這是一場關於「自由」與「掌控」的賽局，若未來的數位生活由少數企業實施垂直整合與標準封鎖，我們可能面臨一個比現實更封閉的反烏托邦世界。元宇宙的重要性，不僅在於它能創造多少經濟價值，更在於能共同改變長期以來抗拒被顛覆、卻早就應該繼續發展的產業。《沉浸式經濟：AI運算、區塊鏈、元宇宙如何打造下一代的網際網路》將描繪，在矽谷科技巨頭的戰爭已經悄悄開打的狀況下，元宇宙如何愈來愈接近我們的生活，慢慢成形、塑造未來。

這是一場關於「自由」與「掌控」的賽局，若未來的數位生活由少數企業實施垂直整合與標準封鎖，我們可能面臨一個比現實更封閉的反烏托邦世界。元宇宙的重要性，不僅在於它能創造多少經濟價值，更在於能共同改變長期以來抗拒被顛覆、卻早就應該繼續發展的產業。《沉浸式經濟：AI運算、區塊鏈、元宇宙如何打造下一代的網際網路》將描繪，在矽谷科技巨頭的戰爭已經悄悄開打的狀況下，元宇宙如何愈來愈接近我們的生活，慢慢成形、塑造未來。

（本文選自天下文化出版的《沉浸式經濟：AI運算、區塊鏈、元宇宙如何打造下一代的網際網路》部分內容，完整內容詳見此）

[caption id="attachment_213154" align="aligncenter" width="736"] 《沉浸式經濟：AI運算、區塊鏈、元宇宙如何打造下一代的網際網路》[/caption]

元宇宙為何重要

2016 年，Epic Games 還要再一年才會發行《要塞英雄》，絕大多數人也還沒聽過「元宇宙」這個詞，但創辦人提姆•斯維尼就已經告訴記者：「元宇宙將變得比其他任何事物都更普遍、也更強大。要是某家核心企業掌控了元宇宙，就能變得比任何政府都更強大，根本就是地球上的神。」我們通常會覺得這種話太誇張，但如果回顧網際網路的歷史，又會覺得此言可能不假。

幾十年來，政府研究實驗室、大學、獨立科技專家與機構組成各種正式聯盟與非正式工作團體，才共同為今日的網際網路打下基礎。它們多半是非營利組織，重點大多也放在建立開放標準（open standard），以利資訊在各個伺服器之間共享，也就更方便未來在技術、專案與概念上合作。網際網路的去中心化設計，一方面反映了凡納爾•布許等人的理念：希望人們是交換資料、而不是控制資料；另一方面也反映出網際網路建立時的時代需求：當時屬於冷戰時期，所以在選擇傳輸協定與技術的時候，會希望就算網路大部分遭到摧毀或占據，仍然能夠繼續運作。

去中心化的做法有許多好處。比方說，任何人只要能上網、懂HTML，就能在幾分鐘內零成本架設好一個網站，如果透過GeoCities 這樣的平臺，速度還可以更快。這種網站只要有一個版本，所有能上網的設備、瀏覽器與使用者都能存取。此外，使用者或開發者並不需要透過中介平臺，就能夠直接和任何人溝通、為任何人創作內容。而且，有了通用的標準，與外部廠商的合作就更方便、更便宜，也更容易整合第三方軟體與應用程式，又或是將程式碼回收再利用。這些標準多半屬於免費、開源的性質，因此個別的創新通常就能促進整個生態體系跟著提升，同時也會對那些需要付費的專屬標準（proprietary standard）造成競爭壓力。而且，有些平臺如設備製造商、作業系統、瀏覽器、網際網路服務供應商，會壟斷網路與使用者之間的連繫，形成尋租（rent-seeking）的趨勢，而免費的開放標準就能形成制衡。

重要的是，開放標準並不代表企業從此不能在網際網路上獲利、架設付費牆（paywall）、或是打造專有技術，他們反而會因為這份網際網路的「開放性」，得以成立更多公司、進軍更多領域、接觸更多用戶、取得更多利潤，還能避免那些網際網路時代前就存在的龍頭企業（特別是電信公司）隻手把持。

不難想像，如果當初網際網路的創造者是那些跨國媒體集團，一心想銷售各種小工具（widget）、投放廣告、蒐集用戶資料來營利，或是掌控端對端的使用者體驗（這些事AT&T與美國線上都試過、也都失敗了），現在的情況就可能大不相同：光是下載JPG 檔就可能得要付費，想下載PNG 檔搞不好還要加價50％。想要視訊通話嗎？有可能唯一的選擇就是透過寬頻業者的應用程式或入口網站，還只能打給使用同一間寬頻業者的人。

所以，要是網際網路是由某間公司獨立研發出的產物，不就可以想見這間公司根本不會允許出現任何瀏覽器競爭對手？這樣一來，難道使用者還能自由使用瀏覽器，或是依自己的意願造訪（與修改）任何網站嗎？

目前看來，元宇宙就是會出現這樣的「企業網際網路」（corporate internet）。更重要的是，在元宇宙興起的這個時間點，已經有各種最大型的單一產業或跨產業科技平臺做好垂直與水平整合，深深掌控民眾的生活，掌控現代經濟的科技與商業模式。數位時代回饋循環（feedback loop）的威力，也推動著這樣的發展。舉例來說，梅特卡夫定律（Metcalfe’s Law）認為通訊網路的價值與用戶數的平方成正比，因此社群網路與服務大者恆大、不斷成長，新創企業對手難以挑戰。而且，只要是以AI 或機器學習為基礎的企業，隨著資料集成長，都會享有類似的優勢。至於網際網路的主要商業模式，也就是廣告與軟體銷售，同樣是以規模為後盾；達到一定規模之後，再多賣一個廣告版位或一套應用程式，並不會增加多少成本。於是，廣告商與開發商通常都想鎖定目前消費者所在的人氣平臺，而不管是否有哪個新興平臺有待成長。

但是，這些科技龍頭在過去十年把自家的生態系統愈做愈封閉，一方面是為了鞏固現有客群與開發者社群，另一方面也是希望在擴展到新領域的時候能夠阻絕潛在的競爭對手。

就這種情況而言，人們擔心元宇宙可能走向反烏托邦的恐懼似乎言之成理，而不只是危言聳聽。企業一旦掌控這些虛擬世界、掌控這些世界上的一切，未來就可能握有比現今數位經濟霸主更大的權力。

元宇宙也會讓現在已經存在的數位難題進一步加劇，像是資料權、資料安全、錯誤資訊與極端化、平臺權力與平臺監管、濫用，以及用戶幸福等。因此，想判斷未來會比現在更好或是更糟，而不只是關心未來會更虛擬或更賺錢，就得看看是哪些企業將在元宇宙時代引領風潮，了解這些企業的理念、文化與優先事項。

看著全球最具規模的大型企業與最具雄心的新創企業都積極向元宇宙前進，我們這些使用者、開發者、消費者與選民必須明白的是，我們仍然能夠控制自己的未來，也有能力改變現狀。確實，元宇宙或許令人望而生畏、感到恐懼，但同時也可能成為契機，讓人與人之間的關係更緊密，共同改變長期以來抗拒被顛覆、卻早就應該繼續發展的產業，並且打造出更平等的全球經濟。這一切，就看我們要如何打造元宇宙了。

（本文選自天下文化出版的《沉浸式經濟：AI運算、區塊鏈、元宇宙如何打造下一代的網際網路》部分內容，完整內容詳見此）

[caption id="attachment_213154" align="aligncenter" width="736"] 《沉浸式經濟：AI運算、區塊鏈、元宇宙如何打造下一代的網際網路》[/caption]

這篇文章 元宇宙為何重要？它令人望而生畏 誰能掌握將成「地球上的神」 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI時代來臨，可能改變全球工作模式，也許未來的職場不再是通勤與繁瑣報告的循環，而是人機協作的黃金時代，當專屬AI為你精準處理海量數據與日常庶務，人類的角色並非變得冗餘，而是被推向更高層次的策略思考、創意發揮與人性化領導。《AI分身時代：顛覆職場、教育、醫療、人際關係的人機協作新模式》深刻描繪了未來職涯的新藍圖，面對轉型浪潮，唯有具備高度適應力並持續學習，才能在AI分身時代，將挑戰轉化為前所未有的職涯機遇。

