AI依賴的三重危機

LinkedIn首席經濟機會官Aneesh Raman在《市場觀察》專訪中指出，職場中最大的AI誤區是「過度依賴」。他描述常見場景：員工將主管問題直接貼入AI工具，再將回應原封不動交回。這種行為導致「你將在一周後遇到主管說『這是個好主意』，但你甚至不記得自己提出過」。更嚴重的是，長期使用AI處理重複性任務（如摘要、研究）會削弱人類獨特的批判性思考能力，反而增加被AI取代的風險。

軟技能的反攻戰

Raman強調，即使技術性職位也需強化「軟技能」。他以程式設計師為例：雖然AI程式助手效能強大，但企業仍需要能與客戶溝通、評估倫理風險、具設計思維的工程師。職業發展專家Henna Pryor補充，雇主現在審視履歷時，會特別注意候選人是否具備「真實性格」——例如履歷寫「重視團隊」卻在面試中強調個人功勞，或聲稱「善於傾聽」卻頻頻打斷訪談官。

專業與人性的平衡術

MIT史隆管理學院教授Thomas A. Kochan建議，正確使用AI的關鍵在「工具多樣性」與「責任感」。候選人應展示對多種AI工具（如ChatGPT、Claude、Copilot）的了解，並說明不同工具的優勢場景。例如有些工具擅長簡報，有些擅長研究，但都需搭配人工驗證。LinkedIn已實驗不看履歷的入職方式，要求候選人直接展示近期完成的專案，這反映企業更重視「實作能力」而非文字包裝。

LinkedIn的「工作分類法」提供具體行動框架：

  1. 自動化任務：將重複性工作（如資料整理、會議摘要）交給AI
  2. AI輔助創新：用AI彌補知識缺口（如學習新技術）或腦力激盪
  3. 人類專屬領域：挑戰既有假設、與同事協作等無法AI化的任務

Raman最後提醒：「你的工作正在改變，即使你沒有換職。」這既是威脅也是契機——主動調整工作方式的人，將有機會重新定義自己的職涯。

📰 本文資料來源 • 《市場觀察》— "LinkedIn executive reveals the biggest mistake you can make with AI at work"