當進步正在侵蝕能力：AI時代的領導新課題
AI 時代的變革不是單純「變快」，而是變得更不穩定、更不連續、更難預測。領導者不能只管理速度，還要管理判斷力、學習速度與能力保存。
一、核心洞察：問題不是變快，而是變「鋸齒狀」
我們真正面對的困境，不是變革速度單純加快，而是變革變得不可預測。AI 的能力不是平滑地往前推進，而是呈現「鋸齒邊界（Jagged Frontier）」：某些任務表現異常強（能快速提升效率），某些任務卻仍然異常弱（可能產生無效結果），且這條邊界持續移動。當終點無法穩定定義，領導者需要建立的是持續校準、學習與判斷的組織能力。
二、為什麼傳統變革模型正在失效？
傳統變革模型假設組織有共同起點（From）、清楚終點（To）與穩定的路徑。但在 AI 時代，這三個前提都已鬆動：
| 傳統假設 | AI 時代的新現實 | 領導挑戰 |
|---|---|---|
| 有共同的起點 From | 不同部門、世代、角色與數位成熟度不一致。 | 先釐清組織內部各自站在哪裡。 |
| 有清楚的終點 To | AI 能力邊界持續移動，終點會被重新定義。 | 不要把轉型當成一次性抵達。 |
| 中間有穩定路徑 | 實驗、失敗、調整與再設計成為常態。 | 建立學習迴圈，而非只追進度表。 |
新的領導現實不是把所有人推向同一條路，而是幫助組織在不同時間視角、不同成熟度與不同風險感知之間進行整合。
三、領導衝突的根源：時間視角不同
當 AI 導入帶來效率提升時，組織內部可能出現三種彼此衝突的聲音。重點不是判斷對錯，而是辨識每一種聲音背後的時間框架，並進行跨視角整合：
| 時間視角 | 關注點 | 行動傾向 | 可能忽略 |
|---|---|---|---|
| 過去導向 | 保護經驗價值與既有穩定性。 | 放慢、檢查、保守推進。 | 可能低估市場與效率壓力。 |
| 現在導向 | 擴大眼前成果與可見績效。 | 快速擴張、全面導入。 | 可能忽略能力侵蝕與品質風險。 |
| 未來導向 | 關注能力是否流失與長期競爭力。 | 投資能力、重新設計工作。 | 可能被視為拖慢短期成果。 |
四、Time Check Tool：避免表面進步、內在退化
領導者需要定期進行「時間檢查」，把短期成效、過去經驗與未來能力放在同一張桌上討論，自問以下三個問題：
1. 我們正在延續什麼？ —— 哪些經驗、流程、價值與專業判斷仍值得保留？
2. 什麼可能正在誤導我們？ —— 哪些指標、產出或效率提升可能只是表面進步？
3. 什麼能力正在被侵蝕？ —— 哪些人類能力因過度依賴 AI 而逐漸弱化？
五、AI 採用 × 學習速度 2×2 模型
組織可以透過 2×2 模型進行自我檢查：
六、領導力五大轉變
AI 時代的領導者，必須逐步完成以下新舊思維轉換：
| 舊思維 | 新思維 | 代表意義 |
|---|---|---|
| 管理人員 | 編排人＋AI 系統 | 設計人機協作流程，而非只單純管理人力。 |
| 通才培訓 | 強調領域判斷力 | 在生成時代下，真正稀缺的是能判斷 AI 輸出是否合理的專業判斷。 |
| 做決策 | 設計決策架構 | 把決策品質與驗證邏輯嵌入流程、角色與治理機制。 |
| 追求績效 | 保護思考能力 | 不能只看產出速度提升，也要看底層思考肌肉是否被保留與強化。 |
| 對齊意見 | 整合多重時間視角 | 整合組織內部的過去、現在與未來三種時間視角與風險感知。 |
七、必須卸除的管理「錯誤訊號」
AI 導入後，主管需要避免把表面指標誤判為真實能力：
* 速度 ≠ 能力：完成時間縮短，可能僅是工具補強，不代表員工真正理解問題。
* 產出 ≠ 進步：更多報告與簡報，可能只是更快產生粗糙內容（Workslop）。
* 用 AI 工作 ≠ 正在學習：將 AI 當代工工具不等於形成專業判斷。
* 微學習 ≠ 精通：碎片化短內容可提升認知，但不等於能在複雜情境中獨立應用。
【結語】短期績效提升不等於長期能力增強
AI 可能同時提升表面成果、削弱底層能力。這場演講提醒我們，人機協作最佳表現不一定來自「人＋AI」的簡單混合，而是來自能挑戰 AI、詢問信心程度、甚至要求反方觀點的 Hybrid Sparrers（人機對手）。
為防範能力侵蝕，組織應建立有紀律的習慣：驗證 AI 輸出、定期不用 AI 工作以保留腦部肌肉、要求團隊說明推理過程，並在關鍵高風險決策時適度放慢。人資與人才發展（TD）團隊的焦點，應從「教大家使用 AI」升級為「教大家如何與 AI 共同思考」，唯有人類判斷力加上 AI，才是企業真正的長效護城河。