AI時代來臨，可能改變全球工作模式，也許未來的職場不再是通勤與繁瑣報告的循環，而是人機協作的黃金時代，當專屬AI為你精準處理海量數據與日常庶務，人類的角色並非變得冗餘，而是被推向更高層次的策略思考、創意發揮與人性化領導。《AI分身時代：顛覆職場、教育、醫療、人際關係的人機協作新模式》深刻描繪了未來職涯的新藍圖，面對轉型浪潮，唯有具備高度適應力並持續學習，才能在AI分身時代，將挑戰轉化為前所未有的職涯機遇。

（本文選自天下文化出版的《AI分身時代：顛覆職場、教育、醫療、人際關係的人機協作新模式》部分內容，完整內容詳見此）

[caption id="attachment_211497" align="aligncenter" width="1024"] （圖／AI生成）[/caption]

2029年，星期一的早上八點半，天氣清爽。此時，你已經不再需要每天通勤到實體辦公室。多虧AI同伴塞奇（Sage），現在你能輕鬆自在的在生活與工作之間來回切換。當你吃完優格和燕麥脆片後，塞奇就會顯示當日行程。不到一秒鐘，塞奇就瀏覽完最新的業務資訊、掌握產業的關鍵趨勢，並根據公司的自主型AI代理在昨晚完成的工作，重新安排你的任務。

你不用坐在辦公桌前。你根本不需要辦公桌，眼前取而代之的是一個全像投影介面，顯示你的工作空間，以及正在進行的專案。接著，你加入一個虛擬會議室，你的人類同事和他們的AI代理都已經到齊。在這個新時代，你是人機混合團隊的成員，你的創意和策略思考能力，與自主型AI代理的精確度和永不疲倦的生產力，形成完美的互補。

過去五年來，你運用大量的企業資訊來訓練塞奇，包括績效指標、客戶洞察與產業趨勢。然而，塞奇之所以好用，是因為你親自微調，讓它能反映你的價值觀、優先順序，以及獨有的工作方式。透過每天的互動與不斷回饋，你教導塞奇，讓它能預測你的需求、配合你的策略願景，甚至比照你的溝通風格。塞奇不只能依據你的語氣和偏好的架構，幫忙草擬提案與簡報，還會提醒你注意潛在的問題或機會，避免偏離長期目標。你設定明確的界線與偏好，確保塞奇的運作符合道德原則、保持透明。塞奇已經成為真正的助理，能幫你處理日常瑣事、提出創意想法，讓你專注在真正有價值的任務與人性化領導。

有了塞奇當助手，你就能把大部分時間用來與重要客戶見面，指導新進員工。此外，塞奇會監督其他由你指派的AI代理，確保它們順利執行各項任務。在行銷方面，塞奇會協助管理一批軟體機器人，這些機器人能主動搜尋全球社群媒體風向，生成新的行銷活動，並針對不同的受眾群體進行調整。另一組AI代理則負責管理公司的供應鏈，預測短缺情況，並使用送貨無人機重新規劃配送路線。

塞奇與這些AI代理團隊並沒有削弱你的角色，反而大幅改善你的工作體驗。現在你可以專注在戰略思考、方案決策與方針指導，告別那些寫報告、開例會等沒完沒了的瑣事。你把AI同伴視為個人化、能力強大的夥伴，有點像高層管理團隊多出一位共同執行長。只要幾個簡單的提示，塞奇就能預測新機會、分析市場缺口，並根據團隊的溝通模式，推估團隊士氣狀況。

你在早上召集團隊開產品發表會議。這個虛擬動腦會議不是只有人類交換想法，其中有一半的參與者是數位代理，有些是以全像投影的方式出現，有些則是透過擴增實境介面無縫融入，將各種分析與洞見直接疊加在你周遭的實體場景中。AI會即時生成一連串關鍵數據，例如市場預測、消費者調查結果，以及競爭對手最新產品的內幕消息，藉此激發團隊的創意與批判性思考能力。但最終由誰來設定方向、拍板定案？還是由你。AI不會讓你變成冗員，它會擴增你的能力。

放大視野來看，不是只有你擁有這樣的體驗。在全球各地，由AI驅動的企業正蓬勃發展。聰明的主管不再為無效率與流程卡關感到困擾。原本需要好幾個月的人力才能完成的任務，現在只需要幾天的時間就能搞定。AI代理團隊可以處理一切，從研發到個人化的員工福利方案，甚至在員工可能過勞時，向管理層建議預防措施。

你或許會認為，這個新時代是工作的黃金時代。當然，它會對社會造成深刻而複雜的影響。AI除了會改變整個產業，也會改變從工廠到總部辦公室的企業架構。許多人已經成功調適，並認為工作的未來充滿各種可能性。以你來說，你能夠享有更大的彈性。感覺起來，你的工作更有影響力，你幾乎可以無限制的獲取資訊、分析洞見。但不是每個人都能成功度過這個轉變。許多低階工作就此消失。傳統的生涯發展路徑不復存在。在這個全新的經濟環境，每個人都必須具備適應力，持續提升技能，不斷學習、甚至重新學習如何與AI代理合作。

成功的企業與地方政府投入龐大資金，重新培訓人力資源，讓他們能有效的與AI合作。在重新培訓時，大多數的重點是培養人類獨有、機器無法複製的技能。各國政府也做過很多努力，例如重新思考法規、建立架構，讓AI企業創造出來的財富，能夠更廣泛的分配給社會大眾。

一旦企業把該做的事做好，人類與AI之間的界線就會變得模糊，但這種模糊是讓你變得更強，而不是把你排除在外。大多數的工作場所，都不再受到地理位置或時間限制。你會專注於創新與領導，AI代理則會全天候運作，做出決策、執行策略，提前為各種突發狀況做好準備。

當一天的工作接近尾聲，你開始回想，這一切的變化有多大。過去大家普遍擔憂AI會取代人類，但實際情況複雜許多。AI並沒有讓工作完全消失，但是日常工作的樣貌確實大幅改變。對於願意擁抱這種轉變的人來說，未來充滿前所未有的機會，但前提是：你已經準備好面對這場轉變帶來的複雜挑戰。

（本文選自天下文化出版的《AI分身時代：顛覆職場、教育、醫療、人際關係的人機協作新模式》部分內容，完整內容詳見此）

這篇文章 AI分身時代的職場革命 迎人機協作的黃金時代「你不會變冗員」 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

蘋果公司共同創辦人長賈伯斯有追求極致的靈魂，帶領蘋果引爆科技的潮流。賈伯斯組建了一支精銳團隊，他認為，「要當個海盜」，用一小群人成就偉業、名留青史，如果組織太大、階層太多，「幾乎就能保證，不會有什麼偉大成就」，

蘋果公司共同創辦人賈伯斯有追求極致的靈魂，帶領蘋果引爆科技的潮流。賈伯斯組建了一支精銳團隊，他認為，「要當個海盜」，用一小群人成就偉業、名留青史，如果組織太大、階層太多，「幾乎就能保證，不會有什麼偉大成就」，

（本文選自天下文化出版的《蘋果之道：重新定義世界的50年》部分內容，完整內容詳見此）

[caption id="attachment_199012" align="aligncenter" width="1024"] 蘋果前任執行長賈伯斯有追求極致的靈魂，帶領蘋果引爆科技的潮流。（資料圖／記者 孟圓琦攝）[/caption]

賈伯斯除了有一雙識人的慧眼，也具備吸引人才的魅力。

他在德士古大樓組建他的麥金塔精銳團隊時，不論看中誰，幾乎都能順利招攬。正如崔博爾借用《星際爭霸戰》「宇宙動物園」那一集裡的說法，賈伯斯就像有著「現實扭曲力場」。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

在何茲菲德看來，這種現實扭曲力場是結合了「領袖魅力的修辭風格、不屈不撓的意志，為了達成目的，急切的將現實扭曲成心中所想的樣子。如果發現某種說法無法說服你，他會立刻變換招數，拿出另一套說法。有時候，他甚至會突然把你的立場當成他自己的想法，完全不承認他曾有過不同見解，這常讓人措手不及。奇妙的是，即使你感覺得到賈伯斯的現實扭曲力場在發功，你想抗拒，卻似乎還是會被這股力量帶著走。」

