AI 能做 80 分，做不到 100 分的人註定淘汰！麥肯錫、哈佛校友建議新鮮人這樣做

「AI 時代，誰會被淘汰？」兩位哈佛、管顧公司麥肯錫校友 Bradley 與 Harvey 在「在另一維度的決策世界，追求精準可能毫無意義 」影片中聊到了這個話題。

Bradley 首先提到 AI 完全沒辦法「讀空氣」，但這是讓事情落地的關鍵。以管理顧問業來說，最花時間的是斟酌要放什麼內容。像是「這個用字會不會引發某些人的情緒反應？」這種問題 AI 難以判斷，也十分考驗人類對於現場狀況的掌握。

Haevey 提到，有被訓練過、已經有眼光的人，給他 AI 就是如虎添翼。因為他知道什麼是「好」，AI 給的東西，他可以修到更好。但剛出社會的新人不知道什麼是好，AI 給他答案，他就照單全收。未來要的，是用 AI 做到 80 分，再精修到 100 分。但沒有判斷力的人，會直接交出 80 分。不管 AI 幫你做了多少，你要補上最後那一段。前提是你要知道差在哪。

AI 做不到讀空氣，但這才是讓業務落地的關鍵

Bradley 表示 AI 完全沒辦法「讀空氣」，他提到，目前的 AI 還做不到真正理解大家可能的情緒反應。但這件事情對於「如何把一個東西真正落地」其實非常關鍵。還是需要真的坐下來，跟人有實際互動，才有辦法理解這些細微的東西。從商業場景來說，這反而變成一個非常關鍵、而且差異最大的學習點。

在 AI 出現之後，資料分析很明顯會慢慢被 AI 取代，這是一個不可逆的趨勢。但最後還是會回到一件事：誰能拿著這些被分析過的數據，做出好的判斷，並讓整個團隊形成共識、繼續往前走。

這其實才是最困難的。很多判斷，最終還是需要人去做解讀。

筆者補充：大型語言模型顧名思義，訓練原理是把海量資料餵給他，讓他預測下一個最可能出現的字詞。倚靠龐大的資料庫來理解前後文，再從資料庫輸出內容。它知道「蘋果掉下來」這幾個字常出現，但它並不理解重力。同樣的，他也難以理解「讀空氣」這種抽象的情境。但他在資料分析這種領域，就只差在模型效率。

用 AI 做報告？真正關鍵還是判斷力

Bradley 用做簡報來舉例。以前在學術界，可能會花很多時間調整格式、做分析，然後把內容整理好，上台報告、討論。但在管理顧問公司，真正花時間的，其實是「斟酌要放什麼內容」，以及「同一句話到底要怎麼講」。

Harvey 進一步表示，用這個字，對現場的某些人來說，會不會是敏感的？會不會引發某種直覺的情緒反應？因為一旦對方的杏仁核被觸發，他的耳朵基本上就關起來了。

AI 天生受限，難以做到「這個用字會不會引發情緒反應？」這種抽象且主觀的判斷。所以即使 AI 可以幫忙，效率確實提升了。但最重要的，還是「人」去做整體情境判斷。

在這裡，「判斷力」是關鍵字。Harvey 表示，當你能做出這些判斷，代表你對現場的人、他們的背景、他們在想什麼，都有一定程度的掌握。

所以每次有人說：「AI 都可以做簡報了，那管理顧問是不是要消失？」Harvey 會說，如果只是交分析報告，那 AI 絕對可以取代。但如果簡報的目的是「促成改變」，那關鍵就在判斷。如果你讓 AI 完全代表你，你也同時承擔一個風險：它的價值判斷，變成你的價值判斷。但問題是：AI 的價值判斷到底是什麼？某種程度上，它仍然是一個黑箱。

Powerpoint 的重點是 make a point

Harvey 點出一個關鍵：簡報不是交差，而是用來「make a point」。PowerPoint 之所以叫 PowerPoint，就是因為它幫你傳達觀點。需要簡報來幫你傳達觀點，但也不是只有簡報就好，還是需要其他能力。

他提到經理人的角色，其實某種程度是在借用這個經理人的眼光，像是怎樣才算好？怎樣要退回去重做？怎樣處理人的事？這些才是領導最重要的能力。

有眼光的人用 AI 如虎添翼，沒判斷力的人只會照單全收

Haevey 提到，有被訓練過、已經有眼光的人，給他 AI 就是如虎添翼。因為他知道什麼是「好」，AI 給的東西，他可以修到更好。但剛出社會的新人不知道什麼是好，AI 給他答案，他就照單全收，這是最危險的。

真正厲害的人，是用 AI 做到 80 分，再精修到 100 分。但沒有判斷力的人，會直接交出 80 分。而現在的時代，80 分是沒有價值的，因為 AI 一分鐘就能做出來。市場要的是 100 分，不管 AI 幫你做了多少，你要補上最後那一段。前提是你要知道差在哪。

未來職場的關鍵力：主動學習判斷、主動修正、主動升級自己的標準

Harvey 表示自己很感謝一路上有人指導、糾正他。被罵的時候，其實是在這個過程中培養判斷力。現在不一樣了，以前一定要靠人做的事，現在 AI 可以替代。那還需要花力氣去訓練新人嗎？

在這裡他提出一個關鍵的判斷：未來的組織，會越來越傾向留下那些「願意磨到 100 分」的人。如果你只是交 80 分的東西，AI 就可以取代你。當決策影響的金額與範圍越大，上層決策者的共通點是：他們的判斷力已經到位。

個性愛生氣、溫和、內向、外向，都不重要，重要的是「眼光」。來時的每一步都有意義，包括被罵、被修正，現在回頭看都很珍貴。但現在的問題是：已經沒有人有義務教你了。他鼓勵新人要主動去找 feedback。以前是坐著等被電，現在是要主動請人電你。主動去問：還能怎麼改？還能更好嗎？

現在大家都在找「能做到 100 分的人」。所以未來職場的關鍵能力是：主動學習判斷、主動修正、主動升級自己的標準。

因為這些，不會再有人幫你做了。

這篇文章 AI 能做 80 分，做不到 100 分的人註定淘汰！麥肯錫、哈佛校友建議新鮮人這樣做 最早出現於 鏈新聞 ABMedia。