《顧問級問題解決力》前麥肯錫顧問談 AI 時代的不可取代性

最近有個問題，一直在我腦中揮之不去——

當 AI 幾乎什麼都能做，我們的價值，還剩下什麼？

這題不太好答，也有點讓人不安。

但只要誠實問自己一句：「我每天做的事，AI 做得到嗎？」

答案其實很明顯：我們做的很多事情，已經可以被取代了。

直到我和 Bradley 陳彥廷聊完，才重新抓到一個關鍵。

他的背景很少見。

臺大醫學、Harvard 碩博士，做過 McKinsey 顧問，也當過樂天醫藥台灣總經理，還擔任過 Appier 策略副總。

一路走來，他都在做同一種事：做決定，同時也為結果負責。

在他看來，AI 越強，越能凸顯你能不能在不確定中做出判斷，並為結果負責。

以下，是在這場訪談後我整理的 7 個重點，一起分享給你。

---

一、為什麼判斷力，比知識更稀缺？

其實，當大家還在為 AI 感到焦慮時，有個畫面很值得我們想一想。

現在 AI 可以幫你寫報告、做簡報、跑分析。

但只要它一走進會議室，就會卡住了。

因為它讀不懂現場的氣氛，也抓不到人與人之間的微妙互動。

所以即使AI 能力再強，最後那個需要負責的決定，還是只能由你來做。

偏偏，工作裡最難的，常常就在這裡。

很多時候，眼前的決策資料永遠都不完整，但你還是得選一條路走。

現實世界不會等你把事情研究到完美。

在多數情況下，你需要的是在還不確定的情況下，給出一個方向。

知識現在很容易取得。

他強調：「真正稀缺的，是那種在七成把握下，願意承擔不確定、做出決定的人。」

就像我在這幾年做內容也很有感。

同樣的書、同樣的工具，有些人寫出來很普通，有些人卻很有洞見。

差距來自你怎麼看、怎麼選。

AI 越強，這個差距只會越來越明顯。

---

二、AI 能做的事和做不到的事，分界線在哪裡?

現在其實有一條分界線，變得越來越清楚。

AI 擅長的，是那些規則明確、資料完整、可以反覆執行的工作。

寫摘要、整理資料、做簡報草稿、產出第一版文案，這些它不只做得到，還常常更快。

但有些事情，還是得靠人。

比如以下三點：

第一，讀懂現場。

會議室裡誰真的同意、誰只是點頭帶過，誰在顧面子、誰在盤算利益，這些細節，AI 看不到。

第二，整合判斷。一個決定，不只關乎技術，還牽涉到組織、預算、時機、各種利害關係。

把這些拉在一起，選出一條整體勝率最高的路，還是人的工作。

第三，承擔後果。AI 可以給建議，但最後簽字的人是你。出了問題，被叫進會議室的人，也只會是你。

AI 的出現，確實把很多人的基本表現拉高了。

但真正拉開差距的，還是你能不能把標準往上推。

如果你的工作只是更會用 AI，那只是讓自己不落後。

真正讓人記住的，是你看見了別人沒看到的，然後做出一個需要負責的決定。

---

三、從研究員到顧問，再到執行者，思維會怎麼切換?

Bradley 的職涯，其實是三種邏輯的交疊：學術、顧問、執行。

他剛從 Harvard 博士進到 McKinsey 紐澤西辦公室時，衝擊很大。

過去他在學術界，習慣把一個問題研究到最透。

每個環節都要嚴謹，每個假設都要有根據。

寫五年論文，可能只是為了證明一個很小的命題。

但顧問業完全不同。

時間用「週」在算。

第一週提出假設，第二週驗證關鍵數據，第三週客戶就要看到方向。

沒有人會等你慢慢研究到完美。

還記得他第一次交資料給合夥人時，只被回了一句話：「我不要看你查到了什麼，我要看你建議客戶做什麼。」

那一刻他才意識到，顧問的工作，不是研究，是幫人做決定。

而真正的轉折，發生在後來進到樂天醫藥，成為台灣總經理。

角色從給建議的人，變成承擔後果的人。

回頭看過去在 McKinsey 給的某些建議，會出現一種新的感覺：有些事情，當時其實還沒有真的懂。

例如，執行一件事其實有多困難。

例如，每一次人事變動背後，都藏著許多看不見的情緒。

例如，做出正確的決定，和讓整個組織願意一起執行，往往是兩回事。

也因此，對一件事的看法變得很清楚：「真正成熟的判斷力，不是推演出來的，是在做過、跌過之後，才慢慢長出來的。」

---

四、想養成「顧問級視角」，普通人可以怎麼練?

很多中階主管，或想往上走的人，常卡在同一關。

技術很強，執行也沒問題，但一遇到那種「連老闆自己都還講不清楚」的模糊專案，就開始慌。

這其實很常見。

想改善以上問題有三個做法，很實用你可以學起來。

第一：學會幫老闆「重新定義問題」。

老闆丟下來的，很多時候是煩惱。像是「業績為什麼下滑」，更像一種情緒。

你要做的，是把它拆開。

市場變小了？客戶流失？還是內部執行出問題？

把模糊的煩惱，轉成可以驗證的問題，這就是第一步。

第二：先想清楚有哪些人會被影響。

很多人會卡在「我的數據很完整」，但提案還是被擋。

關鍵常常在人。

會議桌上，每個人都有自己的立場。

一個成功的提案，內容很重要，同時也要先想過：誰會支持、誰會反對、誰可以幫你說話。

第三：把報告變成一個「讓人能決定」的故事。

老闆每天看很多數字，他不缺資料。

他需要的是一個清楚的脈絡。

問題是什麼？有哪些選項？你建議哪個？風險在哪？接下來怎麼做？

講清楚，讓他能安心拍板。

其實所謂「顧問的視角」，重點在於更懂得站在對方的角度思考。

你做的不只是解題，你是在幫那個要做決定的人，把決定變得更容易。

這，才是真正稀缺的能力。

---

五、顧問思維，怎麼能濃縮成 7 個步驟?