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

那感覺就像回到了早年賈伯斯車庫時代的熱血時光。由他帶領一小群衣著邋遢卻才華洋溢的天才，準備在宇宙留下精彩的一筆。「這是全世界在這些領域裡最強的一支團隊，」他常這麼說。「而要當個海盜，就代表著要用一小群人，完成所有人都以為不可能的事，成就一番偉業。而且是真正偉大、能夠名留青史的那一種。」在賈伯斯看來，如果組織太大、有太多階層，「幾乎就能保證，不會有什麼偉大成就。」

這群工程師與設計師多半都是夜貓子，年紀也大多不到三十歲。而且多數也沒有什麼除了蘋果之外的牽絆—沒有配偶、另一半、小孩、教會、運動—投入了瘋狂的工時，就為了一起打造這款「瘋狂般偉大」的電腦。1983 年初，《時代》雜誌引述賈伯斯的話，提到團隊每週工時高達「九十小時」。為了向這個略有誇大的數字致敬，蘋果財務團隊為麥金塔團隊訂購了一批灰色帽T，印著「每週工作九十小時，而且樂在其中！

[caption id="attachment_211615" align="aligncenter" width="521"] 天下文化出版的《蘋果之道：重新定義世界的50年》[/caption]

（本文選自天下文化出版的《蘋果之道：重新定義世界的50年》部分內容，完整內容詳見此）

這篇文章 當個海盜！賈伯斯的精銳團隊哲學 每週工時高達「90小時」 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

生活中常出現「越怕什麼就越來什麼」的情況，呼應了所謂的「墨菲定律」，這樣的現象不只出現在日常，也常見於工作與時間管理之中。面對無法完全避免的意外與變數，關鍵不在於逃避，《擺脫時間貧困》本書教你在事前做好更周全的規劃、預留彈性空間，並建立應變機制，才能在狀況發生時降低衝擊、穩住局面。

生活中常出現「越怕什麼就越來什麼」的情況，呼應了所謂的「墨菲定律」，這樣的現象不只出現在日常，也常見於工作與時間管理之中。面對無法完全避免的意外與變數，關鍵不在於逃避，《擺脫時間貧困》本書教你在事前做好更周全的規劃、預留彈性空間，並建立應變機制，才能在狀況發生時降低衝擊、穩住局面。

（本文選自時報文化出版的《擺脫時間貧困》部分內容，完整內容詳見此）

[caption id="attachment_206384" align="aligncenter" width="1024"] 根據「墨菲定律」的論述，即使你事先想得很周到，也還是有可能在你意想不到的地方出錯，這時就需要多預留一些時間來補救。（圖／AI生成）[/caption]

事情若真可能變糟，那麼不論機率有多小，它就是會發生。

我們經常在生活中遭遇「怕什麼就來什麼」的窘境，例如你天天帶著雨傘，卻總是艷陽高照，直到有一天忘記帶傘了，當天卻竟然下起大雨；又例如平時不搭小黃，卻發現路邊一堆空車在你身邊穿梭，可是一旦真有急事要叫車，卻是怎麼樣也招不到車……。

越害怕發生的事情就越會發生，這就是著名的「墨菲定律」（Murphy's Law）。這是一名美國工程師小愛德華‧阿洛伊修斯‧莫非（Edward Aloysius Murphy Jr.）提出的著名論述，他認為事情如果有變壞的可能，不管這種可能性有多小，它總會發生。在時間管理中，我們也能看到「墨菲定律」的影子。

例如與客戶約定某個時間面談，你原本不希望因為遲到而給對方留下不好的印象，所以儘管你提前出發，但卻還是因為塞車而遲到了半小時；客戶找你訂一批貨，你希望按期交付，但卻在截止日期快到時，廠內某台機器突然故障而讓進度陷入停滯；又或是主管因某件小事對你心生誤解，你急著想向他解釋，但結果竟然越描越黑……。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

從「墨菲定律」中我們可以得到一些啟示：無論科技多發達，我們解決問題的手段多高明，總有一些不幸的事情會發生，所以我們應該盡可能地設想周到、規劃全面。如果依舊真的發生不幸，我們便該坦然面對，認真總結經驗，儘量彌補錯誤，而非試圖忽略或掩蓋事實。具體來講，我們可以從以下幾個方面著手。

1.事先周密計畫：我們所做的任何一件事情都不像表面看起來那麼簡單，其背後往往隱藏著很多問題，如果只是簡單看待，而不去深入探索、謹慎分析和周密計劃，便很可能會把事情搞砸了。

所以在開始做一件事之前，一定要瞭解清楚事情的前因後果，設想各種可能發生的情況，判斷事情發展的趨勢，儘量減少意外事件的發生。

2.預留一定的時間：完成事情實際所花費的時間，通常比你預計的時間還要長。《西遊記》中，唐僧對唐太宗說預計需要花上三、四年的時間才能取回真經，孰不知他實際上卻足足花了十四年的時間才完成。

所以，對於龐大且複雜的事情，尤其是自己不熟悉或沒把握的事情，我們在制定計畫時就要多預留一些時間。畢竟根據「墨菲定律」的論述，即使你事先想得很周到，也還是有可能在你意想不到的地方出錯，這時就需要多預留一些時間來補救。

3.建立應急預警機制：既然錯誤無可避免，那麼最好的應對之法就是事先建立預警機制，針對各種可能發生的情況和問題，提前設想應對策略和解決辦法，必要時可以組織相關人員進行模擬演練。

這樣一來，即使依舊發生錯誤，我們也能在短時間內迅速解決，避免因事態擴大而造成更嚴重的後果。

（本文選自時報文化出版的《擺脫時間貧困》部分內容，完整內容詳見此）

這篇文章 時間管理中的「墨菲定律」靠3招發生錯誤也能迅速止損 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

成功從來都不是等出來的，而是靠實際行動創造出來的。大人學創辦人Bryan與Joe在最新力作《大人學獨自升級：真正的升級是擴大舒適圈【職場終極奧義】》中直言，人生並非單一線性的升級路徑，而是一場充滿變數的複雜遊戲。與其陷入深怕選錯路或害怕與眾不同的恐懼內耗，不如從自己本來就會的事情開始做起，順從天賦並且聰明曝險，一步步讓自己變強，最終從單純的聽命行事，蛻變為能洞悉局勢的操盤者。

成功從來都不是等出來的，而是靠實際行動創造出來的。大人學創辦人Bryan與Joe在最新力作《大人學獨自升級：真正的升級是擴大舒適圈【職場終極奧義】》中直言，人生並非單一線性的升級路徑，而是一場充滿變數的複雜遊戲。與其陷入深怕選錯路或害怕與眾不同的恐懼內耗，不如從自己本來就會的事情開始做起，順從天賦並且聰明曝險，一步步讓自己變強，最終從單純的聽命行事，蛻變為能洞悉局勢的操盤者。

（本文選自三采文化出版的《大人學獨自升級：真正的升級是擴大舒適圈【職場終極奧義】》部分內容，完整內容詳見此）

[caption id="attachment_207160" align="aligncenter" width="1024"] （圖／AI生成）[/caption]

一名在醫療器材產業工作的讀者，有這樣的困擾：她來信說自己過去多半從事助理工作，對職務內容也駕輕就熟，然而在升上產品研發經理後，就需要接觸大量的專業知識。她自認對專案管理有興趣，但礙於商管出身並無專業背景，跟公司其他理工科系畢業的工程師相比，就會強烈感受到自己核心技能不足。雖然她也嘗試過補強職業知識，卻總會因為學得痛苦又挫折，導致效果不彰。

不過讀者也發現，自己因為英文口說流利，獲得美國大老闆青睞，產品的開發簡報都是由她負責。所以相較那些具有工程背景的同事，語言算是她的優勢，但縱使如此，她還是會有種自己只是「簡報機器」的負面想法。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

加上她已經三十歲，覺得是時候做出職涯選擇，所以想問我：究竟是要花大量的時間金錢去學習技術上的核心技能，以期跟專業同事們競爭？還是應該增長自己擅長的外語能力，另外找一份不需要工程背景的專案管理工作？或者有無其他更好的建議？ 

