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

「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。

Table of Contents

Toggle

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。