資深員工會被AI原生世代取代嗎？AI浪潮下，老闆、資深員工必須重新定義「專業」

上週跟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：

1. 現在Junior(Z世代)積極學習AI、代表Senior會開始落後嗎？
2. 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？
3. 作為創辦人、經理人，我們怎麼有效投入時間學習AI？
4. 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10,000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。