上周跟 91APP 產品長 Happy Lee（李昆謀）約了一場 one on one 的午餐，交流關於我們看待 AI 時代的人才養成與管理。
91APP 是台灣領先的軟體服務開發團隊、擁有多達 300 人的開發團隊。作為企業最高層的經理人，從 Happy 口中 AI 趨勢的 insight，也提供了不少作為創業老闆與管理者可以嘗試的方向。
這次的對話所討論的議題，包含了幾個我過去長間在思考的問題：
- 現在 Junior（Z 世代）積極學習 AI、代表 Senior 會開始落後嗎？
- 或者，在 AI 時代的速食產出與學習，會造就 Junior 無法成為 Senior 的局面？
- 作為創辦人、經理人，我們怎麼有效投入時間學習 AI？
- 除了 AI 以外，有哪些更有價值、更有門檻的基礎能力可以養成？
本文將當天的討論心得整理成幾個主題分享。如果你是中小企業主或主管，推薦你閱讀這篇文章，初步引導你自我檢核團隊組織的 AI 文化。
AI 時代的人才養成
Junior 的機會
以軟體業的工程師、PM 為例，我們比較 Junior/Senior 這兩種角色在 AI 世界的優劣勢。
Happy 觀察，即使是軟體業的人員，願意大量仰賴、並且深度操作 AI 的人，目前仍在非常少數。
這點與我收到軟體團隊履歷、面試的體感相近。大部分的人還停留在 Lv1 的使用階段，也就是使用 GPT 對話。
原因主要在於，Senior 會認為同樣時間 AI 產出的品質，不如自己手寫程式、寫文件、繪製介面⋯⋯。相較之下，Junior 更有成就感、更有活力去擁抱新技術，AI 原生世代即將到來。
Senior 的優勢
如此說來，有沒有可能 Junior 作為原生 AI 世代，更有機會超越 Senior？
Happy 繼續分享，存在著兩種抗衡的力量：
1. Senior 與 Junior 同樣努力使用 AI，Senior 很高機率會更為領先
原因在於，Senior 很清楚自己要什麼，也熟悉開發的最佳流程。
如果熟悉 vibe coding、下對了 prompt，則產出效益不可限量（需要超大量練習＆適應），相對之下，Junior 或非工程背景的人，就算使用 vibe coding 進行產出，第一次的產出結果或許驚嘆，但因為對於架構、迭帶、優化等流程不熟悉，仍然無法產出高品質成果。
2. 軟體公司 hiring 走向 Senior 化，意即，全球的軟體業趨勢是「Senior 操作 AI 取代多個 Junior」
這個概念絕對不是新鮮事，一兩年前在美國早已大量展開！
包含 Big tech 大刀闊斧資遣、新聞爭相報導 Junior 將失去工作；今年最常聽到的說法是，許多企業開始不提供資訊背景 new grad（新鮮人）的缺額。
相較疫情期間 2021-2023 資訊系鐵飯碗，經驗與產業需求是目前 Senior 的最大壁壘，前提是 Senior 要跟 Junior 一樣努力，儘管在統計上則是相對少數。
Junior 最終有辦法養成為 Senior 的專業度嗎？
這一題是我心中最大的納悶。
AI 下幾行 prompt 把產品刻劃出來、把幾千行程式完成、把幾十個錯誤一次debug⋯⋯開發團隊獲得了超級工具，但說好的 1 萬小時練習呢？少了那些徒手操作，作為職場菜鳥，終究有辦法變成他們的業界前輩嗎？
學長的回饋為：是。
簡單來說，AI 時代下的 Senior 跟以前會是完全不同的定義。這就好比：
- 工業時代 vs. 傳統手工
- 自動化機械 vs. 人力操作
未來的 Senior 開發者，最終不需要重操那些舊路。
不必一行行寫 code 才是專家，就如同現在美美的海報用 Canva 排版、不再靠 Illustrator 繪製。
那些熟悉 Canva 模板操作、編排的人也逐漸成為一種專家；而熟悉 AI 溝通與操作流程者，最終也會是 AI 時代的 Senior，產出品質又快又好。
AI 時代的管理
1.管理者與 AI
我提到：我認為 AI 溝通就是一種很精準的管理。那實際上管理層有沒有特別會用AI？
Happy 觀察到管理層幾乎有更強的 AI 使用能力。
其實 AI 的運作邏輯就是公司的「專職小螺絲」，意思是 AI 能夠在很小的範圍、發揮很精準的專業。管理上最基本的能力「下指令」即是 AI 的 prompt；下好指令的最佳方法，則是具備「清楚的溝通」，包含：
- 目的說明
- 角色分工
- 任務差解(chain of thoughts)
是不是非常像最典型的 AI 小技巧？
既然成熟的管理者使用 AI 起來如虎添翼，這樣就代表他們在 AI 時代下工作地更快樂嗎？其實管理者也有自己的挑戰。
2.管理者的挑戰
相對於個體學習，管理層級的 AI 演練是更艱辛的挑戰，因為他們不但要自己學習、還要帶領團隊踏上 AI 的路。
而 Happy 也跟我抱持一樣的看法：「AI 絕對是非常 top down 的工具，高層必須自己也要建立觀念，才能帶動團隊。」
AI 的管理層觀念包含：
- 辨認 AI 工具的問題適配性
- 具備 AI 工具的挑選能力
- 判斷 AI 使用效益是否合理
- 提供 AI 的資源與支持(尤其給予學習時間)
然而，管理層（或創業者）那麼忙碌，怎麼有空摸索 AI？
3.管理層的 AI 學習
Happy 分享了他學習 AI 的架構流程。
首先，需要分辨不同賽道的 AI，不能每一種都用，必須節省時間。例如，LLM 類型選兩、三種能因應各種場景的；vibe coding 選擇一套最合乎團隊開發流程的。
再來，探索一個新的賽的時候，先用 Perplexity 去查詢比較各種網友對不同 AI 的評論，搭配 YouTube 影片濃縮教學，大概知道哪些工具就不用去嘗試了，剩下範圍可能限縮在 1/3 以下的時候，就可以花時間去摸索。（即使如此，我認為開發一個新賽道，還是超花時間）
舉例來說，Happy 提到他們使用 Google AI 串接 Workspace 是目前最強大的產品組合，中間能夠無縫接軌處理 Gmail/Google Drive/Calendar，在工作場域幾乎制霸！
個人成長與 AI
這場對話的最後，我們聊到作為一個人，如何成長、建立自己與 AI 的不可取代性。
Happy 認為，不論專長或領域，「品味」區隔了人與 AI，AI 可以做各種產出，但需要人去判斷好壞、優劣，先能夠判斷品質好壞，才有可能雕琢出理想的成果。
何養成品味？Happy 提到：
大量與人交談、嘗試新的產品，甚至旅遊、休息，都是品味的養成；以學習而言，輸出與輸入同樣重要，包含閱讀與撰寫「長文」，有機會透過演講、分享養成輸出習慣。
Happy 本身也是業界有名的專業分享者，同時也有專業級的電子報連載。
回到自己的工作崗位，我認為不論是管理者或執行者，想要將專業領域的資訊、知識、經驗內化，必須透過廣泛體驗、深度執行所達成。
尤其工作到十年以上，我們努力的目標已經不是為拚技術、專業上提升，而是為了養成直覺與眼界。
「直覺」讓我們在資訊有限的情況下仍然可以精準判斷，包含做選擇、看對人；「眼界」是對未來的想像力，能夠想像的事情，才有機會實現。
直覺、眼界以及品味，不論在有沒有 AI 的世界，都是我們個人成長最重要的資產。