這位讀者的疑惑，我猜應該也是許多人都會碰到的職涯問題：究竟是該讓自己去配合職位（補足自己欠缺的專業技能）？還是讓職位來配合自己（只擔任符合自己優勢的職務）？ 

雖然沒有規定說人不能配合職位，但長期做著自己沒有核心優勢，或不懂核心技術的工作（如不具備技術能力的專案經理）會有三個隱憂。

1、進不了內圈，容易受騙

因為不了解產業核心技術，就會聽不懂同事講的話或無法參與討論，永遠進不了所謂的內圈（Inner Circle），最後成為職場邊緣人。更會因為無從判斷工程師們提出的預估值、技術可行性與解決辦法是否正確，容易被人蒙蔽、欺騙，甚至有可能專案規劃了一大半，才發現關鍵技術根本做不到，造成公司嚴重損失。

2、無法獨立作業，受制於他人

自己沒有核心技術，並不是無解，也可以找到一個具有專業能力的工作夥伴協助，或者擁有一群實力堅強的工程團隊。以實務面來看，這樣確實可以解決技術問題，但你也會因此處處受制於人。加上無法獨立作業，長久下來，就會顯得差人一截，也缺乏競爭力。

3、淪為空有職稱的高階助理

沒有技術卻執意要擔任專案經理也並非不行，但你最終還是會因為缺乏核心能力，只能做一些支援性質的工作，像是幫忙處理文件、收集數據、傳遞資訊、翻譯解說等等，說穿了，就是一個高階助理而已。如此一來，縱使你擁有再高的頭銜，也不具任何意義。因為支援工作做得再多、資歷再長久，只要仍缺乏核心技能，就容易遇到職涯瓶頸，或是某天想要跳槽時，發現自己其實選項受限。所以不符合該領域所需技能，卻執意要待在某個職務上，就有可能會把自己的路走窄。

雖然讀者也提到，願意花時間去補足專業技能。她若真的願意這麼做， 的確會是最一勞永逸的方法。可惜的是，這並不是一條容易走的路。技術從零開始學起，也有可能她的學習進度緩慢，投注大量時間金錢仍舊無法掌握技術能力，最終還是個外行人。

我覺得更值得探討的，是一直以來，我們都強調核心技能的重要性，但所謂的核心技能，並非某個產業的技術能力，而是你個人「能做出差異之處」，也可以說，就是你的天賦。因此，我會建議與讀者有相同困擾的人：與其去想為了符合職位還需要什麼能力？不如從天賦去思索，自己具有哪些核心技能？

好比讀者對專案管理有興趣，但因為技術底子不夠，無法貼近工程端，那有沒有可能往客戶端去發展？比方說，也可以成為業務或是產品經理。這類角色就會是連結工程師與客戶的中間角色，所以若她在工程端沒有優勢， 也能考慮轉從顧客方面著手，例如去跟客戶提案、簡報、了解他們的需求、設計方案、提案報價，甚至把他們的需求帶回，發展成為產品的一部分。或者在過程中搞定客戶，確保長期合作的意願，也一樣能為公司帶來價值。

從公司角度來看，產品研發與客戶滿意同等重要，在某些公司，甚至是能實際簽約、帶回案子的人，影響力大過工程開發時的進度盯催等行政事宜。所以從客戶端深耕，也是值得發展的路，專案管理的核心技能並不是只有了解工程一途。不要被頭銜綁架，企圖改變自己勉強配合職位，要善用既有優勢，讓自己在工作上游刃有餘。

就像讀者在語言上有優勢，很受大老闆的信賴，就是個很好的天賦優勢。在朝客戶端發展的同時，或許也能往美國老闆靠攏，讓自己成為老闆、客戶與工程師們之間的橋梁，如此既可擺平利害關係人，又能成為一個較具業務性質的專案經理，為公司帶來實質收益，以她的狀況而言，這絕對比弄懂工程細節來得更容易。這時候只要老闆信賴，願意搭配一個資深的技術主管或是技術專案經理，專案就還是有機會推動，工程進度部分也有人能幫忙看顧。

而這樣的轉變也會形成優勢，因為具有行銷力就是一種核心能力，只要累積幾個成功經驗，將來想要跳槽去其他的產業，就會是大家搶著要的對象。所以若是在工程技術上毫無優勢，何苦執意待在某職位？甚至這個職位，可能還不是你從小到大的夢想，只是因為碰巧做了一、兩年，變成習慣而已。像這樣因為習慣就待在一個崗位上，不過是路徑依賴，即使你可以花時間把技能補起來，頂多也就是達到一般的水準，永遠不可能成為該領域的精英。

用職稱規劃人生，只是削足適履，因此我建議大家，退回起點，重新評估自己的狀況。不要因為在一個位置上做了一兩年，就覺得一定要繼續做下去，或是強迫自己去符合該職業的特質，如此不僅浪費時間做無效累積，更有可能是在繞遠路。盤點自身狀況，還有可能讓你發現另一個更適合發揮天賦的職涯領域，屆時做起事來就會既輕鬆又有成就感。

其實，每個人的條件不同、起點不同，很難有個統一的職場評估標準， 但重點是，你一定要回歸自己、理解自己，因為人生最好的選擇，是順著天賦發展。我們都是平凡人，時間精力有限，所以要用在刀口上，把手上唯一的牌打好，人生才有贏面，而不是繞了一大圈最後發現什麼都沒有。

一旦你想要配合職位，想盡辦法調整自己去符合現狀，那有很高機率就是走錯路了！回頭盤點自己的優勢，以自己的天賦出發，找到目標與願景，就能為職涯帶來新契機。

（本文選自三采文化出版的《大人學獨自升級：真正的升級是擴大舒適圈【職場終極奧義】》部分內容，完整內容詳見此）

這篇文章 文組當PM超吃力？30歲職涯卡關 原來要這樣分析自己的優勢 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

成功從來都不是等出來的，而是靠實際行動創造出來的。大人學創辦人Bryan與Joe在最新力作《大人學獨自升級：真正的升級是擴大舒適圈【職場終極奧義】》中直言，人生並非單一線性的升級路徑，而是一場充滿變數的複雜遊戲。與其陷入深怕選錯路或害怕與眾不同的恐懼內耗，不如從自己本來就會的事情開始做起，順從天賦並且聰明曝險，一步步讓自己變強，最終從單純的聽命行事，蛻變為能洞悉局勢的操盤者。

成功從來都不是等出來的，而是靠實際行動創造出來的。大人學創辦人Bryan與Joe在最新力作《大人學獨自升級：真正的升級是擴大舒適圈【職場終極奧義】》中直言，人生並非單一線性的升級路徑，而是一場充滿變數的複雜遊戲。與其陷入深怕選錯路或害怕與眾不同的恐懼內耗，不如從自己本來就會的事情開始做起，順從天賦並且聰明曝險，一步步讓自己變強，最終從單純的聽命行事，蛻變為能洞悉局勢的操盤者。

（本文選自三采文化出版的《大人學獨自升級：真正的升級是擴大舒適圈【職場終極奧義】》部分內容，完整內容詳見此）

[caption id="attachment_207144" align="aligncenter" width="1024"] 40歲後換工作沒人要？專家破解迷思。（圖／AI生成）[/caption]

文／《大人學獨自升級：真正的升級是擴大舒適圈【職場終極奧義】》姚詩豪、張國洋著

人們普遍認為過了一定年紀就會遇到工作瓶頸，或者你一定也聽說過， 中年離職或被公司裁員後，很難再找到工作。不少人因此將年紀當成職涯卡關的主因，覺得四十歲以後就不該再冒任何職場風險、或覺得四十歲的人就沒有機會了。也常有人來問我，年紀是否真的會對職場造成影響？ 

我的答案卻是否定的。因為，卡關的關鍵通常都與年紀無關，而是一個人有沒有具備「與年紀相對應的價值」？ 

舉例來說，假如你是一家公司的老闆，有一天半導體教父張忠謀先生來應徵，表示他願意以月薪五萬元的代價幫你工作（當然這只是假設），這時你會因為他的年紀超過八十歲而拒絕嗎？不會，相反地，你會喜出望外立刻錄用他，畢竟張忠謀是一個如此有本事、有經驗、有產業價值的人。你知道他雖然年齡大，但不僅沒有與趨勢脫節，在很多議題上比所有人前衛，你甚至會覺得自己賺到了。

所以職涯的卡關，從來就不只是年紀問題。並不是年紀到了就會碰到瓶頸，而是很多人年紀到了，卻沒有具備那個年紀應該有的能力：沒有辦法獨當一面、沒有一技之長、沒有辦法帶兵打仗、沒有顯赫戰功或是沒有人脈背書等。

