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:
- 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:
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。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。

台大電機與 UCLA 畢業,創業超過 10 年。曾打造獲得國際大獎的桌遊品牌、現為創作者工具 Portaly 的執行長。
喜歡學習並實踐新創的成長方法,並導入自己的創業團隊中,包含 data-driven、AI-driven 與 growth hacking。
關於更多林啟維。