的獨特專精。

專精是你成長與發展的體現。它是你帶上舞台的獨一無二、由技能、知識與經驗構成的能力組合。它是我們的個人品牌,是我們在世界上的專屬簽名。

在這一層,你的重心會轉向在特定領域追求精通與卓越。例如,一個渴望對社會做出有意義貢獻的人(願景層),若認同自己是一位有同理心、具關懷特質的領導者(身分層),可能會進入社群組織者或社工等職業角色。那麼他的專精層則會是他在這些角色中發展出的具體技能與專業,例如有效溝通、衝突調解、募款能力或對社會政策的深度理解。

除非是為了克服某項關鍵弱點,否則你所學習的技能(第4步)應建立在你的屬性(第2步)之上。例如,量化屬性可引導你發展財務或工程相關技能,只要它們能支持你的一萬小時的遊戲使命(第1步)。而美學相關的屬性則比較可能轉化為平面設計或時尚相關的專長。只有當技能建立在你的屬性之上時,你的專精層才能真正強化。

職業層會扮演橋樑,將你的專精層連接至現實世界。當你投入某項職業,無論是專業角色或個人志業,都會強化並精煉你的專精層。

當你完整理解並整合你的整個角色層級後,你便能深刻地理解真正的自己。這份清晰能引導你發展出在地球伺服器上擅長的角色,使你能以最有意義、最具影響力的方式做出貢獻。

延伸閱讀:「花生醬式加薪」是什麼?4成企業為何寧願人人有獎,也不重賞頂尖員工?

本文授權轉載自《一萬小時的遊戲:你的人生也可以遊戲化,從活得像NPC蛻變成自己的英雄》,周郁凱、Mark Diaz著,商業周刊出版

一萬小時的遊戲
圖/ 商業周刊

責任編輯:蘇柔瑋

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