最近 Bradley 跟 Lin-Ga、Dr. Harvey 一起推出一堂線上課《顧問級問題解決力：7 步驟搞定職場難題》。

你可能很好奇，顧問思維聽起來這麼複雜，怎麼可能濃縮成 7 步驟？

事實上，這 7 步，是他們在 McKinsey 等顧問公司，做了上千個專案後，一路驗證出來的「最少必要動作」。

這 7 步可以分三類:

第一類在前面,把問題弄清楚：怎麼定義、怎麼分析、怎麼排序;

第二類在中間,實際做分析、做整合;

第三類在最後,提出方案、給建議。

聽起來不難，但最多人卡住的，通常都是第一步。

很多人一接到任務，就急著開始做。

結果花了幾個禮拜，做出一份完整方案，最後卻被老闆一句「我要的不是這個」打回來。

而這背後真正的問題出是在一開始就選錯了題目、搞錯了方向。

這堂課想幫的，就是那種很認真，卻常常做白工的人。

問題不在能力，而是少了「先把問題定義清楚」這一步。

我自己做內容、做產品，也很常掉進這個坑。

事情很多，一路忙下去，才發現其實沒有先問清楚：真正要解決的是什麼。

這個習慣，在 AI 時代，反而變得更重要。

---

六、AI 時代，為什麼最重要的反而還是「人」?

在 AI 時代，一直追新工具、狂看商業書，未必是關鍵。

反而是回到「人」，變得越來越重要。

因為 AI 已經讓資訊變得很便宜。

便宜到，五分鐘就能整理出一份看起來很專業的分析。

但也因為這樣，跟人有關的能力，反而更稀缺。

怎麼理解真正的需求、怎麼處理衝突、怎麼說服一個還在猶豫的決策者、怎麼在團隊裡建立信任。

這些能力，AI 做不到。

書也很難直接教會。

只能在一次次互動裡慢慢長出來。

如果你從今天開始想實踐看看，方法很簡單，就是一直問「為什麼」。

為什麼要做？要解決什麼？最後要幫助什麼決定？

而且不只自己想，要多問不同的人。

把各方觀點拼起來，才看得到全貌。

AI 越強，能處理「人」的人，就越值錢。

AI 可以幫你寫好一份報告，但它無法坐在會議室裡，看著對方的反應，把那份報告變成一個對方願意點頭的決定。

那一刻，還是需要一個人。

---

七、AI 時代，該讀哪三本書？

訪談最後，Bradley 推薦了三本書，很適合這個時代讀。

它們有一個共通點：都用故事在講事。

背後其實對應三種能力：怎麼看問題、怎麼理解世界、怎麼在不確定中做決定。

第一本書是，呂世浩的《一場歷史的思辨之旅》。

看起來在講歷史，其實在練「換位思考」。

如果你活在那個當下，只知道那些有限資訊，你會怎麼選？

這正是我們每天都在面對的決策狀態。

第二本書是，Hans Rosling的《真確》。

很多人以為自己很了解世界，但其實常常只是憑直覺在判斷。

而直覺，常常是錯的。

這本書提醒你，先看清真實，再做判斷。

第三本書是，Andrew Sorkin的《1929》。

講的是大蕭條前，一群聰明人怎麼一步步走向錯誤。

關鍵不只在能力，更在混亂中能不能保持清醒。

仔細看，會發現這三本書都在講同一件事：那就是「人」。

時代會變，但人的判斷、盲點和掙扎，其實沒太大改變。

而這些，正是 AI 最難取代的地方。

---

後記：AI 時代的挑戰與機會

對談結束後，我在筆記本上寫下一句話：「AI 時代最稀缺的，是在模糊中做出好判斷的能力。」

回頭看這幾年，我最大的成長，不只是學會更多工具，更是開始有勇氣做出選擇。

資訊太多時，我們很容易一直收集、比較、準備，

準備到最後，機會其實已經過去了。

Bradley 的每一次轉換，從醫學到顧問，再到經營者，都是在不確定中，選擇相信自己一次。

這也是他做這堂課的原因。

他想做的，是讓大家少一點白工，把時間用在更有價值的產出上。

如果你也有感覺：每天很忙、做了很多，卻說不太出自己的不可替代。

也許這次對談裡的某一句話，會在某個時刻幫到你。

不需要一次記住全部，只要帶走一兩個觀念就好。

當你在某個會議、某個提案，或某個需要做決定的瞬間想起來，

你會發現，自己已經開始不一樣了。

那就是判斷力，正在慢慢長出來的時候。

---

您可能也會有興趣的其他文章

• 我發現讀書會應該這樣做：從內容分享轉向社群學習
• 創作者 Jay Clouse 年收 40 萬美元付費社群教會我的事
• 為什麼瓦基要打造《讀家攻略》限制人數的付費社群？
• 為什麼你對 AI 感到焦慮？停止追求有限遊戲的標準答案
• 張修修是誰？他如何具備把最脆弱的自己攤在陽光下的勇氣？