AI 未来工作模式,其实没想像中科幻

Dominic Sage

老闆沒講、AI 也不會主動說的事:2026 年,你的「AI 未来工作模式」長怎樣?

你有没有觉得,最近身边每个人都在讲 AI。喝杯茶的时候,同事讲 ChatGPT 几秒生完整份报告;刷 FB 的时候,看到网红讲以后 designer 会被取代;连你妈妈都传语音来问:「AI 会害你无工做没有?」讲真的,三年前如果有人跟我说 AI 会进 office,我大概会觉得那是科幻片情节。但现在呢?老板开会直接讲「那个 proposal 你先让 AI 打 draft,然后再 human touch 一下」,整个 office 好像没什么人觉得奇怪。可是,有一个问题我一直很想问:我们整天讲「 AI 未来工作模式 」,但它到底长什么样子?

不是那种 tech 公司发布会里闪闪发亮的样子,而是我们这种在马来西亚上班、偶尔塞车、偶尔 OT、偶尔 lunch hour 还要帮老板买 kopi 的人,真正会碰到的那种样子。这一篇不讲那些复杂的算法、不讲什么「范式转移」。我只想用朋友闲聊的方式,把你我每天其实已经在经历、但从来没认真想过的事,慢慢摊开来看。原来是这样。


AI 未来工作模式,其实你早就 onboard 了

很多人以为 AI 未来工作模式是「以后才发生」的事。不是的,它其实已经来了,而且来得很低调。我讲一个例子你就懂了。你有没有用过 Google Maps 选一条「避开收费站」的路?或者你朋友做 e-commerce,每天调 Facebook Ads 的 budget,系统自动建议他 audience 换去哪些年龄段?那些背后就是 AI。

不是机器人站起来跟你握手那种,而是默默在你 workflow 里面帮你省时间、省麻烦、省一点点油钱。我有个做 graphic design 的朋友,以前接 freelance,光是帮客户抠图就抠到半夜。现在他用 Canva 那个「一键移除背景」,三秒搞定。客户还觉得他效率高到不可思议。

你说他被 AI 取代了吗?没有。他只是把重复、无聊、没创造力的部分交给 AI,然后自己腾出时间做 concept、做 storytelling、跟客户谈接下来的 campaign。这,其实就是 AI 未来工作模式最真实的雏形。不是什么高大上的 automation,而是你每天 work 的时候,感觉到有东西在帮你收尾、帮你挡一些粗活。你以为是工具升级,其实工作模式早就悄悄变了。


你以为 AI 在抢工作,其实它在换工作内容

AI 未来工作模式

坦白说,以前我也觉得 AI 是来「取代」人的。直到我亲眼看到一个 call centre 朋友的真实情况。她在一家保险公司做客服,每天接电话,重复回答「claim 要带什么文件」、「住院要几时通知」,讲到喉咙沙哑。公司去年导入一套 AI 客服系统,她原本很怕,觉得半年后就要被裁。结果呢?系统上线后,那些千篇一律的问题全部被 AI 吃掉,她接到的电话变成:「我遇到车祸,但对方司机跑掉了,现在警察要我出一份特别报告,我不懂怎样填。」

这种问题 AI 答不了。因为情绪、因为个案差异、因为需要 human judgement。她反而变成了「复杂案件专员」,薪水还起了一点。讲真的,AI 未来工作模式并不等于「人类出局」。它更像是一份工作被拆成不同 task,然后把那些 task 里面最 routine 的部分抽走,留下需要判断、协商、同理心、甚至一点点街头智慧的部分。所以问题不是你被不被取代,而是你现在做的事,里面有多少是「AI 可以帮你做完的」,有多少是「AI 搞不定的」。这两个 pile 的比例,直接决定了你未来三年在公司的位置。


为什么马来西亚职场对「 AI 未来工作模式 」特别慢热?

有一次我跟一个做 HR 的朋友喝茶,问她现在请人是不是特别看重 AI skill。她直接笑出来:「AI skill?我们这里很多人连 Excel pivot table 都不太熟。」这句话当然有点夸张,但点出了一个现象:马来西亚很多公司还在用非常 old school 的方式运作。不是大家抗拒科技,而是老板觉得「现在这样也能走,为什么还要花钱换系统、换 workflow、还要 training 员工」?再加上很多中小企业根本没有人专门研究 digital transformation,老板自己都忙到没时间学 AI,你要他怎么推 AI 未来工作模式?

