別再跟AI比快!深耕科技業15年,吳承漢:「深度、溫度」才是人才護城河
圖/取自Unsplash,攝影者Kevin Ku。(示意圖) 當AI已能在幾秒內搜尋資料、整理資訊、生成簡報,甚至拆解任務自主執行,過去以速度、知識量與產出效率建立的職場優勢,正快速被重新定價。
對此,《B2B超業進化:AI時代的顧問式銷售與價值共創思維》作者吳承漢觀察,當工具取得門檻愈來愈低,決定人才差距的,不再是誰先學會操作最新的軟體,而是能否憑藉專業判斷、跨域整合與情境理解力,將AI產出的海量答案,轉換為可具體落地的商業價值。
為此,吳承漢提出了「π型人才」的未來框架:一隻腳扎入專業,一隻腳延伸至AI,頂部再以跨域整合能力連接兩端。而這一套人才進化模型,正濃縮著他從商管背景跨入科技業15年的職涯體悟。
從商管跨進科技業,學會將「企業痛點」轉譯出「科技解方」
回顧吳承漢在科技業的資歷,很容易以為他是工程背景出身;然而,大學主修經濟與企管的他,既非資工科班,也寫不出一行程式碼。真正讓他跨進科技業的契機,來自一位任職IBM的學長。
經過引薦,吳承漢這才察覺,科技業裡的重要角色,未必都得是工程師。儘管跨域求職的他也非一路順遂,初次面試時,即有主管直言「背景不符」;直到幾個月後出現另一個職缺,才讓他成功取得軟體銷售的入場券。但有了最前線的實務歷練,吳承漢不僅一步步升任客戶經理,還在參與上百家不同規模企業數位轉型的過程中,發現一項經常被低估的價值:轉譯。
原因是企業談的,不外乎成本、人力、市場競爭與獲利瓶頸;科技端提供的則是硬體、軟體、雲端與系統架構。兩端之間存在著一道難以跨越的認知落差,必須有人精準讀懂商業問題,再從痛點提煉出切實可行的科技解方。
而當「轉譯」為不同領域鋪墊出扎實的基礎後,下一步便是成為一名「整合者」,把企業需求、科技語言與人性考量加以串聯,造就一波波科技浪潮都沖不走的競爭力。

AI一鍵量產內容,反而讓專業人才的「篩網」更值錢
AI興起後,「轉譯」與「整合」的能力又更加凸顯,不過前提也跟著悄然改變。吳承漢梳理了近年AI演進的軌跡:從前期的預測型AI、當前的生成式AI與AI Agent(AI代理人),再走向機器人與智慧製造等物理型AI(Physical AI)。看似底層技術日新月異,但企業面臨的核心問題從未改變,依舊聚焦在如何降低成本、提高效率,並創造營收。而真正變得困難的,其實是當工具愈多、答案愈快,人才能否辨認企業究竟需要解決什麼問題,又該選擇哪一項技術來對症下藥。
循此,吳承漢強調,除了持續跨界學習外,鍛鍊「定義問題」與「批判性驗證」,也將成為AI時代的關鍵能力。尤其AI產出愈快,幻覺與錯誤被放大的速度就愈驚人。以往耗費數小時整理的報告,如今秒速可得,若使用者缺乏專業知識,根本無從辨別結論是否切中要點,邏輯又是否縝密。

