生成式 AI 問世三年，人人的工作中都多了一位「隱形同事」，各種 AI 工具快速演進，它們已不再只是協助我們撰寫信件或回覆提示詞的工具，甚至逐漸進入更深層的工作流程之中，但對大多數職場工作者來說，我們真的有因為使用AI提升了工作的產出價值嗎？還是停留在把工作加速呢？
華頓商學院教授伊森・莫里克（Ethan Mollick）在這本書裡，不談工具操作，也不談 AI 的技術原理。他想解決的是一個更根本的問題：在一個 AI 能力不斷擴張的時代，人類工作者如何建立一套不被淘汰的協作思維框架——不論工具如何翻新，都能站得住腳。
以下整理書中3個核心觀點。
1.把 AI 當夥伴，而不是工具——從「使用」到「協作」的思維轉換
莫里克的起點，是重新定義我們和 AI 的關係。AI 不是傳統軟體，它的行為更接近人類——能發揮創意、有說服力，不確定時也會含糊其辭，胡謅的恰有其事，但卻也阻擋不了，越來越多的人「萬事問AI」
除非是法律或道德不允許，否則你該嘗試邀請 AI 協助你做每一件事。你拿 AI 來實驗的時候，有可能滿意，也可能感到挫折、無用或不安。不過，這麼做不只是為了有幫手，而是你摸熟 AI 的能力後，就更知道 AI 能以什麼方式協助你，或是威脅到你和你的工作。
——伊森・莫里克，《工作者的 AI 共智模式》
作者用「鋸齒狀前緣」來描述 AI 的能力邊界：有些任務 AI 出乎意料地擅長，有些看似簡單卻完全失靈，這條隱形的界線沒有手冊可查，只有靠不斷實驗才能摸清。隨著你的使用與工具能力的迭代，正在建立你對ＡＩ進入工作流程的思維。
2. 企業導入偏少，缺的不是工具，而是從「職位」到「任務」的思維重構
根據 2025 年初「台灣產業 AI 化大調查」，仍有七成企業無法跨過 AI 化的門檻。生成式 AI 問世超過三年，多數組織的工作流程卻幾乎沒有改變。
一份工作（job）由多種任務（task）組成，而工作又隸屬於體系（system）之下。如果沒考慮體系與任務的概念，就無法真正了解 AI 對工作產生的影響。
——伊森・莫里克，《工作者的 AI 共智模式》
他進一步把任務拆成三類，提供了一個可操作的分工框架：
1.「非我莫屬的任務」（Just Me Tasks），AI 無法在那些任務中派上用場，只會增添人工審核、重工的可能性。
2.「委派任務」（Delegated Task），也就是你把部分的任務交給 AI，接著仔細檢查（記住，AI 永遠都有可能虛構事實），縮短該任務的執行時間。
3.再來是「自動化任務」（Automated Task），也就是你完全交給 AI，簡單的判斷條件就能完成的，讓協作人員投入的專注力最小化。
💡 給求職者的建議
檢視現有工作流程中，有哪些任務的組成？分析哪些流程下是可以交付給AI。
真正的 AI 能力，不只是「會用 AI 的人」，而是能用 AI 重新設計自己工作方式的人，持續探索與運用AI，將成功案例呈現在履歷中，讓獵頭主動找上你。
🌐 延伸閱讀看求職趨勢
3.協作的另一半，是知道什麼時候不要相信 AI
隨著人類愈來愈依賴 AI，最大的風險是判斷力的退場，把輸出視為事實、省略查核步驟、讓判斷力逐漸退場，但它畢竟不生活在真實世界中，透過過往經驗中的感官與認知，除了判斷真偽，甚至我們的品味都將是Ai無法取代的。
你雖與 AI 合作，但不會被愚弄。你負責關鍵的監督，提供獨特的視野、批判思考能力與道德判斷。你參與 AI 流程，但不會過度仰賴 AI、變得自滿，這樣的人機合作會帶來更理想的結果。
——伊森・莫里克，《工作者的 AI 共智模式》
現在建立的框架，比現在用的工具更重要
AI 工具的迭代速度，讓任何「工具熟練度」的培訓都有快速過期的風險。莫里克對這個現實說得很坦白：
「不論你目前使用哪一種 AI，那在未來都將是你用過最糟的 AI。」
——伊森・莫里克，《工作者的 AI 共智模式》
這其實是一個打造職涯行動：不完全鎖定在Ai使用技術上，建立協作思維——如何分工、如何查核、如何判斷力。這些能力，不會因為工具的轉變、技術換代而失效。
閱讀推薦：
伊森・莫里克，《工作者的 AI 共智模式》（Co-Intelligence: Living and Working with AI），天下雜誌出版，2026 年 3 月