但这也意味着,现在反而是 individual contributor 可以弯道超车的时候。你不需要等公司 push,自己先用 AI 把 routine 工作压缩到最短,腾出时间做那些 higher value 的事。等到公司有一天突然说「我们要 efficiency」的时候,你已经跑在前面了。在 QIAI 这类平台接触到的案例里,我发现那些最快适应 AI 工作模式的职场人,往往不是最年轻、最懂科技的那群,反而是那些每天被重复工作烦到怕、第一个愿意试新工具的人。因为他们很清楚:与其等 AI 取代自己,不如用 AI 把讨厌的工作丢给机器。


「 AI 未来工作模式 」不等于 remote work,但它放大了 remote 的问题

AI 未来工作模式

很多人会把 AI 跟 work from home 绑在一起讲。其实 AI 不等于 remote,只是当你在家工作、没有 supervisor 站在你身后的时候,你的产出变得极度透明。以前在 office,你「看起来」很忙,可能就过关了。现在 remote,manager 只能看你 deliver 了什么。AI 在这里扮演的角色不是监视,而是加速——你 input 一个指令,AI output 一个版本,你 revise 再送出。整个过程快慢、品质高低,AI 不会帮你掩饰。

这其实对很多 senior 员工是一个冲击。以前可以靠经验慢慢磨的东西,现在 junior 丢给 AI 几轮 iteration 就追上来了。所以 AI 未来工作模式真正考验的,不是你懂多少 AI tools,而是你能不能定义「什么是好的 output」。因为 AI 可以生出一百个版本,但只有你知道哪一版 client 会买、老板会点头。这个判断力,是 data 喂不出来的。


不学 prompt engineering,学什么?

最近很多人在那边讲「不会 prompt engineering 的人会被淘汰」。我听到这种话就很想翻白眼。讲得像每个人以后上班都在那边写「你是一位资深行销专家」一样。现实是,大部分人在工作中根本不需要把 prompt 写到那种 level。你真正需要的是两种能力:

第一,拆问题的能力。

不是直接跟 AI 说「帮我写 proposal」,而是先想:这个 proposal 要给谁看?目的是什么?对方最在意 cost 还是 timeline?把这些拆出来,再叫 AI 帮你搭框架。

第二,校正的能力。

AI 生出来的东西,很少一次到位。你要看得出哪里怪怪的、哪里逻辑不通、哪里 tone 不对。这不是吹毛求疵,而是最基本的 quality control。

所以 AI 未来工作模式不是叫每个人都变成 AI trainer,而是你原本的专业要更扎实。以前刚入行的 accountant 可以慢慢磨 journal entry,现在 AI 三秒做完,新人一进来就要懂 tax implication。门槛不是变低,是往上位移


写到这里,我突然想起一个画面。几年前我去一家传统制造业公司参观,production line 旁边有一个 uncle,手上拿着一台 old school Nokia。他负责检查产品外观,三十年了。我问他:「不怕有天机器代替你吗?」他看着我,很平静地说:「机器代替我之前,老板还要先买机器、找人装机器、教会别人用机器。等他做完这些,我都退休咯。」我当时觉得 uncle 很乐观。但现在回头看,那个 gap——从决定导入到真正落地——其实是我们这代职场人最重要的缓冲期。AI 未来工作模式不会明天一觉醒来就全面覆盖。它是一步步渗进来的。你今天先学用 AI 整理会议记录,下周试试用 AI 抓竞品资料,下个月可能就发现,你已经有 capacity 去接原本不属于你的 project。不是因为你特别厉害,只是你比别人早一点点开始摸。这样已经很够了。

关于 AI 未来工作模式,马来西亚上班族最常问的几件事

我们整理了近期读者最常传来的疑问,尽量用白话讲清楚,不绕圈。

1) AI 到底会先取代哪一类工作?
答:不是看行业,是看工作内容。越重复、越少需要临场判断的工作,被 AI 辅助甚至取代的 pace 会越快。但“取代”通常是指某个 task,不是整个职位。
2)我快 40 岁了,现在学 AI 会不会太迟?
答:其实没有迟不迟的问题,只有要不要开始。AI 工具现在设计得越来越像普通 app,不太需要 coding 底。很多 40+ 的 executive 反而是因为被 routine 压到受不了,学得比 fresh grad 还认真。
3)老板没有要导入 AI,我自己学有用咩?
答:有用,而且可能比你想象的更有用。你自己先会,就可以偷偷把工作速度加快,省下时间做其他事情,或者准时收工。等到公司真的开始推,你就是那个“早就用着”的人。
4)用 AI 做工作,会不会被老板觉得我很懒?
答:这要看你怎么呈现。如果老板只看到你 output 变快、品质没掉,他通常不会追问。比较保险的方式是把 AI 当成草稿机,你负责 final polish,署名还是你。
5)马来西亚有没有自己的 AI 职场资源可以参考?
答:有。MDEC 一直有推动 digital skill 的短期课程,很多是免费或补贴的;民间也有像 QIAI 这类平台持续整理本地案例。不一定要看外国的,本地中小企业的落地经验可能更适合你。
Share This Article