當 AI 比資深主管更有說服力：領導者如何重新設計團隊的權威、信任與專業價值？
一場產品上市會議，揭露 AI 時代的領導難題
一家消費性電子企業正在討論新產品的上市策略。
Michael 是任職十八年的資深行銷主管，憑藉多年市場經驗，他建議新產品採取高價定位，優先鎖定既有的高階客戶。這是他熟悉的市場，也是過去多次成功的策略。
然而，年輕產品經理 Emily 卻提出不同的看法。她運用公司新導入的 AI Agent，整合市場趨勢、競品價格、消費者評論與銷售預測，提出另一個方案：採取中高價定位，透過差異化策略擴大客群，預期能創造更高的整體營收。AI 的分析相當完整，不僅提供市場數據，還模擬不同定價策略的潛在結果。
事業部主管 David 看完後，轉向 Michael：「這份分析很有意思。我們是不是應該重新考慮原本的定價策略？」
Michael 沉默片刻，回答：「AI 的分析看起來很完整，但市場不是只有數字。我做這個市場十幾年，有些事情不是 AI 能理解的。」
Emily 試著補充：「我同意市場經驗很重要，但 AI 整合了很多我們以前沒有一起看的資料。或許可以先比較兩個方案？」
Michael 的語氣開始變得強硬。「如果什麼都相信 AI，那我們這些有經驗的人還需要做什麼？」
會議室突然安靜下來。David 最後決定，下週再討論。
表面上，這只是一場關於產品定價的專業分歧。但仔細觀察，這場會議揭露的問題遠比 AI 分析是否準確更加複雜。當 AI 開始提供過去只有資深專家才能提出的判斷，團隊原本的知識依賴、權威關係與專業價值，可能正在悄悄改變。
對領導者而言，真正的挑戰不再只是如何導入 AI，而是當 AI 改變了團隊的工作方式，領導者能否協助團隊重新建立合作、權威與專業價值？
這正是 AI 時代值得重新思考的領導力議題。
一、AI 改變的不只是工作效率，而是團隊的相互依賴
過去，企業導入新科技，通常關注效率提升、成本降低及流程改善。生成式 AI 的出現，卻帶來另一種變化：它開始承擔原本需要專業知識、經驗與跨部門合作才能完成的認知工作。
2026 年發表於 Organization Science 的研究《The Cybernetic Teammate》，由研究者與 P&G 合作，針對 791 名專業人員進行實驗。
研究發現，在特定產品創新任務中，個人搭配 AI 的表現，可以達到沒有 AI 輔助的兩人團隊水準。AI 也協助不同專業背景的人突破既有知識邊界，提出更整合性的解決方案。
這項發現具有重要意義。過去，團隊合作的一個重要原因，是沒有人能獨自掌握所有必要的知識。行銷需要研發提供技術資訊，研發需要行銷理解市場，年輕員工需要資深同事分享經驗。但當 AI 能快速整合跨領域知識時，原本的相互依賴關係便可能發生變化。
回到 Michael 與 Emily 的案例。
過去，Emily 需要依賴 Michael 的市場經驗，才能提出成熟的產品策略。現在，她可以先透過 AI 形成完整的分析，再帶進會議討論。這使 Emily 更有能力參與策略決策，卻也改變了 Michael 原本在團隊中的位置。
值得注意的是，AI 能補充部分團隊功能，不代表它能取代團隊所有功能。
另一項 2026 年的人機團隊研究發現，相較於純人類團隊，人機團隊可能具有較低的凝聚力與團隊認同，儘管心理安全感未必出現顯著差異。換言之，任務完成得更有效率，不代表成員之間的信任、歸屬感與合作關係會同步改善。
這提醒領導者：AI 導入不只是重新分配任務，也可能重新配置團隊成員之間的依賴關係。當員工不再需要透過彼此取得某些知識時，領導者需要思考：團隊還有哪些事情必須共同完成？人與人之間的合作價值，又應如何重新建立？
二、當 AI 開始影響判斷，誰還擁有真正的權威？
AI 對團隊的第二個影響，是權威關係的變化。
在傳統組織中，權威通常來自三個來源：正式職位、專業能力，以及長期建立的人際信任。
David 擁有正式決策權；Michael 憑藉十八年的市場經驗，具有高度專業影響力；Emily 雖然資歷較淺，卻透過 AI 取得過去難以獨立完成的分析能力。AI 的出現，使原本相對穩定的權威結構產生新的張力。這不表示 AI 已經擁有組織中的正式權威，而是它提供的分析與建議，開始影響誰的意見更有說服力。
在 Michael 看來，David 對 AI 分析的重視，可能不只是對另一個方案感興趣，也可能被理解為對自己專業判斷的質疑。但對 Emily 而言，她只是希望團隊能夠納入更多證據，做出更好的決策。兩人的立場未必真正衝突，卻可能因為對權威的不同理解，逐漸演變成對立。
這裡出現一個重要的領導問題：當人類經驗與 AI 分析產生不同結論時，團隊究竟應該相信誰？
這個問題本身可能就問錯了。更成熟的問題應該是：團隊如何檢驗不同判斷的假設、證據與風險？誰有權提出挑戰？誰負責做出最終決策？
研究人機決策的學者已經指出，人類保有最終決策權，不代表一定能有效監督 AI。當人們過度依賴 AI，或在 AI 表現出高度信心時降低自己的判斷投入，形式上的人工核准可能無法提供真正的保障。
