帶人不要當保母，帶 AI 也一樣

2026-10-24

同一家公司、同一個事業處，有兩位風格截然不同的課長。

建宏很信任 AI。代理產出的客戶分析、報價建議與排程，他多半直接簽核。他的說法是：「AI 看的資料比我多，我何必再想一次？」部屬拿問題來問他，他也常說：「你先問問 AI，不然你們看著辦。」

雅婷則完全相反。代理的每一份產出，她都要自己重算一遍，常常加班到晚上十點。她的部屬交上來的報告，也幾乎都被她重寫。她常說：「不是我不信任，是出事的話要我來負責。」

半年後，建宏的團隊因為一筆錯誤報價損失了一個客戶；雅婷的團隊則有兩個人請調，理由都是「在這裡學不到東西」。

這兩位主管看起來是兩個極端，但仔細看，他們帶 AI 的方式，和帶人的方式幾乎一模一樣。這不是巧合。

兩種關係，同一個結構

主管與部屬之間常形成一種「共謀」：主管扮演過勞的保母，什麼都自己來；部屬則慢慢學會裝笨，反正最後主管都會接手。另一種形式則是主管把責任交出去之後就不再過問，等到出事才發現問題早就存在。

AI 代理進入團隊之後，這兩種模式沒有消失，只是多了一個對象。對照起來大致是這樣：

過度依賴型 對人：「你們看著辦」，交出去就不再過問。對 AI：「AI 說的應該沒錯」，簽核只是蓋章。結果：錯誤在沒人看的地方累積，直到爆發。
過度控制型 對人：部屬的報告全部重寫。對 AI：代理的產出全部重算。結果：主管過勞，部屬學不到東西，AI 也沒有發揮作用。

不只是個人如此。Capgemini 研究院 2025 年的調查發現，組織對完全自主 AI 代理的信任，一年內從 43% 降到 27%。我們在〈越用 AI，越不敢完全信它？〉一文討論過，這不一定是壞事，而是從過度期待回到現實。但同一個過程如果繼續往另一個方向擺盪，組織就會從「全信」走到「全查」，從建宏變成雅婷。

依賴與控制的心理動力

以下是作者的觀點，而非實證研究的發現。

為什麼一個人帶人與帶 AI 的方式會這麼像？因為不論對象是人還是 AI，主管要面對的都是同一件事：把自己要負責的結果，交到一個自己無法完全掌握的他者手上。這件事本身就會帶來焦慮。過度依賴與過度控制，是處理這份焦慮的兩種方式。

依賴：把不確定交給一個全知的他者。 精神分析師 Bion 在研究團體時提出「依賴」的基本假設：當團體面對焦慮，成員會不自覺地尋找一個能保護大家、替大家做決定的對象，並把自己思考與判斷的責任交出去。過去這個對象是領導者或專家；現在，AI 成了一個非常好用的「全知者」：它總是在、總是有答案、語氣總是很有把握。建宏的「AI 看的資料比我多」，表面上是理性的判斷，實際上也讓他不必承擔「我的判斷可能錯」的不安。

控制：用反覆檢查來管理焦慮。 雅婷的「出事要我負責」並不錯，但她處理這份責任的方式，是不讓任何事情離開自己的手。只要自己重算一遍，就不必面對「我把事情交給別人，而別人可能會失誤」的不確定。代價是，她身邊的人與 AI 都沒有機會證明自己，而她自己則越來越累。

這兩種方式看似相反，其實都避開了同一個地帶：「信任，但查核」的中間地帶。站在這個中間，意味著要同時承認兩件事：我需要對方，但對方不完美；我要負責，但我不能什麼都自己來。這種「兩者都是真的」的狀態最不舒服，也最需要心理上的承受力。

更值得注意的是，主管的模式會引發團隊的對應模式。建宏的部屬學會了「問 AI 就好」，整個團隊一起放棄判斷；雅婷的部屬則學會了「反正她會改」，整個團隊一起放棄責任。這就是《帶人不要當保母》所說的共謀：問題不在一個人身上，而在雙方一起維持的關係裡。

「夠好」與涵容：不完美但可靠的陪伴

英國小兒科醫師與精神分析師 Winnicott 提出了「夠好的母親」（good enough mother）這個概念。他觀察到，孩子需要的不是完美、隨時滿足一切需求的照顧者，而是一個可靠、但會適度「沒有完全滿足」的照顧者。正是在這些小小的不完美中，孩子才學會自己面對世界。他也提出「持守環境」（holding environment）的概念：一個夠穩定、讓人可以安心嘗試與犯錯的環境。

