《职场人的生成式AI工作法》读後心得与 AI 实战经验 图文好读 https://readingoutpost.com/hbr-guide-to-generative-ai-for-managers/ 我刚从《哈佛商业评论》的 2025 年会回来，整个人还处於「惊魂未定」的状态，收获太 多了！ 这次年会的主题围绕着 AI 在企业和职场的应用，听了三位国际级专家和亚马逊 AWS 总 经理的分享，真的是收获满满，脑袋装了一堆新想法。 说到 AI，最近我读了一本超实用的书《职场人的生成式AI工作法》，这本书也是这次《 哈佛商业评论》年会主力推荐的书。这本书改变了我对於使用 AI 的看法，还提升了我 对 AI 的使用层次。我从里面挑选了好几个提词范本出来用，效果真的很惊人。 所以今天想跟大家分享两部分内容：前半部会谈这本书的精华重点，加上我自己这一年多 来大量使用 AI 的实际经验；後半部则会分享《哈佛商业评论》年会听到的重点，让没参 加到的朋友也能学到最有用的资讯。 AI 从助理变成思考夥伴 这本书最打动我的概念就是：AI 不只是工具，它可以是你的助理（Co-pilot），更可以 是你的协思夥伴（Co-thinker）。作者把 AI 的使用分成两种模式： 第一种是 Co-pilot（助理模式）。你可以向它提出要求，它会帮你执行任务，主要是提 高效率。比如「请回覆这封电子邮件」，然後等 AI 帮你写好。这是单向过程，你问，它 答，速度很快。 第二种是 Co-thinker（协思夥伴模式）。你可以跟它对话，它会与你合作思考，让你的 思考和反省更深刻。在这个模式下，AI 会透过一连串引导式问题与你对话，增强批判性 思考能力。它不只回答你的问题，还会详细阐述你的答案，加入新想法，引导你提出後续 问题。 这两种模式最大的差别是：助理让你快速完成工作，协思夥伴让你停下来思考。 当你需要深度思考时，速度可能适得其反。所以在协思夥伴模式下，你要请 AI 重视思考 品质，而不是求快。 我自己的经验完全印证了这个观点。刚开始用 AI 时，我都把它当助理，请它帮我写文章 、整理笔记。但後来我发现，当我把它当成思考夥伴时，效果完全不一样。 我的 AI 使用现状：每天上百次对话 说到使用频率，我可能算是重度用户。自从 ChatGPT AI 推出之後，我每天使用的次数应 该都超过上百次对话。很多朋友觉得很夸张，但我觉得这个频率其实很正常。 在创作方面，AI 帮我整理读书笔记，提出不同想法让我融入文章，举生活化例子，甚至 提出我还没想到的观点和问题。它也帮我做文章的最後校对，修正标点符号、错别字，选 择标题，调整排版。这些都是创作者日常会遇到的工作。 但更重要的是在工作管理上。我经营一人公司，有两个正职员工：执行秘书和业务行销夥 伴。现在我有个习惯，当他们写企划或文案给我时，我都会先问他们一个问题：「请问你 有没有跟 AI 合作过？这是 AI 给你建议之後调整好的内容吗？」 特别是我妹妹，她之前负责撰写一些文案和与业主的沟通内容。以前她常常自己写，我看 到内容时就会挑战她：「你这个内容好像还没跟 AI 讨论过，AI 有告诉你什麽吗？有请 AI 帮你批改过吗？」如果答案是否定的，我通常会念她：「有 AI 这麽好用的工具，你 怎麽不用呢？」 後来我就教她，如何调教 AI，狠狠地命令它、使用它。我也跟她说，你想想看我是怎麽 要求你的，你就用我这种刁钻的要求，去要求你的 AI。现在我只要看到不满意的工作品 质，我就会告诉夥伴「你先跟 AI 聊完再来找我」，透过我的「刻意推动」，让使用 AI 成为公司的文化。 现在他们已经习惯了，我们大量透过 AI 合作工作，我尽可能把学到的 AI 合作技巧和方 法，以及提词教给团队，让大家更容易运用在企划、文案和内部沟通上。 