我常看到很多學員，職涯岌岌可危，卻都沒有意識到，問題不是出在年齡，而是沒有正確地累積經歷，或者也可以說，他們雖然工作了十多年，卻都在做「無效累積」。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

根據我的觀察，導致無效累積的原因，大概有以下幾種：

空有年資卻沒有累積價值

有些人工作的中心思想是「錢多事少離家近」，於是面對老闆交付的任務，總是選擇推託、能閃則閃；或只想完成職務上最低限度的工作，甚至還因為判斷力不佳，老挑些沒有功勞只有苦勞的事來做，好比影印、會議記錄、借設備等等；又或者有些人確實學過當時很新的技術，但如今已經過時，也沒有再繼續學習新技能。

如果到了一定年紀，給團隊不敢帶、負責技術又懂得不全面、賣東西亦不會、解決問題也做不到、對應客戶也搞不定，那確實就會慢慢地讓處境變危險。這些人一旦被迫離開舊環境，去外面謀職，就會發現自己無法跟面試官解釋，過去這麼長的工作經驗究竟累積了哪些價值？ 

滾石不生苔

有些人則是會頻繁轉換工作與產業，但彼此的關聯性極低，或者只從事一些技術性較低的工作，好比行政庶務、超商店員、加油站員工等等，即使工作經歷洋洋灑灑，也看不出來他具備了哪些專業能力。

其實並不需要多特殊的能力，就算只是很會賣車、很擅長當客服都可以，但就是要不斷精進，把一個技能練到最強，以便哪天需要時，可以拿出來說服別人，證明自身有能力。李小龍曾說過：「我不害怕曾經練過一萬種踢法的人，但我害怕一種踢法練過一萬次的人。」頻繁轉換互無相關的工作，正所謂「滾石不生苔，轉業不聚財」，是很難累積出個人價值的。這也是前面章節提到，以為自己是勇敢跨出舒適圈，但其實只是在不同領域中累積初階技能而已。

過度依賴組織，技能發展狹窄

有些人確實很認真，但卻是用心在對個人成長沒有價值的事情上，以致於累積的技能過於狹窄。比方你在某公司獨有的特殊流程上用盡苦心、努力學習，好不容易才具備該流程的執行技術。從好處來看，確實會讓公司對你委以重任，但反過來說，你也只能依附在該公司的體制才有發展性。因為離開這家公司，你的技術便毫無用武之地。

年資價值無法被簡單聽懂

不可諱言，有些技能不會因為年紀越長而產生很大的能力差異。好比總機工作，一個四十歲的總機確實會比剛畢業的新人強，但是很難保證，會比一個三十歲的總機厲害。又或者有些技術並不高深，學個一年半載就能游刃有餘，這個時候你也很難說服老闆，為什麼要雇用一個四十歲而不是二十五歲的人？

所以，只要你在一個領域待久了，但無法簡單、立即地跟他人證明，讓別人聽懂你很厲害，那很高機率就是價值的累積不夠明確。

舉例來說，一個AI工程師若在面試時說：「我曾經在OPEN AI工作過五年，參與過ChatGPT的開發……」大家一聽就知道他具體做過什麼，而且似乎很厲害。可要是他說：「過去五年我念了很多書，做了很多實驗，但很可惜沒真做出什麼厲害的東西，也沒參與任何模型的開發……」這種狀況因為缺乏「具體戰功」，也就很難讓人判斷他這五年到底累積了什麼。

換言之，上班時要定期想想自己該怎麼累積技能，尤其要想辦法爭取高價值的工作，以便日後能轉換成別人聽得懂的實質成績，才是不被職場淘汰該做的事。

以為永遠可以從基層做起

不少人有一種誤解，以為最差的情況就是退回原點。在某些人的想像中，自己永遠可以從基層做起。認為只要自己肯學、願意拿較低的薪資，就應該可以重新開始。然而這件事並沒有想像中的簡單，或許你願意屈就，但站在老闆的立場，卻極有可能不會聘請你。

因為一來他會懷疑你的穩定性，也不確定你的學習能力如何，再者他也很難相信，一個四十歲已經有過高薪經驗的經理，會甘願來當個月薪三萬元的基層員工。就算你一開始願意拿低薪，但時間一久或許你也有可能會後悔，覺得太辛苦。所以很多老闆在基礎職缺上，確實會寧可找個社會新鮮人。反正基礎職缺年輕人也夠用了，直接聘用一個不覺得三萬委屈的人，也好過幾個月之後又要重新找人。因此想要打掉重練、從基層做起，反而未必是容易的事。

這也是高齡求職困難的尷尬點。無法證明自己能勝任資深職缺，但基層職缺老闆又不想冒險。最好的方式，其實是讓自己準備好，讓自己的能力配得上年紀，那就不用擔心中年失業的問題。

（本文選自三采文化出版的《大人學獨自升級：真正的升級是擴大舒適圈【職場終極奧義】》部分內容，完整內容詳見此）

這篇文章 40歲求職碰壁？其實是你犯了「無效累積」 不是年紀大沒人要 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

《賺回 4,000 萬的簡報技術》的作者蘇書平（Steve），曾任職於微軟（Microsoft）、VMware …

《賺回 4,000 萬的簡報技術》的作者蘇書平（Steve），曾任職於微軟（Microsoft）、VMware等頂尖外商科技公司，擁有近20年深厚的業務歷練。然而，在他離開高薪舒適圈創業後，卻因市場判斷失誤與現金流斷裂，一度背負超過4,000萬台幣的巨額債務。

但他沒有選擇逃避，也沒有依靠高風險的投資翻身。他選擇將自己最擅長的武器「簡報能力」，進行系統化、產品化，最終成功變現。

這本書，就是他如何利用一套標準化的「簡報變現模型」，從讀書會、小型課程起步，一步步還清債務，甚至成為政大MBA、臺大推廣學院爭相邀請的業師，並建立起先行智庫的完整紀錄。

（本文選自大是文化有限公司的《賺回四千萬的簡報技術》部分內容，完整內容詳見此）

[caption id="attachment_206706" align="aligncenter" width="1024"] （圖／AI生成）[/caption]

怎麼同時對總經理與基層簡報

我在微軟工作時最常遇到的狀況，就是準備簡報的時間可能只有幾天，而同時參加會議的對象可能超過20位。如果你是我，會如何準備？

我記得有一次，同事臨時和一家銀行約了一場談金融數位轉型的會議，時間訂在3天後，當天參加的人員包含該公司的總經理、資訊長、財富管理部副總，以及其他單位的協理。

其實這是一場壓力非常大的簡報，因為我過去未曾拜訪這家銀行，再來這位總經理已經60歲了，而當年才40歲的我，居然要在短時間內，準備關於這家銀行該如何轉型的建議。所以我和同事開完會後，當場就列了以下3個問題：

• 當天會出席會議的主管，分別在這家公司待了多久？
• 他們目前在自己部門遇到最重要的問題是什麼？
• 部門未來3年內的發展方向是什麼？

更多科技工作請上科技專區：https://techplus.1111.com.tw/

所幸我的同事很快在一天內，就提供我所需要的資料，讓我能根據這些線索，模擬當天可能遇到的場景，並快速做出一份提案。除此之外，當天我也和業務團隊提早抵達現場，只要有人進會議室，我就馬上前去交換名片並簡單的問候，這些短暫卻快速的互動，都是為了讓自己更清楚了解，即將要溝通的對象是誰。

從多年來的經驗中我發現，簡報最常遇到的問題是，無法與聽眾對焦，未能針對客戶（或主管）的需求與溝通風格進行提案。因此，你必須用客戶、同事或主管看得懂的語言；其次是選擇合適的簡報工具，進一步與他對話和溝通。所以，你必須很清楚的知道「Who」，例如他過去的工作及專業背景、溝通喜好、決策偏好，還有對資訊理解多少等。上述都是你是否能透過簡報與對方有效溝通的決定因素。

面對年長的溝通對象，建議要談重點，不要花太多時間鋪陳，且要提及各種建議方案或成本分析比較。因為相較於年輕的溝通對象，年長對象偏向保守，而透過這種方式容易消除對方的不安感。

有時候我會分享很多新科技趨勢的題目，例如數位轉型或智能機器人，但這可能會改變年長者習慣的工作方式，或讓對方覺得有飯碗不保的疑慮。所以在簡報溝通的過程中，必須先考慮對方可能會產生的負面想法，致力降低他的不安感，這樣他才會願意聽你分享。

