團隊成員用 AI 做了一份東西交給我，看起來有模有樣，其實是個爛東西——而且他自己不知道爛在哪。這種情況，我遇過太多次。
他不是沒檢查。問題是 AI 的產出通常都長得很像樣，如果心裡沒有一把尺，根本看不出哪裡不對，結果就是整個團隊一起花時間。更麻煩的是，如果他們是 PM 跟工程師，做出來的是「產品」，而產品會把錯誤放大——做錯一個地方，後面要花十倍、百倍的力氣去收。
這些經驗讓我想清楚一件事：以前我看一個人，看的是執行力；現在執行可以交給 AI，我真正要看的，是他對結果的判斷力。
這不是我一個人的錯覺
我讀到哈佛的一項研究，他們追蹤一群肯亞創業者導入 AI 之後的變化：原本就做得好的人，獲利增加約 15%；原本在掙扎的人，數字反而掉了大約 8%。
同一個工具，把強的人放大，很合理；但它把弱的人拖得更弱，這件事一開始讓我有點意外，後來想想很合理——AI 不會補上你缺的東西，它只會放大你已經有的東西。
我找人的方式也變了
以前我面試 PM 跟工程師，看的是執行力。現在我幾乎一定會問這四題：
1. 你目前「如何」應用 AI？
2. 「為什麼」這樣應用？
3. 你「怎麼界定」什麼時候你自己做、什麼交給 AI？
4. 你「如何判斷 AI 產出的品質」，而且「你的系統如何確保持續產出你要的品質」？
大部分人只能答到第二題。所以我偶爾會懷疑，是不是我把標準訂得太高。但我越來越確定，不是公司導入了 AI、員工開始用 AI，就等於有了競爭優勢，甚至護城河——因為競爭者要學會用 AI，其實很快。真正難的是這中間的判斷力跟系統設計能力。所以這些問題，變成我現在的判斷依據。
當執行變便宜，判斷力就升值了
那判斷力怎麼來？我的答案是：判斷力＝經驗 × 框架。
弱的人用 AI 更弱，是因為他有了快速產出的工具，卻沒有足夠的經驗去判斷工具給的東西對不對。快速產出少了判斷，只是更快地浪費生產力，甚至更快犯錯。經驗要靠時間磨，但框架可以借。
以下這個「AI 護城河」的框架，就能把模糊的判斷，變成四個可以具體釐清的問題。
AI 護城河的四個要素（公司版）
一、工作流：我們做的這些步驟，哪些是客戶真正付錢買的價值，哪些只是把價值送到他手上的方式？
二、資料：我們手上有沒有競爭者拿不到、而且越用越值錢的資料？
三、客戶關係：客戶跟我們買的是「一個結果」，還是「我們這家公司、這個人」？
四、通路：如果冒出一個 AI 原生的對手要搶我們客戶，他最大的障礙是什麼？
同樣的問題，我也拿來問自己和團隊：
AI 護城河的四個要素（個人版）
我把這四個角度用在自己身上，順便訓練我的團隊：
一、工作流：我的時間，花在判斷「該做什麼、怎麼建立更有效的流程」，還是花在「把東西做出來」？
二、資料：我的專業，是 Google 查得到的基本常識，還是只有我長期累積、待過現場、有深度觀察，才長得出來的洞察？
三、客戶關係：別人找我，是要「一份產出」，還是他信任「我這個人」的判斷跟建議，或者就是想跟我一起做事？
四、通路：我是只靠「公司給的職位」被看見，還是靠自己的名聲跟成果，讓別人主動想到我？
這四個角度加起來，其實指向同一件事：AI 時代能留下來的，不是「會做事的人」，而是判斷力強、有獨家經驗、被人信任、而且不靠公司也能被看見的人。
我最近常問自己兩個問題——我自己是這樣的人嗎？我有沒有辦法把團隊也帶成這樣的人？
如果你也每天在用 AI，這兩個問題，或許也值得你問問自己。
如果你也在公司裡推 AI，正卡在「怎麼把判斷力帶進團隊、怎麼找到對的人」，歡迎來跟我聊聊 → 預約 60 分鐘顧問諮詢；想做整個團隊的 AI 能力訓練，可以看看我的 企業內訓。