建立使用习惯的三个关键 说完了我自己的用法，再看到书中提到「培养 AI 使用习惯」的方法，我就觉得超级实际 的。特别是你如果身为主管或领导者，你一定要自己先学起来、先用起来： 首先是「优先想到 AI」。刚开始你不会自然想到要用 AI。像我在笔记软体经常提醒自己 ，写着「你问过 AI 吗？」或「AI 会用不同方法吗？」这样的提醒真的很有效。 其次是「鼓励团队使用」。身为管理者，要不断询问：「你使用过 AI 聊天机器人吗？」 这是推广 AI 使用的好方法。所以我现在已经养成习惯，看到员工的任何文件，第一个反 应就是问他们有没有先跟 AI 讨论过。 第三是「多方尝试」。要尝试多个模型，看哪个最符合你的需求。有些模型适合摘录长篇 文件，有些更适合搜寻或撰写行销素材。我现在同时使用好几个不同的 AI 平台，针对不 同任务选择最适合的工具。 深度应用：从产业研究到人生规划 我在工作上还有个重要用途是产业研究和分析。透过 AI 可以快速掌握产业资讯，特别是 我要访谈很多书籍作者时，AI 能在几分钟内整理出详尽的来宾背景介绍，以及值得注意 和提问的地方。制作访谈大纲时，也是透过大量 AI 合作来提升品质。 更有趣的是，2025 年我为公司制定年度 OKR 目标时，完全是与 AI 合作完成的。 以前我光是想 OKR，我可能需要好几个礼拜，而且品质不见得很好，只是凭直觉和经验随 便想。但今年一月，我请 AI 做了大量研究和调查，根据这些结果以及公司现况和未来展 望，把远大梦想和愿景告诉它。 经过许多讨论後，我公司 2025 年的 OKR 其中很多关键元素和想法都是透过 AI 规划出 来的。 在生活中，我每天写日志，每周、每月都会回顾。以前做这些回顾很困难，要把过去写过 的零碎资讯一个个看过，光是浏览就很累，也想不出什麽新想法。 现在我完全交给 AI，用笔记软体与 AI 整合，让它直接读取过去一整个月的日志，帮我 总结：哪里做得很好、哪里做得不够好，也请它给我一些新方向，给我一些鼓励和打气。 这样一来，我省下大量时间，让我更专注在思考本质上，不需要做那些文书作业、劳心劳 力的阅读，以及像例行公事一样调查研究。我觉得这是 AI 对我来说解放最多思考能量的 事情。 转型的四个步骤 书中提到工作模式转型的四个步骤，我觉得特别实用： 第一步是实验两种模式。选择一系列任务进行计画性实验，从非关键工作流程开始，轮流 使用助理和协思夥伴模式。 第二步是培养新技能。学习如何与 AI 对话，掌握提词技巧，磨练对话技能。重点是强调 人类判断力和批判思维，避免过度依赖。 第三步是重新设计工作流程。决定谁应该做什麽，什麽时候让 AI 执行任务，什麽时候由 人类控制，以及合作的适当顺序。 第四步是建立集体责任。提供指导方针和框架，培养负责任和符合伦理的使用方式，建立 共同承担责任的文化。 我的观察：AI 使用者的两极分化 坦白说，我现在每天与 AI 对话上百次。如果你发现你自己一天与 AI 对话不超过五次， 我会觉得真的很可惜。我观察到一个现象：包括年轻一辈的人如果善用 AI，他们已经超 级加速，很快就会弯道超车我们这些「老人」，真的很可怕。 如果我们没有学习能力或不思进取，很快就会被时代遗落。所以我每天泡在这个领域，每 天使用、每天精进，与社群朋友讨论、学习别人怎麽用，不断改良改进，把效用发挥到最 大。 我预见短期内再过一两年，你会发现那些善用 AI 的人进步有多快，创造出多令人惊讶的 成果。而那些不太会用、用错 AI，甚至根本没用的人，可以等着看他们落後多少或停滞 在什麽程度。 虽然我的频道上没有天天讲 AI，但实际生活中我天天与 AI 相处、合作。表面上大家看 到的是文章和内容，但背後有庞大的 AI 支撑，是大家表面看不到但确实发生的事情。 