例如我可能會告訴對方，智能機器人不會取代你的工作，它只是協助你減輕平常重複性高的工作負擔——像是整理公司的各種報表。透過善用智能機器人，你能省下寶貴的時間，做其他更有價值的工作。

所以對象的設定與分析非常的重要，畢竟簡報的目的，就是要讓聽眾採取你希望的行動。因此事前，你得先了解對象的興趣與背景，因為任何一位參加者的「職位」、「對資訊的掌握程度」、「過去的工作背景」以及「對參加本次會議的期望」……都會影響你的溝通方式和效果。

AI時代的簡報思維

在這個世代，AI已經不是未來，而是日常。根據最新數據，ChatGPT的每週使用人數已經突破7億，這代表它不只是工具，而是知識工作者隨身攜帶的「第二大腦」。

為了幫助讀者更快掌握簡報技巧，我特別設計了一個專屬GPT（https://chatgpt.com/g/g-X6UDqTK8d-steve-presentation-skill-best-practice-book），讀者可以隨時進去查詢最佳實務，並獲得客製化的簡報建議。這不僅是一個查詢引擎，更是一個隨身教練。更重要的是，我也整理出幾個能立即上手的提問模板，協助你在製作簡報前，能先釐清「方向」與「重點」。

其中最實用的一個，是簡報主題與目的分析的指令模板。請根據以下欄位，針對你的簡報進行分析並填寫：

1. 簡報主題目的

• 這是一場什麼樣的簡報（例：提案簡報、策略簡報、內部進度報告）？
• 本次簡報的主題為何？請簡要說明。

2. 溝通對象

• 主要聽眾是誰（例：總經理、行銷主管、客戶、合作夥伴）？
• 他們關注的重點為何？是否參與決策？

3. 期望目的（對對方的期待與目標）

• 你希望簡報能讓聽眾「理解」什麼？
• 希望他們在思考層面獲得什麼共識？

4. 採取行動（對對方的行動期待）

• 你希望聽眾聽完後「做出什麼決策或行動」？
• 是批准預算、支持提案、安排下一次會議，還是其他？

這個提問模板架構能幫助你在製作簡報前，快速釐清「主題、對象、目的、行動」，讓簡報不再空泛，而是具備清晰的說服邏輯。

情境：補人提案簡報

以下是一個實際套用的案例，來自我在公司內部的工作情境：

1. 簡報主題目的：這是一場針對人力資源補強的提案簡報，說明目前團隊人力不足對專案進度的影響，並提出補人建議，以確保Q4關鍵產品能如期交付。
2. 溝通對象：技術長（CTO）、營運部經理與人資主管。他們關心的是：預算是否合理？補人能否真正改善瓶頸？是否有其他替代方案？
3. 期望目的：讓主管清楚理解，團隊已經超出負荷，若不補人將導致交期延宕與客戶滿意度下降，甚至影響公司營收與信任。形成的共識是：補人。
4. 採取行動：核准新增一位資深後端工程師與一位前端支援人員，批准人力預算，並指示人資部門立即啟動招募流程。

透過這樣的分析，你會發現，簡報不再只是「做得漂亮」或「講得流暢」，而是能清楚回應聽眾的關注點，並引導他們做出行動。這就是高效簡報的真正價值。

• 賺回4,000萬的領悟——AI讓你變聰明，也讓你變笨

這兩年看過超多份履歷、課後簡報、創業評審文件後，我可以告訴你一件殘酷的事——你是不是用AI生成的，一眼就看得出來。

當AI開始替大家代筆、寫報告、寫履歷、做演講簡報，甚至是很貴的公開班或EMBA課程，你以為自己效率變高了，但事實可能剛好相反：其實只有少數人，會因為善用AI而成為超人；大多數人，只是更快的暴露出自己的思考空洞。科技讓我們變強？還是讓我們忘了怎麼思考？

原本我還記得國小到大學，同學的座號、家裡電話、手機號碼。但自從我開始依賴手機通訊錄、LINE、FB Messenger，記電話號碼的能力就慢慢喪失。甚至，以前在科技業叫習慣了英文名，連中文名字都忘光了。

AI雖然很強，但是如果你把大腦100%外包給科技，就會陷入快思慢想的陷阱，有時候慢慢想是很重要的，AI應該用來培養你的「深度思考」與「獨立觀點」能力，不是剪貼複製交差了事的能力。現在AI做簡報很強，美學排版一把罩，所以面試時我其實不太看那些簡報，我真正關心的是：

．你為什麼這樣擺？

．你背後的邏輯是什麼？

基本上大概超過一半的面試者回答不出來，所以一看就知道是套模板做的，看起來無懈可擊，其實漏洞百出，如果全部都走捷徑，是很難培養出硬底子的內功。如果未來AI幾乎所有事情都能完成，90%的工作只要問AI就能搞定。那你需要思考的是——剩下那10%，有什麼是AI做不到的？

所以，不要再問「AI能幫我做什麼？」應該試著問自己：「我怎麼讓AI幫我變得更有價值？」

（本文選自大是文化有限公司的《賺回四千萬的簡報技術》部分內容，完整內容詳見此）

[caption id="attachment_206705" align="aligncenter" width="625"] 《賺回 4,000 萬的簡報技術》的作者蘇書平（Steve）。（圖／大是文化提供）[/caption]

這篇文章 前微軟資深經理靠這招「簡報變現」 從負債4000萬到營收翻倍！ 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

在職場上，太親切，常被認為軟弱；太堅強，又容易被貼上「難搞」標籤，於是，許多人選擇隱藏自己的和善，只為顯得更果斷。《職場不必狠角色》本書透過實用策略與真實經驗，告訴你如何在保持友善的同時，也展現堅毅與領導力。

在職場上，太親切，常被認為軟弱；太堅強，又容易被貼上「難搞」標籤，於是，許多人選擇隱藏自己的和善，只為顯得更果斷。《職場不必狠角色》本書透過實用策略與真實經驗，告訴你如何在保持友善的同時，也展現堅毅與領導力。

（本文選自時報文化出版的《職場不必狠角色》部分內容，完整內容詳見此）

[caption id="attachment_207165" align="aligncenter" width="1024"] （圖／AI生成）[/caption]

當然，如同其他人格特質（即使是好的特質），我們也有可能在職場或生活中當好人當過頭。如果我們因此變得好欺負，那麼「人很好」這個特質就不再是資產，反而成為負債。

事實上，大部分的人在「人很好」的範疇中，都會有個部分容易太超過。舉例來說，我的致命傷就是同情心氾濫。我總是不自覺地擔心自己會如何影響他人，因此有時候會被這樣的情緒干擾，這是我必須主動留意才有辦法取得平衡的問題。在本書中我也會分享一些應對此類問題的技巧，或許對你來說，致命傷是在做決定之前容易過度尋求他人的建議，或是對於棘手的議題總沒能成功地發表想法。在本書中，你可能會逐漸意識到，在某些特定領域你需要再更親切、更柔軟，有些領域則需要硬起來，並開始把自己放在第一優先順位來思考。

或許已經有主管或同事跟你說過你「人太好」。我訪談過的女性當中，有整整五十％的人表示她們曾經從主管、同事、客戶或其他人那裡聽過這樣的話。難怪有許多女性在職場上會感覺自己卡在這兩者之間，不知道究竟要對人再好一點，還是應該強悍一點。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

對我來說，這個訪談結果顯示了重新彰顯並詮釋「人很好」有多麼重要。透過你的成功、自信和自然散發出的真誠，你得以向周遭的人證明「人很好」也可以同時很有效率，這兩者並不互相衝突。

我的朋友凱特．科爾（Kat Cole）在她令人讚嘆的職涯中，一直在「人很好」的誤解中努力證明自己。凱特在大學時就開始在呼特斯（Hooters）餐廳工作，十九歲的時候就已經當過服務生、酒保和經理。當時呼特斯總部請她去澳洲協助設立當地第一間呼特斯餐廳，凱特從來沒有搭過飛機，對這樣的機會感到相當興奮。公司團隊跟她說，之所以會選她來擔任這個角色的原因之一，乃因她與同事相處十分融洽，並且在許多不同狀況下伸出援手協助他們。
凱特在澳洲過了一個多月後，呼特斯請她擔任主管職，領導團隊在中美洲開設第一家呼特斯餐廳。接下來幾年，凱特每十八到二十四個月就會升遷，有一部分歸功於她總是和善且慷慨待人。她也常在餐飲業界擔任志工，這樣的經歷讓她遇見自己的心靈導師，締結了相當有價值的關係。