因此，領導者不能只說「AI 提供建議，最後由人決定」。他們還必須建立讓人能夠理解、質疑、覆寫 AI 建議的決策機制，並清楚界定責任歸屬。真正的領導挑戰，不是讓 AI 取代人的權威，也不是保護既有權威不受挑戰，而是讓不同來源的專業判斷能夠被有效整合。
三、比權威更深層的問題：當專業不再稀缺，我的價值在哪裡？
Michael 在會議中的那句話，值得再讀一次：「如果什麼都相信 AI，那我們這些有經驗的人還需要做什麼？」
這句話表面上是在質疑 AI，背後卻可能隱含另一個問題：「如果 AI 也能完成我過去最擅長的工作，我的專業價值還在哪裡？」
對許多專業工作者而言，工作不只是任務的集合，也是身分認同的重要來源。資深主管可能以自己的判斷力為傲；工程師可能以解決複雜技術問題建立專業地位；顧問可能將價值建立在分析問題與提出洞察的能力上。當 AI 開始承擔這些工作，受到影響的便不只是工作內容，也可能是人們對「我是誰」的理解。
2026 年發表於 Information and Organization 的《AI and Identity Work》研究，透過專利法律專業人員的訪談發現，AI 導入可能引發不同的專業身分調整方式，包括抗衡、妥協整合，以及重新連結專業價值。這些反應並非單純的接受或拒絕，而可能是一個反覆調整、充滿矛盾的過程。
回到 Michael 的情境。如果他的專業價值長期建立在「我是團隊裡最懂市場的人」，那麼 AI 的出現便可能使他感受到地位受到挑戰。他可能因此更強調經驗的重要性，也可能對 AI 提出更嚴格的質疑。
當然，這些反應不一定代表心理防衛。AI 的分析確實可能忽略市場情境、使用不完整的資料，或建立在錯誤假設上。領導者需要避免將所有質疑 AI 的聲音，都簡化為抗拒變革。真正重要的是，能否同時看見兩件事：專業質疑可能具有實質價值，而專業身分也可能正在經歷調整。
Michael 的價值，未必需要繼續建立在比其他人掌握更多市場資訊。他也可以成為最有能力辨識 AI 分析盲點、理解市場複雜性，並將數據轉化為商業判斷的人。這不是否定他的專業，而是重新定義專業如何創造價值。
四、三者如何相互影響：人機協作的隱形三角關係
從上述案例可以看見，AI 導入可能同時觸動三個相互連結的組織層次。
- Human-AI Team Dynamics（人機團隊動力）：AI 如何改變團隊成員的合作、信任、依賴與衝突？
- Authority & Accountability（權威與責任）：當 AI 開始參與分析與決策，誰的判斷被採納？誰有權決定及承擔責任？
- Professional Identity（專業身分）：當 AI 能完成部分專業工作，人們如何重新理解自己的能力、地位與價值？
這三者並非獨立運作。當專業身分受到威脅，員工可能更積極維護原有的影響力；當權威關係變得緊張，團隊可能減少資訊分享與公開討論；當合作品質下降，又可能進一步強化成員對自身地位受到威脅的感受。
於是，團隊可能陷入負向循環：專業身分受到威脅 → 權威競爭加劇 → 團隊信任下降 → 合作減少 → 身分威脅進一步強化。
但如果領導者能協助團隊重新協商角色與責任，也可能形成另一種循環：專業價值重新定義 → 權威與責任更加清楚 → 合作與信任改善 → 共同學習增加 → 專業價值持續發展。
這是一個結合現有研究與組織理論的概念模型，尚非已被完整實證驗證的因果關係。然而，它提供了一個重要的管理視角：AI 導入後出現的合作困難，可能不只是工具使用或流程設計問題，也可能涉及團隊原有的權威與身分關係正在重新調整。
五、AI 時代的領導力：重新設計合作、權威與專業價值
那麼，David 應該如何處理這場會議中的張力？他不需要急著判定 Michael 或 AI 誰比較正確，也不應為了維持和諧而迴避分歧。更重要的是，協助團隊建立一種能整合不同判斷、又不必透過否定彼此來證明自身價值的工作方式。
我建議領導者從三個方向著手。
1. Reconfigure Relationships：重新配置合作關係
首先，讓團隊重新回到共同任務。
David 可以問：「我們真正要解決的是什麼商業問題？AI、Michael 的市場經驗，以及其他部門的專業，分別能提供什麼貢獻？」這能將討論從「誰比較正確」，轉向「如何整合不同來源的知識」。
AI 不必成為資深主管的競爭者，也不應只是年輕員工證明自己能力的工具，而可以成為團隊共同探索問題的資源。
2. Redistribute Authority：重新協商權威與責任
其次，明確界定 AI 與人類在決策中的不同角色。
例如，AI 負責產出情境分析，Emily 負責檢查資料與假設，Michael 負責辨識市場風險，Jason 評估技術可行性，最後由 David 整合判斷並承擔決策責任。這不只是工作分工，更是建立一套允許不同專業提出挑戰、同時保有清楚問責關係的決策方式。
3. Redefine Professional Value：重新定義專業價值
最後，也是最容易被忽略的工作，是協助員工重新理解自己的專業貢獻。
