AI 焦慮這件事，我後來比較願意把它看成提醒

雨天的咖啡店，隔壁桌兩位 marketer 壓低聲音在聊天。

「現在 AI 都這麼厲害，我們以後是不是真的沒工作了？」

我聽到的時候，本來有一個很衝動的瞬間想插話。

但我忍住了。

因為我其實很懂那個問題。不是理性上懂，是身體記得那種感覺。滑到一個新模型 demo，看到它三分鐘做完一份簡報、十秒鐘生成一組 campaign idea，心裡會有一個很小聲但很真實的聲音冒出來：

那我呢？

那個聲音滿誠實的。

我後來比較願意把 AI 焦慮看成一種提醒，不是錯誤訊號。它提醒我們，可能有一部分自我價值，真的綁錯地方了。

---

焦慮常常不是因為 AI 太強，是我們守錯東西

我們很長一段時間都被訓練成，用「會做什麼」來衡量自己的價值。

會寫文案、會做簡報、會整理資料、會翻譯、會排程、會分析。這些「會」，就是履歷上的技能欄，也是很多人每天交換薪水的東西。

所以當 AI 開始可以做這些事，而且做得越來越快、越來越便宜、越來越不需要休息，焦慮當然會來。

但我後來覺得，真正讓人焦慮的不是 AI 會做事，是我們突然發現，自己太習慣把價值放在「我會做事」上。

如果一個人只剩下產出速度、格式正確、資料整理、文字流暢可以防守，那真的會很辛苦。因為這些地方，AI 會越來越強。

這不代表人沒有價值。比較像是，有些原本被我們拿來證明自己的東西，可能本來就不是最穩的地基。

---

Tammy 講的「喜歡」，其實比聽起來更嚴肅

有一次跟 Tammy 聊 AI 時代的人類位置，她說了一句我後來一直記得的話：

「在 AI 的時代，你可能做什麼自己以前覺得拿手的事都會贏不過 AI。唯一一件你能夠贏過 AI 的事，是你可以『喜歡』。」

第一次聽會覺得這句話有點浪漫。

但它其實很嚴肅。

「喜歡」不是興趣欄上的裝飾，不是週末去上陶藝課、或每年去爬一次山那種很漂亮的生活方式標籤。

喜歡一件事，代表你會在別人看不到差異的地方看見差異。你會在意那個字為什麼不準，那個鏡頭為什麼少了一點情緒，那段流程為什麼讓使用者不舒服。你會累積很多不能被快速 prompt 出來的感覺和判斷。

我後來把這件事想成 8% / 92%。

92% 是 AI 越來越能做的事情：執行、整理、翻譯、生成、校稿、排程、摘要、改寫。

8% 是你的人生經驗、品味、偏好、八卦、執著、現場感。

AI 焦慮最深的地方，常常是我們拼命守 92%。可是 92% 本來就會被越做越好。

比較值得問的是，那個 8% 到底在哪裡。

---

找 8%，不是做職涯測驗

我以前也不太喜歡那種「找到你的熱情」的說法。太像海報。

而且很多時候，人不是不知道自己喜歡什麼，是太久沒有讓自己認真聽那個聲音。工作、KPI、家庭期待、現實帳單一層一層蓋上去，喜歡就變成很奢侈的東西。

所以我不覺得找 8% 是做一份職涯測驗。比較像考古。

你回頭看，哪些事情會讓你忘記時間？不是「應該做」，而是真的做了會忘記時間。哪些時刻你其實有點為自己驕傲？不是別人稱讚你，而是你自己知道，那件事有你的痕跡。

這些答案通常不會一次變成很清楚的職涯路徑。它可能只是一些很小的線索。

像是我發現自己一直很在意「把難概念講成人話」。從華語教學，到 content marketing，到現在講 AI coworker 和 provenance，其實底層一直是同一件事。

我也很在意現場感。所以我喜歡爬山、攀岩、旅行，也喜歡跟工程師、創辦人、HR 坐下來聊一個問題到底卡在哪裡。

這些看起來很散。但散了很久之後，會慢慢浮出一條線。

---

AI 讓我比較不需要把人生塞進同一條履歷

AI 出現以前，我們很容易被迫把自己整理成一條看起來合理的履歷。

你要是 marketing，就繼續長成更資深的 marketing。你要是文組，就最好不要突然說你想看 code。你要是主管，就不要承認自己其實想花更多時間寫作、爬山、學一個看起來跟工作無關的東西。

但 AI 慢慢把很多 92% 的執行工作接走以後，我反而覺得人生變得比較可以有支線。

過去一年多，AI 同事接掉我很多整理、初稿、校稿、排程、資料查找的工作。我才有比較多力氣重新寫 blog，去學攀岩，考導遊領隊執照，參加整聊師培訓，爬吉利馬札羅。

這些事情很難被塞進一個傳統職涯敘事裡。但它們都在餵養我的 8%。它們讓我更知道怎麼描述現場，怎麼理解人面對未知時的反應，怎麼把一個抽象觀念變成有身體感的故事。

---

被釋出，不一定是壞事

「AI 會不會取代我？」這個問題，我不太想用很輕鬆的口氣回答。

因為有些工作內容，確實會被取代。

但我會試著把「被取代」改成另一個比較不那麼恐怖的字：被釋出。

如果你的工作裡有一大部分是複製貼上、整理格式、反覆改標題、把會議紀錄變成待辦事項，那些事情被 AI 接走，也許一開始會讓人不安。可是那也可能代表，你被釋放出來做比較需要你自己的事。

前提是，你知道那件事是什麼。如果不知道，焦慮就會一直在。

所以 AI 焦慮最後還是會回到一個很老派的問題：

你真正喜歡什麼？你願意為什麼多看一眼？什麼事情做完以後，你會覺得「這裡面有我」？

這些問題沒有辦法外包給 AI。也許這才是它們珍貴的地方。

---

回到那家雨天的咖啡店

那天我沒有插話。

走出咖啡店的時候雨還在下。我撐傘走到捷運站，腦中還想著那兩個 marketer 的表情。如果當時開口，我會講的，可能也不是什麼安慰的話。

比較想說的是：那個讓他們不安的問題，其實可以拆成兩個。

一個是「我會不會被取代」。這個答案有點殘酷，部分工作內容會。

另一個是「我有沒有一些事情，是 AI 學不來的」。這個答案沒有人能幫你回答，要你自己花時間找。

那天他們沒有看見我，我也只是一個剛好坐隔壁桌的陌生人。但我希望他們離開那家店之後，回到工作裡，會願意問自己第二個問題，而不是只困在第一個。

雨後來停了。

---

延伸問答

Q: 如果我找不到自己的 8% 怎麼辦？

A: 先不要急著找答案。回頭看哪些事讓你忘記時間、哪些時刻你為自己驕傲、哪些事情即使沒有人要求你也會想做。8% 通常不是被推理出來的，是慢慢浮出來的。

Q: AI 真的會取代工作嗎？

A: 有些工作內容會被取代，尤其是重複、格式化、低脈絡的執行工作。但這不等於人沒有價值。更重要的是理解自己能不能往判斷、脈絡、品味、翻譯、照顧人的位置移動。

Q: 要不要追最新 AI 工具？

A: 可以關心，但不用每天追。比起每週換工具，更值得累積的是長期跟一個 AI 工具協作的習慣，還有你判斷輸出品質的能力。