凱特二十六歲的時候，就已躍升為呼特斯的副總之一，負責全公司的教育訓練和連鎖事業的營運，她常常都是會議室內最年輕的成員，或是唯一的女性。但令人驚訝的是，即便她如此成功，總是會有人告訴凱特她「人太好」了。人們似乎認為因為凱特這麼年輕，又是女性，應該要表現出強硬作風才能繼續向前邁進。

但很顯然事實並非如此。凱特比任何人都清楚地知道，她之所以能成功是因為她總是待人和善。所以當人們對她說她「人太好」的時候，凱特就會告訴對方：「我想應該要釐清一下，我人很好不代表我很笨喔！」

我覺得這個方法真是太棒了，因為這表示凱特坦然面對、不畏縮地直接承認她人很好，而不是為此感到抱歉。透過她那句話，得以證明她人很好的同時，也不會與她其他強項相衝突。事實上，凱特跟我說，當她這樣表態之後，往往會讓對方不再小看她。

如果在職場上常有人對你說你「人太好」，請先釐清對方究竟是什麼意思。有可能是他們注意到在某些情況下你需要再更有原則一些，就像過去的我得停止對可口可樂客戶不斷點頭稱是，或是什麼都回「這真是太有趣了。」你可以試試看用簡單的方式追問，例如：「是因為你發現在哪個部分我太好說話了嗎？」或是「你覺得這樣對我會有哪些不利的情況嗎？」如果對方明確地指出是某一個弱項，那麼當你繼續閱讀此書時，就可以著重在這部分多加琢磨。

然而，如果對方的回答很籠統，或顯示出他只是不習慣工作場合中有人「人太好」，那麼就可以藉機讓這樣的想法改觀。此時與其不好意思地結束談話，不如把握這個機會，解釋為什麼你覺得待人親切也可以是職場上很重要的資產。或許你可以舉幾個例子給對方，告訴他「人很好」如何在工作上幫了你和公司一把。

不久之前，我讀到一篇採訪瑪喬里．卡普蘭（Marjorie Kaplan）的報導，她在動物星球頻道和旅遊生活頻道擔任主管多年，報導中描述當別人告訴她「人太好」的時候，她的回應如下：「一直都會有人來跟我說：『我在想妳是不是人太好了。』有時候是因為我是女性。而我就會這樣回應：『我人很好沒錯，因為我想要這樣對待他人。而且也沒有『人太好』這回事，我的期望很高，而大家都能做到符合我的期望。這就是我的管理風格。我不是用恐懼來管理下屬，我是用期待來管理的。』對於女性來說，很容易被貼上人太好或太親切的標籤。但重要的是認知到我們能夠做出這樣的選擇。身為人，且身為一個女人，我帶到工作場域的其中一個價值，就是我想在工作時親切待人。人很好或很和善，並不是企圖心與執行力的相反詞。能夠有意識地選擇當個好人，這個選擇本身就很強大。」

當別人說你人太好時的五個回應方式
試著自由搭配運用下列這些回應方式，或加上你自己想到的回應，可應付不時之需。
●「我知道，但人好真的幫助我很多！」
●「請別誤以為我人很好等於好欺負喔。」
●「你的口氣似乎覺得人很好是負面的。」
●「我漸漸發現其實人很好的同時也可以很堅定。這兩者並不相互衝突。」
●「這總比反過來好吧……誰會想要跟王八蛋一起工作呢？」

（本文選自時報文化出版的《職場不必狠角色》部分內容，完整內容詳見此）

這篇文章 職場上被說「人太好」可以怎麼回？5個反擊又不失禮的答案專家告訴你 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

前Google台灣董事總經理簡立峰博士近期分享他對科技趨勢的最新觀察，並在他最新出版的著作《出海》一書中談到，面對生成式AI強勢來襲，人類不應感到恐慌，而是要重新定義自身價值。他指出，在這個變動的時代，死記硬背的知識已不再是優勢，唯有掌握與機器協作的能力，才能在未來脫穎而出，下面摘要自簡立峰《出海》一書：記者鄧天心／綜合報導

前Google台灣董事總經理簡立峰博士近期分享他對科技趨勢的最新觀察，並在他最新出版的著作《出海》一書中談到，面對生成式AI強勢來襲，人類不應感到恐慌，而是要重新定義自身價值。他指出，在這個變動的時代，死記硬背的知識已不再是優勢，唯有掌握與機器協作的能力，才能在未來脫穎而出，下面摘要自簡立峰《出海》一書：

[caption id="attachment_204743" align="aligncenter" width="1024"] Google前台灣董事總經理簡立峰。（圖／記者黃仁杰攝影）[/caption]

在AI時代，真正的能力不是知識的多少，而是能不能問對問題、保持思辨、並跨域整合創意。我們早已將計算與記憶交給電腦，如今連閱讀能力也逐漸依賴生成式AI。如果完全仰賴AI，解決問題的能力可能將逐漸喪失。

AI應是輔助工具，而非掌控我們思維的主導者；應該是我們的副駕，而我們永遠要掌握方向盤，否則就會喪失自我。因此，我們聽到很多人在談「如何不要讓大腦被外包給AI」，因為AI是工具，而不是主宰者。

我常被問到「未來，我們到底需要什麼樣的能力？」在傳統教育中，我們強調德、智、體、群、美五育，而AI的加入，確實能強化「智育」的部分。以ChatGPT為例，它讓我們正式進入「電腦說人話」的時代。透過對話介面，我們可以用自然語言與電腦互動，讓它幫忙寫信、摘要資料、搜尋答案，大幅提升效率與生產力。而這一切，都建構在一個關鍵能力之上：提問力。

ChatGPT進入對話式介面(Conversational Interface)，讓我們走入「電腦說人話」的階段。跟電腦溝通，可以用講話的方式，而電腦用文字或聲音的方式跟我們做溝通。這也是ChatGPT這種「生成式AI」最驚艷、也最關鍵的地方。

你下一堆指令給它，它產生內容給你，可以幫你寫信、幫你把一堆資料做摘要，也可以搜尋回答你的問題，提升你的生產力。

提問力是必備能力

我常說，我們要認真用AI，不要偷懶用，不是把大腦外包。而且AI的回答好壞，往往取決於我們的問題好壞。會提問，才能得到真正有價值的答案。台灣在工程教育向來強調解題能力，但提問能力卻相對薄弱，這與生成式AI的運作邏輯背道而馳。因為在AI的世界裡，出題的人才是真正的掌控者。

台灣的教育體制長久以來是「老師出題、學生答題」，分數最高的學生往往只是記憶力最好的人。因為他越能記得老師講的答案，他就越可能第一名。如此的訓練下，學生擅長回答老師的答案，聽來很適合製造業，但對需要創意的產業卻極為不利。因為創意產業的題目得自己提出或者主動發現。我們培養了很多工程師都是Problem Solver，擅長解決問題，但不是創造問題(Create Problem)，這正是隱憂，也是未來能否發揮生成式AI力量的關鍵。

如果你不擅長提問，或許你第一個要問AI的問題是：「我該如何問一個好問題？」

互動往來是與AI共創的關鍵

許多人提出「AI不好用啦，它的回答會錯誤，很危險？」的說法，但我認為這樣的想法可以更正向，事實上，我們本來就不應該完全相信AI。如同你跟一個人在互動討論時，你不會先入為主就認為他一定是對的，我們會運用常識與經驗判斷。AI的價值在於持續互動，不斷追問、澄清與共創。當回答不夠理想時，不妨再問它：「我應該提供哪些資訊，你才能給我更好的答案？」這樣的互動過程，本身就是學習。若只是照單全收，那便不是合作，而是抄襲。

使用AI，廣度對多數人比深度來得重要。雖然它給的答案不一定正確，但產出的內容非常邏輯性。如果你不是這個內容專業，要求不高。例如說你的英文不是很好，你希望它幫你寫一封信，把它翻成英文，絕大多數它的內容已經足夠滿足很多人的需求。這有點像有很多人很會穿衣服，但不需用會做衣服，只要有買衣服跟配衣服的能力就好，這樣的概念在很多應用領域就足夠了。但若你會做衣服，你就可以更有針對性的詢問，最好用裁縫師傅的用詞去問，AI回覆的就會更為專業。