我觉得关键不是要不要用或怎麽用的问题，如果现在还没开始用，那真的算很晚了。我们 不需要成为 AI 专家，但我们必须专注在实际的应用，把 AI 运用到自己的专业领域、发 挥最大效果。我鼓励大家一定要每天使用 AI，你会发现它真的能改变你的工作和生活方 式。 那麽《职场人的生成式 AI 工作法》就是帮你装上加速器的一本书。好的，以上就是我对 这本书的心得，以及我自己的使用经验分享。 接下来我要跟你分享《哈佛商业评论》2025 年会的精彩内容… 这次年会的会场上，满满的企业高管和创业者，大家都在讨论同一件事：AI 浪潮来了， 我们该怎麽办？ 坐在会场里听着这些顶尖专家分享，我有种「正在见证历史」的感觉。三位国际级讲者加 上 AWS 香港暨台湾总经理的分享，每一场都让我重新思考很多事情。 我把这场 3 小时讲座的重点整理给你，希望对你也有帮助。 第一个重磅炸弹：我们只剩一千天 《哈佛商业评论》英文版总主笔殷阿笛（Adi Ignatius）一开场就丢出震撼弹。 他说川普的关税战对企业造成极高的不确定性，完全颠覆了以往的交易条件。面对这种高 风险，理性的企业都在延後消费、延後投资、延後开发。 但更惊人的是 AI 的冲击速度。他访谈过许多矽谷高阶主管，其中一位知名科技业前 CEO （他不能透露姓名）说了一句让人印象深刻的话：「在一切被颠覆之前，我们只剩下一千 天。」 当时说这话到现在，已经不到一千天了。 为什麽这麽说？他举了一个很具体的例子：以前大公司并购时，需要找律师事务所花 50 小时起草合约，现在内部法律团队透过 AI 完成初稿，再给律师检查、微调。从 50 小时 到 1 小时，你想想这对律师事务所的冲击有多大？少收多少费用？少聘多少律师？ 高盛预估大约有 3 亿个工作机会会因 AI 而消失。乐观派认为会像过去农业转工业、工 业转服务业一样，新工作会出现。但 AI 不一样──它是等比级数进步的，而且会自我迭 代。 Adi 给台湾企业主管们的建议很直接：「想了解 AI 对产业的变化，你要亲自飞去矽谷拜 访第一线人员，了解变革的真实速度。」CEO 必须亲自推动 AI 运用，而不是只靠几个 AI 专家。 他特别强调未来两个关键能力： 一、演算法素养（Algorithm Literacy）：了解 AI 如何运作及 AI 的局限性。 二、资讯流素养（Data Fluency）：懂得判断 AI 给出来的资讯和数据的品质，让它顺畅 流通。 最重要的是，要让 AI 成为副驾驶员（copilot），既不能过度自动化（伤害对员工的信 任），也不能自动化不足（损害企业的获利能力）。 第二个洞察：15% vs 78% 的巨大落差 《职场人的生成式 AI 工作法》作者之一艾丽莎．法瑞（Elisa Farri）也亲自来到年会 现场，她分享了一个让我印象很深刻的数据对比。 78% 的企业执行长认可 AI 的潜力，但每天使用 AI 的人只有 15%。这就是「野心」与「 行动」之间的巨大差距。 她深入研究了那 15% 经常使用 AI 的人，发现了六个精彩案例： 一、财务顾问执行长：用 AI 将客户会议转成逐字稿，自动生成总结和行动建议，让他能 全神贯注听客户说话。 二、人力资源主管：用 AI 撰写招募工作描述草稿，还要求员工报告前先跟 AI 讨论，推 动全员改变行为。 三、投资人关系主管：用 AI 预测会议中可能遇到的刁钻问题，提前准备完美回答。 四、莫德纳的人资与数位长：用 AI 为每位高阶主管建立虚拟人物轮廓，预测冲突并提供 解决方案。AI 增强了她应对冲突的能力──那些她原本还不具备的能力。 五、法拉利中阶主管：没程式背景，但用 AI 学习动力学知识，还让 AI 反向提问挑战他 的思考。