AI 不會取代你，但會放大「你會不會被選中」的殘酷差距
一則新聞推送：「耶魯與布魯金斯最新研究：ChatGPT 上線後，職場結構並沒有劇烈改變，AI 並沒有大舉取代人類工作。」
我愣了一下。因為就在昨天晚上，一位學員還在問我：「老師，我是不是該趁早轉行？不然 AI 把我吃掉怎麼辦？」
這種焦慮我太熟悉了。幾乎每一場講座、每一次一對一諮詢，都有人抱著「我要不要趕快逃」的表情。但有趣的是，數據卻告訴我們：大規模裁員沒有發生。真相往往不是「你會不會被 AI 替代」，而是「你會不會成為懂得駕馭 AI 的人，被市場選中」。
我記得一個鮮明的案例。
那是一位做市場研究的朋友，他習慣每天花六小時蒐集資料、整理報告。AI 爆紅後，他第一個反應是：「完蛋了，我的工作最容易被取代。」結果他硬著頭皮，把 ChatGPT 當成「研究助理」來用。起初很卡，因為他只是把問題丟進去，得到一堆雜亂答案。但幾次迭代後，他開始設定角色、給評審標準、要求交付格式。結果呢？原本要六小時的工作，壓縮到 45 分鐘，而且報告更有結構。更妙的是，他空出來的時間，反而用來和客戶對接、談策略，案子比以前更多。
相反的，我還見過另一個案例。
一位自由工作者，擅長寫廣告文案。ChatGPT 出來後，他也學著用，但方式完全不同：他只是把舊稿子丟進去，叫 AI 改寫。幾次下來，稿子看起來還不錯，他卻發現：客戶開始嫌他「沒什麼差異化」，甚至懷疑是不是直接拿 AI 生成。半年內，他流失了三分之一的客戶。不是因為 AI 取代他，而是他沒有讓 AI 放大自己的獨特價值。
我後來整理出一個很有意思的「流程弧線」。
剛接觸 AI 的人，通常會經歷三個階段：
第一個階段是「好奇」：隨便問一問，好像什麼都能回答。
第二個階段是「挫折」：發現答案不精準，開始懷疑 AI 沒用。
第三個階段才是真正的「突破」：當你懂得設計角色、設定自評標準、反覆重跑，AI 會變成能交付「可賣成果」的引擎。
我自己試過最極端的一次，是在一個週末挑戰「7 天 MVP」。
第一天，我用 ChatGPT 生成 10 個選題，逐一評分，最後定稿一個課程大綱。
第三天，已經有 Demo 簡報、腳本、交付物樣張。
到第七天，連案例與檢核指標都整理好，拿去跑預售。結果呢？第一波名單轉換率超過 10%，光是這一輪就回收了成本。
這經驗讓我徹底明白：AI 不是來搶飯碗的，而是來加速「你能不能把飯碗升級」的工具。
數據上也有對比的啟發。
研究報告指出，AI 雖然沒有造成大規模失業，但在一些角色上，效率提升幅度是驚人的。例如，客服回覆時間平均縮短 60%；文件處理效率提升 2–3 倍。這就像工業革命時代，紡織機讓布匹產量暴增，但不是所有工人都失業，而是分化出「會操作機器的人」和「被機器淘汰的人」。
想像一下：兩位行銷顧問同時接到客戶需求。
一位花三天寫銷售頁；另一位用 ChatGPT 先跑一個藍圖，半小時就有雛形，接著再人工修正到位。客戶會選誰？答案不言而喻。這就是「被選中」的差別。
很多人問我：「那我該怎麼辦？」
我通常不會直接丟一堆清單，而是分享我的親身嘗試。像我現在每次設計交付物時，腦中都有一個小檢核表：
這個成果能不能被快速複製？能不能馬上拿去成交？能不能用數據衡量？
只要三個答案都是 Yes，我就知道 ChatGPT 幫我產出的東西，不只是草稿，而是商品。
有趣的是，這樣的習慣不是靠理論，而是一次次「挫折→調整→突破」練出來的。我還記得第一次讓 AI 幫我寫 FAQ，結果客戶直接回一句：「這根本不像你會說的話。」當下真的很受挫。但正因為這樣，我才開始教 AI 學我的語氣、我的邏輯。等到第二次交付，客戶驚呼：「這真的像你！」成交率直接翻倍。
所以我想說的是：
AI 不會取代你，但它會加速「你是不是能被市場選中」。會用的人，像拿到加速器；不用的人，慢慢就被甩開。
真正的關鍵，不是逃跑，而是如何把 AI 融進自己的工作流，讓它成為「成果複製器」。
我常提醒自己：自由不是沒有威脅，而是即使威脅存在，你還能選擇怎麼走。AI 給我們的，不是焦慮，而是一次重新分配籌碼的機會。你要做的，不是問「會不會被取代」，而是問「我想被選中在哪個位置」。
有時我會笑自己，原本以為 AI 只是節省時間的工具，結果它反而逼我重新定義「什麼才算成果」。如果你也想親手試試，把抽象知識在 7 天內變成可賣的交付物，👉我已經把整套流程和範例整理好，放在這裡