要問AI一個好問題，而且模擬專業人士採用的句子，AI便會以專業的句子回答你。甚至若是一邊問、一邊引導AI，與AI討論互動，AI懂得「舉一反三」的，會給你更完善的回覆。

曾經有一個醫生跟我分享，當他用簡單易懂的語言，詢問AI時，AI的回覆很普通，但他用專業的語言詢問AI時，AI的回覆令他非常訝異，居然可以回覆他找尋很久答案，而且引用相關專業論文。此外，還有個小技巧是先請AI幫你將問題翻譯成英文，再以英文回覆，並翻成中文，如此答案往往更精確。

這是由於AI閱讀的資料絕大多數是英文，這也使得它的弱項是「沒有差異化」，它對這個世界不同國家的人問相同的問題，卻給你相同的答案，沒有差異化是我們最擔心的。所謂AI主權的概念也是就此產生。

如果我們都不去要求AI，就不會拿到最好的結果。這也出現了新名詞「提問領導力」，問對問題，是為了解決問題，以領導者的批判性思考，引導AI呈現更優質的回饋。

使用AI，也涉及思辨能力與溝通能力，因為AI不保證正確，所以你的思辨能力就變得很重要，你要能判斷AI的回覆是否正確，知道怎麼樣去讓AI更貼近你要的結果。此外，要能夠溝通，才方便把AI當做各種助理使用，且用到最好。

（本文選自商周出版出版的《出海: 台灣企業大未來》部分內容，完整內容詳見此）

這篇文章 電腦說人話時代到來！Google台灣前總經理簡立峰：AI決勝關鍵在於「提問」 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

時至今日，AI (人工智慧) 不再只是冰冷的科技術語，而是企業提升效率、優化流程、強化競爭力的關鍵工具，更是百 …

時至今日，AI (人工智慧) 不再只是冰冷的科技術語，而是企業提升效率、優化流程、強化競爭力的關鍵工具，更是百工百業推動數位轉型的重要力量。可以說，我們正身處一場前所未有的 AI 革命之中！

《台灣人工智慧實戰解方精選 50》精選超過 50 個台灣產業的 AI 實踐案例，橫跨【AI 製造】、【AI 醫療】、【AI 金融】、【AI 零售】、【AI 農業】以及【AI 跨域創新】等領域，書中案例皆從各產業面臨的【真實營運痛點】出發，深入剖析其面對的挑戰，透過各案例的詳實分析，您將看見 AI 如何做為「關鍵解方」，發揮作用解決痛點，實質改變產業樣貌。

 

（本文選自旗標科技出版的《台灣人工智慧實戰解方精選 50》部分內容，完整內容詳見此）

根據波士頓諮詢公司 (BCG) 2024 年的《人工智慧企業採用研究》(BCG，2024)，過去三年內，領先採用 AI 的企業收入增長達 1.5 倍，股東回報增加 1.6 倍，投資資本回報率提升 1.4 倍。

在當今數位化迅速發展的時代，人工智慧 (AI) 已成為推動百工百業數位轉型的重要力量。隨著技術的進步，AI 不僅僅是一個科技術語，而是成為了企業提升效率、優化流程和增強競爭力的關鍵工具。

生成式 AI 和 分辨式 AI 的定義與技術差異

AI 的應用範圍日益擴大，首先，應先對 AI 技術有基本的認識，了解生成式 AI 和分辨式 AI 的基本概念，理解兩者的異同與整合應用的趨勢，

【生成式 AI (Generative AI)】 與【分辨式 AI (Discriminative AI)】 是人工智慧領域中兩種截然不同的技術路徑。 生成式 AI 主要用於創建新數據或內容，並處理大量未標註資料進行生成處理，典型的例子是大型語言模型 (LLMs)，如 GPT-4 和 BERT，這些模型經由大量語料庫訓練，能生成符合語境的自然語言文本。除此之外，生成對抗網絡 (GAN) 與變分自編碼器 (VAE) 等技術，也被廣泛應用於圖像生成、語音合成與影片製作，像 PixelCNN、Stable diffusion 等模型能生成高細節的圖像或影片，這些技術對創意產業與自動化內容生 成帶來了革命性的變革。

此外，分辨式 AI 則專注於分類或預測任務，這些模型透過學習輸入數據與標籤之間的關聯性來進行準確的分類與預測。支持向量機 (SVM)、長短期記憶模型 (LSTM) 和卷積神經網絡 (CNN) 是分類式AI 中常見的模型，適用於影像識別、文本分析及語音辨識等場景。特別是在自動標籤、醫療影像診斷與語音助手機中具有自動應用。商務結合這些 AI 工具來提升價值，並在許多產業中輔助作成，推動了AI 技術的快速發展。

在不同的應用場景下，生成式 AI 和分辨式 AI可以互相補充，發揮更強的作用。例如，在自然語言處理領域，生成式 AI 可用來創建豐富的語料數據，這些數據隨後可用於訓練分辨式 AI 模型以增強其分類能力。在醫療診斷中，生成式 AI 可以模擬病患的各種可能症狀，生成合成病例，而分辨式 AI 則可以分析這些病例，提供更精準的診斷建議。這種結合不僅提升了模型的準確性，還拓展了它們的應用範圍。

大量合成數據強化分辨式 AI 的例子

應用場景：生成式 AI 可用來生成大量合成文本數據，這些數據可以用於訓練分辨式 AI 模型，增強其分類和語義理解能力

結合方式：例如，GPT 模型生成大量標籤文本數據，用於訓練 SVM 或 CNN 模型來進行文本分類、情感分析或語音辨識。

應用場景：生成式 AI 可用來模擬各種自動駕駛場景 (如不同天氣、路況)，以創造多樣化的訓練資料，進而提升分辨式 AI 在物體偵測和車輛導航上的表現。

結合方式：生成式 AI 模擬出各種交通場景，分辨式 AI (如 YOLO 模型) 則進行物體辨識，如偵測行人或車輛，提升自動駕駛的安全性。

應用場景：生成式 AI 用來生成合成影像，用於訓練分辨式 AI 進行品質檢測，特別適用於影像處理中的瑕疵檢測或缺陷預測。

結合方式：生成式 AI (如 GAN) 生成合成影像，分辨式 AI (如 CNN) 分析這些影像，進行物體分類或瑕疵檢測，如檢查產品是否有缺陷。

應用場景：生成式 AI 用來模擬客戶對話，生成大量對話數據，以提升分辨式 AI 在情緒分析或客戶反饋分類中的精確度。

結合方式：生成式 AI 生成虛擬對話內容，分辨式 AI 的情感服務系統更精確地回應客戶問題或需求。

生成式 AI 提供分辨式 AI 模型建議與提高可信度

生成式 AI 也可以用於解釋分辨式 AI 模型的預測結果。當分辨式 AI (如 CNN 或 SVM) 完成預測後，生成式 AI 能根據預測結果與輸入特徵生成詳細說明，幫助使用者理解模型如何得出該預測。

以翔安生醫科技公司，所開發的透析中低血壓預警系統中，分類式 AI 被用來進行未來低血壓事件的預測，利用現有的患者數據來準確識別可能發生低血壓的風險。在 2024 年所發表的 IEEE ECBIOS 研討會論文，生成式 AI 的加入能夠進一步增強系統的可解釋性，特別是針對預測時的重要判定特徵因子的原因進行詳細說明。生成式 AI 能夠模擬不同的臨床情境，根據這些情境下的數據變化，生成多種特徵因子對預測結果的影響分析，從而解釋哪些變量是預測低血壓的重要決定因素。

同時，生成式 AI 也可以針對特徵因子的分析結果，推薦協助護理人員進行預防低血壓的模式。例如，根據不同的風險因子，系統可以建議護理人員縮短透析時間或調整血液流速，並提供具體的行動建議，來幫助護理人員及時採取預防措施，減少低血壓發生的風險。透過這種方式，生成式 AI 與分辨式 AI 的結合，能提供深入的解釋，幫助護理人員做出更為科學的臨床決策。

（本文選自旗標科技出版的《台灣人工智慧實戰解方精選 50》部分內容，完整內容詳見此）

這篇文章 一文告訴你 AI為何能讓企業收入平均增加150%？ 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。