他不是跟 AI 讨答案，而是要 AI 反过来刺激他想出更好的答案。 六、Coursera 前 CEO：原本对 AI 不感兴趣，直到看见 AI 生成的策略比自己更好，才 开始重视。他拿 AI 来进行提案草稿、提出异议、角色扮演演练。 这些例子展示了从「copilot」（副驾驶）到「co-thinker」（共同思考者）的重要转变 。前者像助手，後者是思考夥伴，能帮你深度思考。 最後，Elisa 指出擅长使用生成式 AI 的领导者有三个特质：(1) 知道何时该用 AI，何 时不该用、(2) 快速适应 AI 的边界和发展、(3) 建立新的决策基础（例如：做决策前是 否与 AI 讨论过？）。 第三个震撼：破坏式创新正在加速 达特茅斯学院教授史考特．安东尼（Scott Anthony）是「破坏式创新」理论大师克里斯 汀森的学生，他一生都在研究「破坏式创新」。他告诉我们，接近七成的 CEO 认为自己 正面临破坏式创新的挑战。 他作为教授，他观察到生成式 AI 推出後，学生论文品质显着提升，错字和文法错误几乎 消失。但这引发一个问题：这些还算是学生自己的作品吗？ 他用亚马逊的策略来说明企业该如何面对 AI：(1) 单向门：重大投资，失败会造成重大 影响，不可逆的决定。(2)双向门：用少许的资金就可以开始做的实验，可以自由选择继 续或退出。 对 AI 来说，企业应该把它视为新的团队夥伴，透过双向门策略进行实验，了解什麽可以 交给 AI，什麽不行。关键决策和商业嗅觉仍需由人掌控。 他还介绍了「双重转变」（Dual Transformation）概念： 转变一：重新发明今天：改造现有业务。 转变二：创造新的明天：打造未来的新获利来源。 Adobe 就是绝佳例子。从零售软体转型为 SaaS 订阅制（重新发明今天），不再追踪零售 软体的库存，而是关注网路平台稳定性。他们还推出行销分析平台（创造新的明天），帮 助客户分析他们真正在乎的事情。 这个转变大幅提升 Adobe 的年化报酬率，股价年化报酬率来到惊人的 29%。 因此，企业转型需要四个条件：勇气改变、专注目标、探索勇气和坚持信念。 他特别提醒：「最聪明和最成功的人往往不容易学习探索，因为他们很少经历挣扎。」但 现在虽然是最困难的时候，也是充满机会的时候。 第四个启发：AWS 的四大 AI 原则 AWS 香港暨台湾总经理王定恺的分享让我对这家公司有了全新认识。AWS 现在不只提供云 端服务，更在重新发明工业化，他们的机器人数量已经超过员工数量！ 他提到 Amazon 面对 AI 浪潮的四个核心原则： 一、持续解决问题：AWS 本身就是从内部服务转为对外开放的成功例子，是第一家做公有 云的公司，第二家落後了他们整整七年。 二、快速失败且成本低廉（fail quick, fail cheap）：能迅速推出新功能并根据市场回 馈迭代。 三、由下而上的创新：很多提案都是员工提出，公司有完善评选机制提供资源执行。 四、强化行动力：秉持 Day 1 原则，鼓励员工快速行动。 现任执行长 Andy 说过一句让我印象深刻的话：「Speed is a leadership decision」（ 速度是领导者的决定）。领导者需要懂得何时加快、何时减缓速度。 王总经理还提醒两件重要事情，也是亚马逊始终秉持的精神： 一、技术的重要性，公司要永远投入、深耕、采纳和实验技术。 二、领导者需要接受外界回馈，懂得否定自己的信念以拥抱新方法。 在亚马逊内部，他们时常进行自我批判，检视是否有盲点或错误信念需要推翻。这种「降 本增效」的思维，让他们能在 AI 浪潮中保持领先。 我的三个关键反思 听完这些分享，我有三个深刻反思想跟你们分享： 第一个反思：我们真的准备好了吗？ 78% 的 CEO 认可 AI 潜力，但只有 15% 每天在用，这个落差实在太大了。 