人工智慧與機器學習

【S2#53-3】AI產出多少「工作廢品」？虛假生產力正在拖垮團隊信任！

市場上正在同時發生兩場革命：一場改變人們如何搜尋與學習資訊，另一場則重新定義誰在做出購買決策。當資訊取得與決策權逐漸轉向演算法，企業必須重新思考內容策略、數據架構與顧客接觸點，從SEO走向GEO，同時為「人類顧客」與「機器顧客」設計全新行銷體系。

維基百科創始人吉米．威爾斯分享其職涯轉折：他為何捨棄金融業投身非營利事業、如何以熱忱驅動職涯規劃，並深入探討如何在無償協作中建立信任機制、確保群眾外包內容的品質，最後勾勒出他心中理想網路世界的藍圖。

AI面試平台BrightHire與哈佛商學院合作研究發現，企業面試雖涵蓋職缺描述中的技能，卻常缺乏深入評估，特別是在技術與經驗面。領導人應透過改善流程，提升雇用品質與團隊AI準備度。

AI的導入，讓專業服務公司大幅削減基層員工人數，卻也破壞了高階人才的儲備與養成。這些公司必須以未來為導向尋覓基層員工，並且及早授權基層員工經營客戶關係，才能真正找到未來的高階人才。

不同於許多媒體的報導，Z世代使用生成式AI更重視務實用途而非個人陪伴，但他們也擔憂長期仰賴AI，會導致未來能力的退化。雇主必須正視這種焦慮，別一味禁用AI，而是積極消除大家對未知的恐懼，並且強調增加人類能力的正面用例。

原以為AI會減輕人類負擔，如今卻讓不少工作者陷入精神消耗的無底洞。當企業要求員工同時監督多個AI工具、頻繁切換任務，甚至以AI產出來衡量績效，工作負擔未減，反而讓員工的腦力被token榨乾。這種因密集監督AI而產生的認知疲勞，就稱為「AI腦過熱」（AI brain fry），不僅削弱專注與判斷，也會提高出錯率與離職意願。

企業的執行長都面臨一連串難題：如何帶領員工度過關稅、AI、地緣政治的衝擊？在獲利壓力下，如何堅持使命，改善社群與地球環境？如何成功推動轉型與組織變革？全球零售業龍頭沃爾瑪前執行長董明倫（Doug McMillon），分享他掌舵12載的領導心法。