AI 能做 80 分，做不到 100 分的人註定淘汰！麥肯錫、哈佛校友建議新鮮人這樣做

Neo

1 小時前

「AI 時代，誰會被淘汰？」兩位哈佛、管顧公司麥肯錫校友 Bradley 與 Harvey 在「在另一維度的決策世界，追求精準可能毫無意義」影片中聊到了這個話題。

Bradley 首先提到 AI 完全沒辦法「讀空氣」，但這是讓事情落地的關鍵。以管理顧問業來說，最花時間的是斟酌要放什麼內容。像是「這個用字會不會引發某些人的情緒反應？」這種問題 AI 難以判斷，也十分考驗人類對於現場狀況的掌握。

Haevey 提到，有被訓練過、已經有眼光的人，給他 AI 就是如虎添翼。因為他知道什麼是「好」，AI 給的東西，他可以修到更好。但剛出社會的新人不知道什麼是好，AI 給他答案，他就照單全收。未來要的，是用 AI 做到 80 分，再精修到 100 分。但沒有判斷力的人，會直接交出 80 分。不管 AI 幫你做了多少，你要補上最後那一段。前提是你要知道差在哪。

廣告 - 內文未完請往下捲動

Table of Contents

AI 做不到讀空氣，但這才是讓業務落地的關鍵

Bradley 表示 AI 完全沒辦法「讀空氣」，他提到，目前的 AI 還做不到真正理解大家可能的情緒反應。但這件事情對於「如何把一個東西真正落地」其實非常關鍵。還是需要真的坐下來，跟人有實際互動，才有辦法理解這些細微的東西。從商業場景來說，這反而變成一個非常關鍵、而且差異最大的學習點。

在 AI 出現之後，資料分析很明顯會慢慢被 AI 取代，這是一個不可逆的趨勢。但最後還是會回到一件事：誰能拿著這些被分析過的數據，做出好的判斷，並讓整個團隊形成共識、繼續往前走。

這其實才是最困難的。很多判斷，最終還是需要人去做解讀。

筆者補充：大型語言模型顧名思義，訓練原理是把海量資料餵給他，讓他預測下一個最可能出現的字詞。倚靠龐大的資料庫來理解前後文，再從資料庫輸出內容。它知道「蘋果掉下來」這幾個字常出現，但它並不理解重力。同樣的，他也難以理解「讀空氣」這種抽象的情境。但他在資料分析這種領域，就只差在模型效率。

用 AI 做報告？真正關鍵還是判斷力

Bradley 用做簡報來舉例。以前在學術界，可能會花很多時間調整格式、做分析，然後把內容整理好，上台報告、討論。但在管理顧問公司，真正花時間的，其實是「斟酌要放什麼內容」，以及「同一句話到底要怎麼講」。

Harvey 進一步表示，用這個字，對現場的某些人來說，會不會是敏感的？會不會引發某種直覺的情緒反應？因為一旦對方的杏仁核被觸發，他的耳朵基本上就關起來了。

AI 天生受限，難以做到「這個用字會不會引發情緒反應？」這種抽象且主觀的判斷。所以即使 AI 可以幫忙，效率確實提升了。但最重要的，還是「人」去做整體情境判斷。

在這裡，「判斷力」是關鍵字。Harvey 表示，當你能做出這些判斷，代表你對現場的人、他們的背景、他們在想什麼，都有一定程度的掌握。

所以每次有人說：「AI 都可以做簡報了，那管理顧問是不是要消失？」Harvey 會說，如果只是交分析報告，那 AI 絕對可以取代。但如果簡報的目的是「促成改變」，那關鍵就在判斷。如果你讓 AI 完全代表你，你也同時承擔一個風險：它的價值判斷，變成你的價值判斷。但問題是：AI 的價值判斷到底是什麼？某種程度上，它仍然是一個黑箱。