O2- 會用 AI 工具，不等於準備好了
行銷部的經理最近有個困惑。部門裡第二年的新人柏翰，是公認的 AI 高手：五個工具輪流用，一個小時就能交出一份市場分析報告，版面漂亮、圖表齊全。但上週那份報告裡，有一個競爭對手的市佔率是 AI 編出來的，他完全沒有發現，差一點就送進了經營會議。
抓到錯誤的是資深主任秀琴。她在這個產業十八年，一看數字就說：「這不可能，他們去年才剛退出這個市場。」然而當經理請她用 AI 重新設計每月的銷售預測流程時，她的回答是：「照原來的方式比較穩，我們一直都是這樣做的。」
經理不確定，這兩個人誰才算「準備好了」。
（以上為示意情境。）
答案可能是：都還沒有。柏翰會用工具，但還不會判斷；秀琴會判斷，但還不願重想。很多公司的 AI 培訓與評估，只看得到前者。
數據說了什麼：需求變了，學習沒跟上
BCG《AI at Work 2026》 （14 個市場、11,749 位工作者）指出，72% 的工作者表示，自己工作所需的技能已經因為 AI 而改變；但只有 36% 認為自己得到了足夠的再培訓。需求變了，學習卻沒有跟上。
那什麼是「足夠」的培訓？Korn Ferry《2026 人才招募趨勢》 給了一個線索：73% 的人才主管把批判思考與解決問題列為最需要的人類技能，其次是創造力、適應力與情緒智商。報告的意思很清楚：組織需要的是能評估 AI 的產出、看出它的瑕疵的人，而不只是會操作工具的人。
員工也想學。Mercer《2026 全球人才趨勢》 問員工：「如果要放棄一次 10% 的加薪，你願意換什麼？」63% 選擇了 AI 與數位技能的培訓機會。這是假設性問題，反映的是意願而不是實際行為，但它說明了一件事：缺的不是學習意願，而是對的學習內容與方式。
這些數字都來自顧問公司與招募顧問的調查（證據等級 C），反映的是受訪者的感受與看法，不是能力的客觀測量。但它們指向同一個方向：AI 就緒的關鍵，不在技術操作。
什麼才是 AI 就緒：SHL 的四個因子
測評公司 SHL 在 2026 年推出「AI 就緒度評量」，首席科學官 Sara Gutierrez 在 Josh Bersin 的節目中介紹了它的架構。評量看四個因子：
- AI 素養 理解 AI 能做什麼、不能做什麼，知道它的風險與限制。
- 分析思考 能評估 AI 的產出是否合理，看出矛盾與錯誤。
- 持續學習 願意也能夠不斷更新自己的做法。
- 推動 AI 的意願 不只自己用，也願意帶動他人、改變工作方式。
SHL 從超過一百萬份評量資料中發現，區分「超級工作者」（superworker，指能用 AI 提升工作影響力與意義的人）的，不是技術能力，而是他們所說的 Powerskills：適應力、批判思考、學習導向這些持久的人類能力。而且這些能力是可以培養的。
這個觀點和學術上的「學習敏捷度」不謀而合。DeRue、Ashford 與 Myers（2012）在回顧這個概念時指出，學習敏捷度常被企業用來選才與培育人才，但定義與測量都不夠清楚。他們把它定義為：在一個情境中快速掌握狀況，並且能靈活地在不同想法之間移動，從經驗中學習的能力。放到 AI 的時代，這個能力的重要性只會更高，因為工具本身每幾個月就會變一次。
兩種人的兩種落差
SHL 的資料還有一個很實用的發現：資淺與資深員工的落差，剛好相反。
資淺者會用工具，但不一定用得好。 剛畢業的年輕人通常很快就能上手新工具，但他們還沒有累積足夠的領域經驗，很難判斷 AI 的答案對不對。就像柏翰，他不是不認真，而是不知道哪個數字「不可能」。他缺的是判斷。
資深者有情境判斷，但較難從頭重想。 資深員工的經驗讓他們一眼就看出問題，但同樣的經驗也讓他們容易被「我們一直都是這樣做的」綁住。秀琴不是不會用 AI，而是不想拆掉自己營運了十幾年、也證明過自己價值的那套做法。她缺的是重想。
SHL 的結論是：兩種人都還沒有準備好，也都需要幫助。但幫助的方式不同：資淺者需要累積判斷的機會，資深者需要放下舊做法的安全感。用同一套「工具操作課程」來訓練所有人，對兩種人都不夠。
心理動力的解讀：為什麼「要學」的人不一定會學
以下是作者的觀點，而非上述研究的發現。
組織心理學家 Edgar Schein 在一次《哈佛商業評論》的訪談中（Coutu, 2002），把組織學習的心理機制說得很清楚。他認為人在面對變革時，同時有兩種焦慮：
- 生存焦慮 如果不改變，我會被淘汰。
- 學習焦慮 如果我開始學，會有一段時間變得不夠好，可能被負評、失去自己原本的身分，甚至不再被原來的團體接納。
只有生存焦慮大於學習焦慮，人才會開始學。但 Schein 特別提醒：組織不應該用提高生存焦慮的方式推動學習，而是要降低學習焦慮，建立讓人敢憑經「暫時不夠好」的心理安全感。
用這個觀點看秀琴，她的「照原來比較穩」就不只是固執。對一位靠經驗建立權威的資深員工來說，從頭重想流程，意味著要在年輕同事面前暫時變成「不會的人」。這是一種身分的威脅。而公司常用的推動方式，例如「不學 AI 就會被取代」，只是在提高生存焦慮，反而可能讓人更緊地抓住舊做法。
柏翰的焦慮則是另一種形狀。他的安全感建立在「我很會用工具」上，如果承認自己判斷不了 AI 的對錯，就等於承認這個安全感並不穩固。所以對他來說，最需要的是一個可以安心說「我不確定這個數字對不對」的環境。
怎麼做：培養判斷、適應與學習
