---
title: "AI 如何改變職場？主管該重畫的是任務，不是職稱"
url: https://stanleylin.tw/ai%E5%A6%82%E4%BD%95%E9%9D%A9%E6%96%B0%E8%81%B7%E5%A0%B4%E5%A2%9E%E9%95%B7%EF%BC%9A%E6%9C%AA%E4%BE%86%E7%9A%84%E8%AE%8A%E9%9D%A9%E8%88%87%E6%8C%91%E6%88%B0/
author: 林毓晟（Stanley Lin，史大）
published: 2025-09-18
updated: 2026-08-09
categories: AI 與自動化、職涯與自我成長
description: "AI 改變職場時，不要先猜哪個職稱會消失。把工作拆成可自動化、需判斷與需承擔三類任務，才能安排訓練、權限與新分工。"
---

# AI 如何改變職場？主管該重畫的是任務，不是職稱

「AI 來了，我這個職位會不會消失？」

這個問題很直接，也很難用一句樂觀或悲觀的話回答。

因為公司真正付薪水買的，不是一個職稱，而是一組任務、判斷與責任。AI 改變的也不是名片上的四個字，而是這三件事重新分配。

我想把 AI 對職場的衝擊，翻譯成工廠重新排線：不是整條線拔掉，而是重新決定哪一站由機器做、哪一站必須有人驗。

## 主管為什麼不能只問哪些工作會被 AI 取代？

職稱通常混合多種任務，AI 只能接走其中一部分。若直接用職稱判斷增減人力，容易同時刪掉經驗、例外判斷與對結果負責的能力。

「任務重畫」是把一個職位拆成可自動化、需要人判斷、必須由人承擔三類工作，再重新設計交接與驗收。

很多人以為 AI 導入是把人的工作交給工具，其實剛好相反。它會逼主管更精確地說出：我們到底需要這個人做什麼。

如果你是主管（或要向員工說明改變的老闆），你能指出哪一項任務變了，而不只是說公司要導入 AI 嗎？

## 工作應該怎麼拆成三類任務？

把一週工作列出來，分成「規則穩定可自動化」、「需要脈絡與判斷」、「涉及承諾與風險承擔」三欄；工具只進入第一欄與部分第二欄。

- **可自動化**：資料搬移、格式整理、固定提醒與初步分類。
- **需判斷**：需求不完整、資訊衝突、例外處理與優先順序。
- **需承擔**：對外承諾、人事決定、預算核准與風險接受。

這三欄也是培訓地圖。第一欄訓練工具使用，第二欄訓練問題分析，第三欄訓練溝通與決策。

實作時不要用職務說明書直接拆。請員工記錄一週內真正做過的任務，再由主管一起判斷。制度寫的工作與現場發生的工作，常常不是同一張圖。

每項任務再標記輸入、輸出、頻率與錯誤代價。頻率高但錯誤代價低的，可以先練習；低頻但涉及承諾與安全的，就算 AI 能做，也應保留更嚴格的人工授權。

## AI 訓練為什麼不能只教提示詞？

提示詞只能改善一次輸出，不能替公司建立共同的資料定義、品質標準與責任邊界。企業培訓要同時涵蓋工具、流程、判斷與回饋。

OECD 的 [AI 與技能報告](https://www.oecd.org/en/publications/ai-and-skills_f843b352-en/full-report.html)指出，AI 需要的不只進階技術能力，資料解讀、問題解決、創造與管理能力仍然重要。

從老闆的成本來看，買帳號是一次可見的費用；真正昂貴的是全公司各自摸索、重複犯錯，卻沒有把有效做法留下來。

因此訓練不能只看完課率。可以要求每組交付一個真實流程、一份使用邊界、一組錯誤案例，並由另一組重做。能被別人重做的成果，才開始接近組織知識。

可以接著看[AI 暴露主管不會定目標的問題](/managing-agents-goal-setting/)，因為員工會用工具，不等於主管已把目的說清楚。

## 主管如何驗收一個被 AI 改造的職位？

不要只看產量變多。至少檢查完成時間、返工原因、人工判斷點與責任人是否更清楚；若速度提高但錯誤無法回查，流程還沒有成熟。

我把這叫做「產能不是能力」：產能是今天多做幾件事，能力是明天換一個人、換一個工具，團隊仍知道怎麼把事情做對。

這和[頻率與思考深度](/ai-adoption-frequency-depth/)的關係很大。回饋變快，只有在思考與驗收也同步升級時，才會形成正向循環。

角色設計也要同步更新。原本負責搬資料的人，可以轉為檢查例外與改善規則；但這不是一句「做更有價值的事」就會發生，主管必須重新給目標、權限與學習時間。

一個公平的過渡方案，至少要說清楚哪些任務停止、哪些任務新增、如何評量，以及員工遇到 AI 錯誤時能不能暫停流程。模糊的轉型口號，只會把焦慮留給第一線。

你下一次談 AI 人力規劃時，要刪的是一個職稱，還是一項已經被說清楚、可安全移交的任務？