領導者不能只告訴資深員工「你需要學會使用 AI」，也需要與他們共同探索：當 AI 可以完成部分分析工作，哪些判斷仍需要你的經驗？哪些能力值得持續深化？你如何運用 AI，讓自己的專業產生更大的影響？
對年輕員工也是如此。能夠快速產出 AI 分析，不代表已具備成熟的商業判斷。理解資料限制、辨識風險、與不同專業協作，以及對結果負責，仍是需要培養的能力。
真正的專業轉型，不是讓所有人都成為 AI 使用高手，而是讓每個人重新找到自己在人機協作系統中的獨特貢獻。
結語：AI 時代，領導者真正需要重新設計的是什麼？
回到文章最初的產品上市會議。
AI 的分析究竟是否優於 Michael 的市場判斷，應該透過證據、假設檢驗及市場測試來決定。但 David 的領導責任，遠不只是選出一個定價方案。他還需要讓團隊學會如何整合 AI 與人的不同優勢，如何在意見分歧時維持開放討論，以及如何在工作改變的過程中，重新建立每個人的專業價值。
未來，AI 的能力可能持續提升，越來越多原本需要專業知識與經驗的工作，都可能由 AI 協助完成。然而，組織不會因為擁有更強大的 AI，就自動成為更有效能的團隊。
AI 可以改變工作的完成方式，但團隊如何建立信任、協商權威、承擔責任，以及重新理解人的價值，仍然是領導者必須面對的課題。或許，AI 時代最重要的領導力，不只是學會如何管理 AI，而是當 AI 改變了工作的本質時，仍能帶領人們找到新的合作方式與共同價值。
五個反思提問：重新思考 AI 時代的領導力
透過以下五個問題，回到自己的團隊與領導情境，思考 AI 導入如何影響合作關係、權威分配與專業價值，以及身為領導者可以採取哪些行動。
1. 合作與依賴｜AI 正在如何改變團隊的合作關係？
在我的團隊中，AI 已經或可能如何改變成員之間的知識依賴與合作方式？哪些工作變得更容易獨立完成？哪些事情仍然需要人與人共同完成？
2. 權威與決策｜當 AI 與人的判斷不同時，我們如何做出決策？
當 AI 提供的分析與資深同事的專業判斷產生分歧時，我們是否有足夠開放的討論空間與清楚的決策機制？誰有權提出挑戰、檢驗假設與風險？最終由誰承擔責任？
3. 專業身分與價值｜AI 的出現，正在挑戰誰的專業價值？
對團隊中的不同成員而言，AI 可能觸動哪些原有的專業身分、地位與價值感？他們可能擔心失去什麼？又有哪些新的專業貢獻值得被重新看見與肯定？
4. 領導行動｜我需要重新設計哪些團隊運作方式？
作為領導者，我可以採取哪些具體行動，重新配置合作關係、協商權威與責任，並協助成員重新定義專業價值？如果從一個真實的工作情境開始，我會選擇改變什麼？
5. 組織學習｜如何讓 AI 導入成為團隊共同成長的契機？
除了提升工作效率，我們如何將 AI 導入過程中的分歧、挑戰與經驗，轉化為團隊的共同學習？需要建立哪些新的對話方式、工作機制或能力，才能讓人與 AI 的協作持續進化？
把文章中的思考，帶進組織現場
歡迎加入「組織的另一半」共學社群，與 HR、OD 夥伴一起讀研究、交流經驗，探索 AI 轉型中可以嘗試的下一步。
👉 〔了解共學方式・申請加入〕https://forms.gle/n5MzwZc1SJjFDga7A
參考研究
Dell'Acqua, F., et al. (2026). The Cybernetic Teammate: A Field Experiment on Generative AI and Teamwork. Organization Science. https://doi.org/10.1287/orsc.2025.20702
Unveiling Team Emergent States in the Age of Human-AI Teaming. (2026). International Journal of Human–Computer Interaction. https://doi.org/10.1080/10447318.2026.2635683
Agarwal, A., Moehring, A., & Wolitzky, A. (2025／2026). Designing Human-AI Collaboration: A Sufficient-Statistic Approach. NBER Working Paper No. 33949. https://www.nber.org/papers/w33949
AI and Identity Work: A Case of AI Implementation and the Fragmentation of Professional Identity. (2026). Information and Organization. https://doi.org/10.1016/j.infoandorg.2026.100626
作者註：本文產品上市情境為教學案例，非真實企業事件。文中的人機協作三角關係及 3R 領導框架，是根據相關實證研究與組織理論由慧培國際提出的整合性觀點，並非已被完整驗證的學術模型。