自動化

生成式AI導入企業之後，究竟對中階經理人的職位造成什麼影響？研究發現，生成式AI不會完全取代中階經理人，但會減少他們的數量，也會減少他們大量的管理工作，改成更有價值的工作。那麼，企業要如何達成這種扁平化的組織結構，本文提供兩項重要的思考。

談到推動AI轉型，你會先問「這項技術有什麼用」，還是「這項技術如何幫助我們實現使命」？這其中暗藏成功與否的關鍵。2024年的研究指出，僅有26％的企業成功開發出可用的AI產品，只有4％真正獲得顯著投資報酬。如果不想成為失敗的大多數，企業可用「OPEN架構」與「CARE 架構」，兼顧創新機會與風險管控，真正推動有價值的AI轉型。

從基層到高層，企業裡愈來愈多人期待生成式AI成為提升效率與創新的利器。但當「人+AI」成為新顯學，我們是否真正理解該如何與AI共事？本期「哈佛新思維」聚焦人機協作，精選5篇文章，從工作實踐到組織策略，帶您掌握關鍵觀念，打造AI時代的人才與競爭力。

AI快速演進，接手許多過去難以自動化的工作任務。這不僅擴大了合格勞動力的定義，也迫使企業必須重構人才策略。AI不再只是工具，而是逐步成為「數位隊友」，與人類協作完成業務。本文提出七項關鍵行動，協助人資與採購主管建構以人機協作為核心的勞動力體系，掌握效率、規模與彈性，同時應對AI導入帶來的倫理、法遵與治理挑戰。 

面對少子化、高齡化與產業快速變動，「缺工」已成為台灣企業無法迴避的長期挑戰。即使加薪、擴大招募，仍可能難以補足人力缺口。企業該如何在變局中穩住人才、強化競爭力？本期「哈佛新思維」聚焦人才策略與雇主品牌，精選5篇文章，為您導讀其中的重要觀念。

人工智慧會搶光我們的工作嗎？數十年來，經濟學家對此很樂觀，但隨著世界各國收入不平等問題加劇，他們開始修正自己的理論與模型。新模型指出，科技多快改善大眾生活、能讓多少人受惠，取決於兩個因素：科技是否創造新的工作讓人們發揮所長，以及勞工在科技部署決策上是否有發言權。

哲學，這個看似跟工程師最無關的學科，如今可能會變成必修課。在AI時代，建立清晰的心智模型，並理解問題的「為什麼」，已成為關鍵技能。未來的優秀工程師需要具備這樣的能力：將問題拆解、運用第一原則思考，並能有效與AI互動；這些技能對許多職業也同樣重要。

行銷人員在運用生成式AI時，須了解4C良機：客製化（Customization）、創造力（Creativity）、連結性（Connectivity），和認知成本（Cost of Cognition）；與4C風險：編造虛構（Confabulation）、消費者反感（Consumer Reactance）、版權（Copyright），和網路安全（Cybersecurity）。並以「DARE架構」來協助行銷人判斷如何活用這項技術——分解（Decompose）、分析（ Analyze）、實現（Realize）、評估（Evaluate）。