AI時代，工作80分才及格！「π型人才」為何成為關鍵戰力？
2024年11月，《哈佛商業評論》發布一份〈生成式AI衝擊勞動市場，在線自由工作者正被取代？〉（How Gen AI Is Already Impacting the Labor Market）調查。研究團隊分析了超過130萬個工作，發現各式生成式AI工具出現前後，全世界外包型、易自動化的職缺數量減少了21％。其中，又以寫作、軟體、設計三大領域縮減的外包人力最多。
實力不夠，AI來湊
這個數字說明了AI技術的普及將衝擊勞動市場，導致外包人力減少、正職人員職能遭受威脅。最近我常提醒，一項工作鍵盤敲得愈多，愈要小心。這代表你的就業領域高度數位化，機器容易學習，可替代性高。
例如，長期以來工程師習慣將程式上傳到GitHub這類開源（Open Source）社群分享、討論如何優化。有了大量、完整程式碼數據，自動生成程式難度不高。
換句話說，AI將許多工作的「及格線」從60分一舉提高到80分，迫使各行各業必須重新定義人力的核心職能和價值。過去，工程師只要做到60分就及格，現在得有80分才過關。在機器可以幫你生成程式碼的時代，很多工程師會苦於沒有除錯、優化程式的能力，遭遇極大挑戰。
分享幾個聽來有點壓力的例子。傳統上，醫師一職往往是社會菁英人才的首選，但AI技術的進步與採用，間接改變不同科別醫師的需求比重。平常在診間裡，常聽到醫師對患者說：「我們先檢查、化驗，二週後再回來看結果。」然而，檢查、化驗這件事，未來說不定交由能視覺辨識、篩檢的AI負責，尤其菜鳥醫師初期看X光片的經驗可能不如AI。因此，看診流程可能變成，醫師只要查看AI生成的檢驗報告，確認與自己診斷結果是否相符，就能進入治療環節，不但縮短檢驗時間，還能提升診斷準確度。
這改變會讓以後醫學院在影像判讀、醫學檢驗領域的分科與需求下降。其他領域也一樣，事務所裡研讀、過濾和審查專利資料的專利律師可能會減少，因為這些相關事務幾乎可以使用AI來執行，因此這類律師的職稱與職能可能轉變成類似「技師」的輔助角色。
不過，這不代表醫師、律師變得不重要，而是醫療、法律體系將重組。過去老闆只請得起一位80分的員工，有了AI，同樣成本他可能可以請到100個具備80分水準的員工。有了AI幫忙，人們的專業及格線會愈來愈高，分級愈來愈明顯，我們進入人的價值慢慢下降、80分才及格的年代。
在此情形下，平常表現普通的人想超過80分的難度會大幅增加。每個人隨便用AI都有80分，根本搞不清楚他的優缺點，主管以為他有80分，也不知道該從哪裡指導、加強，最終發現他的能力其實遠遠不如AI。
但是，如果你原先的表現就出類拔萃，重要性只會更高，因為你可以靠著AI成為1：99中的1。一個程度夠好的軟體工程師，具備深度系統架構能力，能夠運用各種AI工具快速產生程式碼，又擁有深厚的驗證能力，可以發現AI程式的漏洞，優化AI程式，日子將過得比以前輕鬆。
那麼，人類若想超越80分、讓AI無法取代自己，該怎麼做？答案是成為「π型人才」。
如何成為π型人才？
網路時代，在單一領域擁有專業技能和知識的深度，又具備其他領域廣度的「T型人才」當道，這詞彙聽起來有點陌生，不過講到「斜槓」應該你就不陌生了。然而，AI重新定位職能，T型人就像只有一隻腳在行走，已經走不遠了。
當前職場最搶手的是「π型人才」，他們就像π字那兩撇般，兩隻腳跨足兩種以上的專業領域，而且專業能夠互補發揮綜效，如此一來才能屹立於AI時代中，而符號裡的那一橫有如張開的雙臂，應兼具博雅素養與國際連結力。
從前企業為了追求生產力，習慣將工作拆解得很細。以軟體工程師來說，通常是由專案經理告訴他要完成哪些任務，軟體工程師做完後，再交由下游的品保工程師做測試。在人力充足的情形下，拆分工作確實可以提高整體生產力，但在少子化、事求人的現在，工程師如果能與AI合作，並擴展上、下游職位的能力，或許就能獨立完成一份至少橫跨三個職位的工作。
一來，AI能將程式碼寫到80分的水準、交出與客戶開會的工作進度摘要，為工程師節省很多時間。只是，AI可能會廣抓有智慧財產權的內容、寫錯程式，因此工程師的任務就是從AI手中接過半成品，進行更多測試（Quality Assurance）、除錯，將半成品從80變成95分。這個過程就像自己從寫作文變成改作文的人，必須先看懂他人的邏輯才有辦法修正，對專業能力的要求只會更高；同時，專案管理、使用者需求分析、產品設計等能力，也是工程師需要加強的技能。
最後，企業想打造培育π型人才的環境，則需要提供相應的設備支援。智慧型手機剛問世時，員工逐漸開始在手機上處理公務，導致資訊外洩的風險提高。如今，公司更應該積極主導，為內部人員建置安全的AI工具平台，除了保障資安，還能釋放π型人才的潛力。另一方面，AI應用產生的成果將在組織內部形成正向循環，持續加快生產力。對企業發展、個人職涯而言，善用AI來強化π型人才的優勢是鞏固競爭力的關鍵。
有人問我，AI時代寬度、深度哪個更重要？我說，π是無限尾數，寬度會比深度更關鍵。你不拓展寬度，怎麼知道自己對哪個領域更有興趣？而且，你要掌握各個領域的一些基本常識才能運用AI。例如，你請AI譜寫一段旋律，如果沒有基礎的音樂概念，怎麼有辦法指揮、鑑賞生成的作品？所以，最起碼的寬度是什麼都要懂一點，懂到你可以指揮AI，有能力判斷成果好壞；另外，寬度不代表淺，能力夠強的話，π的兩隻腳可以無限寬、無限長。
聽起來好像有點難懂或有點難達成？不妨逆向思考，沒有AI時，碰到數學、物理等學科，總覺得理解一點點如同有學沒有懂，但有了AI，這句話可以倒過來說，理解一點點就跳過漫長的學徒階段，直接達到80分的水準。既然如此，你為什麼不多涉獵一些呢？
AI賦予人們新能力，我們不該局限自己，反而要樂於擁抱上、下游工作所需的能力，讓AI幫自己多懂一點，站得更穩、看得更遠。
書名／台灣AI大未來
出版社／商業周刊
出版日／2025年9月9日
作者／簡立峰
作者簡介／台灣在人工智慧（AI）和網路科技領域影響力人物，曾任中央研究院資訊科學研究所副所長、國立台灣大學教授、Google台灣董事總經理等職務。
採訪整理／蕭玉品
延伸閱讀：