AI 與管理 · 2026-06-27 · 7 分鐘閱讀

會做的人變多了,會判斷的人變少了

AI 最容易製造的管理幻覺,是讓團隊看起來變得很有效率——文件變多、方案變多、設計稿變快,卻沒有一個真正對準問題。效率當然重要,但沒有判斷,它只會讓錯誤更快、更完整、更有說服力地被產出來。

Tags: AI, PM, 判斷力, 管理, 職涯, 複雜服務, 設計

以前我在看一個人的專業時,很自然會先看他會什麼。

會不會 Figma,會不會寫 HTML/CSS,會不會做簡報,會不會寫 PRD,會不會做研究。這些問題在很長一段時間裡都很合理,因為工具本身有門檻,技能需要時間累積,會做的人本來就不多。

但 AI 出現之後,我越來越覺得,「會做」這件事正在快速貶值。

不是因為執行不重要,而是因為執行變得太容易被放大。以前一個人一天可能只能產出一版 wireframe,現在可以產出五版。以前整理一份競品分析要花兩天,現在半小時就能拿到初稿。以前寫一份規格文件很痛苦,現在 AI 可以很快鋪出看起來完整的結構。

這件事一開始會讓人興奮,因為產出突然變快了。但用久之後,我反而開始緊張。當每個人都能更快完成任務時,真正拉開差距的,可能就不再是誰比較會做,而是誰比較會判斷。

這對我現在的身份也很直接。PM × Designer 的價值不是比誰更快產出畫面或文件,而是在複雜軟體服務裡,判斷什麼問題值得做、什麼需求要先釐清、什麼取捨會影響交付,最後讓團隊真的往可使用、可維運的方向走。


產出變多,不代表價值變高

AI 最容易製造的管理幻覺,是讓團隊看起來變得很有效率。

文件變多,方案變多,會議摘要變完整,設計稿變快,功能雛形變容易。這些都是真的。但它們不一定代表決策品質變好。

我看過最危險的情況,是團隊一週內產出很多方案,每個方案都看起來有道理,卻沒有一個真正對準問題。PM 可以寫出很完整的 PRD,但裡面最關鍵的使用情境其實沒有被看見。設計師可以用 AI 做出漂亮畫面,但畫面解決的只是表層問題,使用者真正卡住的地方仍然沒有被碰到。

AI 讓「看起來很完整」變得太容易了。

所以管理者如果只獎勵產出量,團隊很快就會開始追求可見的忙碌,而不是有價值的判斷。每個人都在交東西,每個資料夾都有新文件,每個會議後都有摘要,但方向可能仍然是錯的。

真正值得管理的,不只是產出本身,而是產出背後的選擇。


我越來越在意需求定義能力

AI 會讓執行更快,所以前面的問題定義會變得更重要。以前問題定義模糊,可能只是慢慢浪費時間;現在問題定義模糊,AI 會幫你很快產出一堆方向錯誤的東西。

需求定義能力,說白了就是把模糊問題講清楚的能力。

你能不能分辨眼前這件事到底是使用者問題、流程問題、商業問題,還是溝通問題。你能不能知道哪些限制是真的,哪些只是組織習慣。你能不能在所有人都想加功能時,說出真正該解的問題是什麼。

這件事在 AI 時代會變得更殘酷。因為只要問題問錯,AI 就會很有效率地幫你往錯的方向跑。

以前會做的人很重要,因為工具本身就是瓶頸。現在會定義問題的人更重要,因為 AI 會把你的問題放大。你問得準,它就放大你的洞察;你問得歪,它也會放大你的偏差。


評估能力變成新的專業門檻

除了定義問題,另一個變得更重要的是評估能力。

AI 給你答案後,你能不能看出哪裡對、哪裡錯、哪裡只是看起來合理。你能不能看出這個方案三個月後會不會變成維護成本。你能不能判斷這個流程放到真實現場會不會失敗。你能不能發現一個漂亮畫面背後,其實缺少最重要的使用情境。

這些能力以前也重要,只是 AI 讓它變得更明顯。因為 AI 太會把東西說得完整,完整到你一不小心就會被說服。

我後來常提醒自己,AI 的答案要當成草稿,而不是結論。它可以幫我打開視野,但不能替我承擔判斷。真正的專業不是看見十個方向就覺得很豐富,而是知道哪幾個方向其實不該走。

需求定義決定你問什麼問題。評估能力決定你會不會被答案騙過。


團隊訓練也要跟著改

如果「會做」變便宜,「會判斷」變稀缺,那團隊訓練也不能只停在工具、流程和模板。

我不是說工具不重要。新人仍然需要知道怎麼寫文件、怎麼拆需求、怎麼跑流程。但如果訓練只教形式,很快就會被 AI 補上。AI 可以讓新人快速產出像樣的文件,卻不會自動補上判斷。

所以我現在更在意讓人練習說清楚問題。不是只叫他寫一份文件,而是先問他:這份文件要解決什麼決策?誰會使用它?如果寫錯,會造成什麼後果?

我也更在意取捨練習。給三個方案,請他選一個,然後說清楚為什麼另外兩個不選。重點不是答案一開始就完美,而是他能不能把自己的判斷講出來。

最後是回顧。每次決策後,把原本假設、實際結果與中間落差記下來。判斷力不是靠一次成功養成,而是靠反覆校準。沒有記錄,就只能靠印象;有記錄,經驗才有機會變成方法。


所以我會更小心看待效率

AI 會讓很多事情變快,但快不是價值本身。方向錯的快,只是更快浪費資源。

未來真正有價值的人,不一定是最會操作工具的人,而是能判斷工具產物是否有用的人。不是最會生成答案的人,而是能定義問題、辨識風險、做出取捨的人。

對我來說,這個判斷最後一定要回到交付現場:這個需求放進真實流程會不會卡住?這個設計能不能被開發、使用者和維運一起理解?這個決策會不會讓複雜服務更容易被做出來,還是只是讓文件看起來更完整?

所以我現在聽到「效率提升」時,會先多停一下。效率當然重要,但如果沒有判斷,它只會讓錯誤更快、更完整、更有說服力地被產出來。

會做的人會越來越多。

會判斷的人,才會越來越珍貴。