一、評估時看判斷與學習，而不只看工具操作。 把「AI 能力」的評估從「會不會用」，轉為「會不會判斷」與「會不會重想」。例如在訓練或面談中，給一份含有錯誤的 AI 產出，看對方能不能找到問題；或請對方說明「如果不用現在的方式，這個流程還可以怎麼做」。SHL 也提醒，評量要定位為「發展與支持」而不是評判，否則反而會提高學習焦慮。
二、建立安全的練習場。 讓員工在不影響正式工作、也不影響績效的環境中試用 AI，例如每月一次的「拆解會」：大家帶一份 AI 的產出，一起找它的錯誤與盲點。主管也要示範「我不確定」與「我也在學」，這是降低學習焦慮最直接的方式。
三、資深與資淺配對，互相補位。 把柏翰與秀琴配成一組，一起重新設計銷售預測流程：柏翰負責試工具、提方案，秀琴負責問「這個數字合理嗎」與「這樣做會漏掉什麼」。這不是傳統的師徒制，而是雙向的「反向導師」：資淺者從資深者身上學判斷，資深者從資淺者身上學重想。更重要的是，兩個人都有一個「我有貢獻」的位置，學習焦慮自然會降低。
給人資與 OD 的提醒： 檢視一下公司的 AI 學習計畫，有多少比例是工具操作，又有多少是判斷、重想與學習方法。如果前者佔了大部分，就是在訓練更多的柏翰，卻沒有幫助秀琴。也要留意，不要把「學不學 AI」當成影響考績的威脅，這只會提高生存焦慮。
結語：AI 時代最重要的能力，是持續重新學會
工具會不斷更新，今年最會用的人，明年未必還是。真正能留下來的，是判斷什麼對、什麼不對的能力，是願意放下舊做法重新想的勇氣，是一次又一次重新學會的能力。
柏翰與秀琴都不是「沒準備好的人」，他們只是各自少了一半。組織要做的，不是選出誰比較準備好，而是讓他們把另一半補上。
留給你的問題： 你們評估「AI 能力」的方式，看的是會不會用，還是會不會判斷？你團隊裡的「秀琴」，又需要什麼才敢開始重想？
延伸閱讀
參考文獻
- Bersin, J. (Host). (2026, July 22). New SHL assessment identifies skills for AI-ready workforce [Podcast episode, with S. Gutierrez]. https://joshbersin.com/podcast/new-shl-assessment-identifies-skills-for-ai-ready-workforce/（證據等級 C：測評廠商資料）
- Boston Consulting Group. (2026, June 3). AI is reshaping jobs faster than companies are reshaping work [Press release]. https://www.bcg.com/press/3june2026-ai-reshaping-jobs-faster-than-companies-reshaping-work（證據等級 C：顧問公司調查）
- Coutu, D. L. (2002). The anxiety of learning [Interview with Edgar H. Schein]. Harvard Business Review, 80(3), 100–106.（證據等級 B：專家訪談）
- DeRue, D. S., Ashford, S. J., & Myers, C. G. (2012). Learning agility: In search of conceptual clarity and theoretical grounding. Industrial and Organizational Psychology, 5(3), 258–279.（證據等級 A：同儕審查文獻）
- Fast Company Middle East. (2025, December 3). Human-AI workforces emerge as companies rethink hiring strategies: Korn Ferry report. https://fastcompanyme.com/news/human-ai-workforces-emerge-as-companies-rethink-hiring-strategies-korn-ferry-report/（證據等級 C：轉引 Korn Ferry《TA Trends 2026》）
- Mercer. (2026, February 25). Global Talent Trends 2026 [Press release]. https://www.marsh.com/en/corp/about/news/mercers-global-talent-trends-2026-report.html（證據等級 C：顧問公司調查）
【備註】BCG 的 72% 與 36% 轉引自媒體報導（Cloud Wars），SHL 的四個因子與資淺、資深的發現來自節目介紹，尚未讀到 SHL 的正式報告，屬測評廠商客戶資料，非同儕審查研究。Korn Ferry 的數字轉引自媒體報導，報告未公開樣本數。DeRue 等人對學習敏捷度的定義依作者記憶整理；Coutu（2002）的卷期頁碼依作者記憶整理。
慧培國際相關服務
- 主管轉型課程 幫助主管建立安全的學習環境，帶領資深與資淺成員一起走過 AI 轉型。
- 人才發展 以判斷、適應與學習為核心，設計 AI 時代的人才評估與發展方案。
更多資訊請見慧培國際網站 www.whitespace-leadership.com 。