Bion 則用「涵容」（containment）描述類似的功能：一個人能夠接住他人的焦慮，經過自己的消化之後，以可以承受的形式還給對方，而不是把焦慮原封不動地丟回去，或是自己全部吞下。

把這兩個概念放到帶人與帶 AI 上，就是一種「夠好」的授權：

對人主管不必接住每一個問題，也不該放任不管。要做的是建立一個讓部屬可以嘗試、可以犯小錯、但不會被放生的環境。部屬的報告有問題，不是重寫，而是指出問題、讓他自己改。
對 AI 主管不必重算每一份產出，也不該一律蓋章。而是清楚地設定什麼情況要檢查、什麼情況可以放行，並把發現的錯誤變成改善指令的機會。
對自己 承認自己會焦慮，並且能夠帶著這份焦慮做決定，而不是用依賴或控制把它消除掉。

「夠好」不是降低標準，而是接受一個事實：不論是人還是 AI，都不會完美；而成長正是發生在不完美被看見、也被接住的地方。

怎麼做：從覺察開始，建立固定的節奏

一、先覺察自己是哪一種。 回想過去一個月，你簽核的 AI 產出中，有多少是沒看就簽？又有多少是自己重做一遍？再用同樣的問題問自己帶人的方式。如果兩邊的答案很像，那問題可能不在 AI，而在你面對不確定的方式。也可以問問部屬：「你覺得我比較像放任，還是比較像什麼都要管？」

二、定義「夠好」的標準。 對每一類工作寫下三件事：什麼是一定不能錯的？什麼是小錯可以接受的？什麼情況要升級？標準寫清楚了，建宏就知道哪些地方不能蓋章，雅婷也知道哪些地方可以放手。

三、建立授權、查核、回饋的固定節奏。 把「信任，但查核」從態度變成例行程序：每週固定抽查幾份 AI 的產出與部屬的工作，每月檢視一次哪些地方可以放更多、哪些地方要收回來。節奏本身就是一種涵容：它讓焦慮有一個固定的地方可以放，不必隨時冒出來。

給人資與 OD 的提醒： 當主管帶 AI 出現問題時，不要只安排工具課程。很多時候，這是主管帶人模式的延伸，需要的是教練與反思。反過來說，觀察主管怎麼帶 AI，也是了解他怎麼帶人的一個新窗口。

結語：好主管不是保母，也不是旁觀者

建宏像一個旁觀者，什麼都交出去；雅婷像一個保母，什麼都自己來。他們都很努力，也都很在乎結果，但他們都在用自己習慣的方式，避開信任本身帶來的不安。

AI 並沒有帶來新的領導難題，它只是把舊的難題照得更清楚。學會「夠好」地帶 AI 的主管，很可能也會學會「夠好」地帶人。

留給你的問題： 你帶 AI 的方式，和你帶人的方式像嗎？如果像，你在迴避的是什麼？

參考文獻

Bion, W. R. (1961). Experiences in groups and other papers. Tavistock Publications.（證據等級 A：經典理論文獻）
Bion, W. R. (1962). Learning from experience. Heinemann.（證據等級 A：經典理論文獻）
Capgemini Research Institute. (2025). Rise of agentic AI: How trust is the key to human-AI collaboration.（證據等級 C：顧問公司調查）
Winnicott, D. W. (1953). Transitional objects and transitional phenomena. International Journal of Psycho-Analysis, 34, 89–97.（證據等級 A：經典理論文獻）
Winnicott, D. W. (1960). The theory of the parent-infant relationship. International Journal of Psycho-Analysis, 41, 585–595.（證據等級 A：經典理論文獻）
鄭博文（出版中）。《帶人不要當保母：用心理動力學破解「員工不主動」與「主管過勞」的死局》。

【編注】本篇以理論解讀為主，心理動力的部分為作者觀點，非實證研究結果。Bion 與 Winnicott 各文獻的出版資訊依作者記憶整理；「夠好的母親」與「持守環境」在 Winnicott 不同著作中都有論述，引用前請再核對出處。Capgemini 的 43% 與 27% 請對照 R3 已核對的引用資訊。發布前請對照書稿，避免與書中的案例與用語重複；若出版時間接近，可加入書籍資訊。

慧培國際相關服務

主管教練 以心理動力觀點，幫助主管覺察自己在帶人與帶 AI 時的依賴與控制模式。
《帶人不要當保母》相關課程 從共謀型態、涵容與授權出發，重新設計主管與團隊的關係。

更多資訊請見慧培國際網站 www.whitespace-leadership.com 。