我很庆幸自己是落在 15% 里面，每天多次使用 AI 协助工作，不管是写文章大纲、分析 读者回馈、准备 Podcast 的访谈问题，还是规划公司年度计画。 关键不是用得多完美，而是开始用、开始实验。 你也可以买《职场人的生成式AI工作法》这本书来看，看有哪些应用是你还不会的，赶紧 学起来、用出来。 第二个反思：速度比完美更重要 亚马逊 CEO 的那句话「速度是领导者的决定」真的打到我。以前我总想把每件事做到完 美才推出，但在 AI 时代，这种思维可能是致命的。 现在我更愿意先推出 80 分的内容，然後快速根据回馈迭代。不管是文章、影片还是课程 ，都要采用「双向门」策略：小步快跑，快速试错。 第三个反思：人机协作的新艺术 最让我兴奋的是那六个 AI 应用案例。我发现真正厉害的人不是要取代 AI，也不是被 AI 取代，而是学会和 AI 协作。讲者们多次提到「Augmented by AI」，也就是我们要「 被 AI 增强」。 我会继续把 AI 当成「思考夥伴」，让它挑战我的想法、提供不同角度。写书评时，我会 先让 AI 分析书籍结构，再跟它讨论我的观点，往往能发现自己的盲点。 给你们的三个建议 基於这次年会的收获，我想给你们三个具体建议： 建议一：建立你的 AI 日常 不要等到准备好才开始用 AI。从明天开始，每天至少用一次 AI 协助工作。可以是写 Email、分析数据、准备会议，或者像我一样用来整理笔记。 重点是建立习惯，培养「演算法素养」和「资讯流素养」。 建议二：练习「反学习」 Adi 提到的「反学习」概念很重要：Learn to unlearn。我们要学会质疑过去认为的「黄 金标准」，接受新挑战、新观念。 定期问自己：哪些我深信不疑的观念可能已经过时？哪些新技术或新方法我因为偏见而排 斥？ 建议三：从「copilot」升级到「co-thinker」 不要只把 AI 当作执行工具，要把它当作思考夥伴。让它挑战你的假设、提供不同观点、 协助你深度思考。 就像法拉利那位主管一样，即使没有技术背景，也能透过 AI 学习新知识，并让 AI 反向 提问挑战自己的思考。 最後想说的话 坐在年会现场，看着台上这些顶尖专家分享，我有种「正在见证历史转折点」的感觉。 AI 不是未来会发生的事，它已经在发生了。 那位矽谷 CEO 说的「一千天」可能有点夸张，但变化的速度确实超乎想像。与其被动等 待被颠覆，不如主动拥抱变化。 我想起 Scott 教授最後说的话：「工作场所应该充满乐趣，即使现在是最困难的时候， 也是充满机会的时候。」 是啊，这个时代虽然充满挑战，但也充满机会。关键是我们要有勇气改变、专注目标、勇 於探索，并坚持信念。 希望这些分享对你们有帮助。如果你们也开始在工作中使用 AI，记得跟我分享你们的心 得和发现。我们一起在这个 AI 时代中学习成长。 最重要的是，记住那句话：「Speed is a leadership decision」。不管你是不是领导者 ，在自己的工作和生活中，速度都是你可以决定的。 让我们一起加速学习，拥抱这个充满可能性的新时代吧！ -- 书评部落格「阅读前哨站」 https://readingoutpost.com/｜一个爱书人的阅读笔记 Podcast「下一本读什麽?」 https://readingoutpost.com/podcast/｜我的说书频道 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.172.49.33 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/book/M.1759366736.A.6B9.html